【文/观察者网 吕栋】

【资料图】

ChatGPT的出现，让人工智能大模型迅速进入普通人的视野。但在经历半年多的“狂飙”后，曾经爆火的ChatGPT，流量已不再坚挺。当C端热度逐渐褪去，人们不禁开始思考，仅凭聊天、写诗、作画等功能，大模型就可以重构人类社会？人工智能的下一步该如何发展？

在中国，C端消费者可能感到ChatGPT比较新奇，但产业界应该对大模型并不陌生。早在ChatGPT出圈之前，华为就曾联合中科院、鹏城实验室等机构，打造出多个产业级大模型。普通人之所以不怎么熟悉，是因为这些大模型并不直接面向C端，而是服务于生产活动。

从以往的经验来看，先进技术比如5G的价值，并不能在C端完全体现，生产端可能有更多的应用场景。人工智能亦是如此，在被证明可用于复杂工业领域后，应该将人工智能加速应用在实体产业，为行业刚需带来实际价值，才能真正意义上大规模服务于社会。

“在华为看来，面对当前形势，既要乐观，又要保持冷静。我们认为，人工智能的发展，关键是要脚踏实地，推动人工智能走深向实，真正为千行百业服务，赋能产业升级。”

7月6日，在第六届世界人工智能大会上，华为轮值董事长胡厚崑发表题为《共赢人工智能新时代》的主题演讲。他表示，在人工智能发展的下一阶段，华为有两个着力点：第一，打造强有力的算力底座，来支撑中国人工智能产业的发展。第二，真正让人工智能服务好千行百业，服务好科研创新。

华为轮值董事长胡厚崑

打造坚实底座，让算力不再是瓶颈

算力是人工智能发展的基础，这一点是行业共识。

也正因为此，意图围堵中国人工智能发展的美国政府，近些年不断在算力层面对中国发难，比如说对英伟达高端GPU进行出口管制，亦或是计划限制中国企业使用美国的云计算服务。

在当前的外部环境下，中国在算力的可获取性和成本方面，面临着不小的挑战。打造自主算力底座，突破算力瓶颈，成为中国人工智能产业可持续发展的关键。

作为中国科技产业领头羊，华为长期深耕算力，打造了聚焦通用计算的鲲鹏和人工智能计算的昇腾，并通过架构创新、发展生态以及共建算力等手段，来支撑自主算力底座的打造。

进入大模型时代，算力需求呈现爆炸式增长，而训练大模型的成本和计算的效率息息相关。

华为首先是通过架构创新，来提高计算效率。

在节点层面，华为革命性推出对等平构架构，突破了传统以CPU为中心的异构计算带来的性能瓶颈，提升了整个计算的带宽、降低了时延，使得节点性能提升30%。

在数据中心层面，华为推出昇腾AI集群，系统整体设计改变过去的服务器简单堆叠，把计算、存储、网络、能源、调度等整合在一起，相当于把AI数据中心打造成一台超级计算机，以实现能效的倍增。万卡规模的数据中心，10%效率提升，能节省出一个省的公共算力（400P）。

基于这些架构创新，华为还对昇腾AI集群进行了全面升级：

从最初的4千卡集群扩展8千卡集群，年底将最大支持至1万6千卡集群，成为业界首个万卡AI集群。训练1750亿参数的GPT-3模型，100B的数据量，在8千卡集群下只需1天即可完成训练收敛，1万6千卡集群下仅需半天即可完成，业界SOTA（最高）能力需10天才能完成训练；最长可实现30天以上的长稳训练，业界SOTA能力仅在3天左右，十倍领先。

中国拥有丰富的应用场景，客户的算力需求也多种多样，为了提高计算效率，华为也结合国内实际情况，采用多种模式建设算力底座。

在城市算力基础设施方面，华为支持各地政府打造人工智能计算中心，提供普惠的算力基础设施服务。当前，全国已有25个城市，如武汉、西安、上海等，基于昇腾AI建设了人工智能计算中心。

另一方面，有相当多的大型企业，有自建人工智能算力中心的诉求，华为也在帮助它们构建独立的算力中心。例如，中国移动、科大讯飞、南方电网等企业，均在规划和建设大规模的算力集群，华为也积极参与其中。

同时，市场上也有很多中小型企业，对弹性算力有旺盛的需求，华为则通过云服务的方式，在华为云上提供人工智能算力服务，让中小企业可以快速敏捷的开发和应用AI，降低人工智能的使用门槛。

充沛灵活的算力供给，让算力不再是中国AI产业发展的瓶颈。

从“读万卷书”到“行万里路”