华为云-共建智能世界云底座-AI重塑千行百业

33印刷日期：2023年10月23日印数：3000册AI重塑千行百业华为云发布盘古大模型3.0和昇腾AI云服务P04华为云盘古大模型全布局揭秘AIforIndustries的落地路径P10赋能实体经济中国大模型走自主创新之路P16AI终于超越了撩拨舆论的阶段P19目录·2主办：华为云计算技术有限公司电子版请登陆阅读或下载索阅、投稿、建议和意见反馈，请联系编辑部：Email:hwcloudplus@编辑部地址：中国深圳市龙岗区坂田华为基地G1华为云热线电话：950808不作诗，只做事探秘华为云盘古大模型行业应用P21华为云盘古气象大模型登Nature正刊——天气预报不准的难题被AI突破了P25「盘古」的逆向突围：一条有效的工业智能化路径P31以大模型加速新药研发，成本降低70%云上加速AI大模型帮车企跨越智驾鸿沟P40助力广州白云建设新一代智慧城管P45当盘古大模型遇到矿山华为云让AI走深向实P47大模型时代CodeArts定义软件开发新范式P50盘古大模型让人人实现数字人自由P54“只做事”的大模型成就真英雄P57华为云天筹AI求解器荣获世界人工智能大会最高奖P61·3··4封面故事AI重塑千行百业华为云发布盘古大模型3.0和昇腾AI云服务为行业客户、伙伴及开发者提供更好的服务。目前已在政务、金融、制造、医药研发、煤矿、铁路等诸多7月7日，华为开发者大会2023（Cloud）在中国东莞正式揭开帷幕，并同时在全球10余个国家、中国30多个城市设有分会场，邀请全球开发盘古大模型3.0围绕“行业重塑”“技术扎根”“开放同飞”三大创新方向，持续打造核心竞争力，为行业客户、伙伴及开发者提供更好的服务。昇腾AI云服务单集群提供2000PFlops算力，千卡训练30天长稳率达到90%，为业界提供稳定可靠的AI算力，让大封面故事·4 AI重塑千行百业华为云发布盘古大模型3.0和昇腾AI云服务华为常务董事、华为云CEO张平安重磅发布盘古大模型3.0自己的专家助手，让工作更高效更轻松。我们始终坚持AIforIndustries的战略，在深耕行业的道路上不断前行。我坚信大模型将重塑千行百业，而每一个开发者，都将是改变世界的英雄。”▌盘古大模型3.0：重塑千行百业华为云盘古大模型从一开始就聚焦为行业服务，本次大会发布的盘古380亿参数、710亿参数和1000亿参数的系列化基础大模型，匹配客户不同场景、不同时延、不同响应速度的行业多样化需求。同时提供全新能力集，包括NLP大模型的知识问答、文案生成、代码生成，以及多模态大模型的图像生成、图像理解等能力，这些技能都可以供客户和伙伴企业L1层是N个行业大模型，华为云既可以提供使用行业公开数据训练的行业通用大模型，包括政务，金融，制造，矿山，气象等大模型；也可华为云发布盘古大模型3.0·5以基于行业客户的自有数据，在盘古大模型的L0和L1层上盘古大模型盘古大模型3.0：重塑千行百业盘古预测大模型行业重塑技术扎根开放同飞盘古视觉大模型盘古多模态大模型盘古自然语言大模型基础大模型场景模型行业大模型X+N+5大模型行业开发套件盘古大模型采用完全的分层解耦设计，可以快速适配、快速满足行业的多变需求。客户既可以为自己的大模型加载独立的数据集，也可以单独升级基础模型，也可以单独升级能力集。在L0和L1大模型的基础上，华为云同时，根据客户不同的数据安全与合规诉求，盘古大模型还提供了公用云、大模型云专区、混合云多样化的部署实现行业大模型的四大关键举措实现行业大模型的四大关键举措淬炼行业技能知识增强的行业问答行业标准的对齐优化行业大模型基础大模型沉淀行业知识对话专业工具知识扩充和领域适配保障安全合规全面的模型类型400+行业场景10+行业常识在政务领域，华为云携手深圳市福田区政务服务数据管理局，上线了基于盘古政务大模型的福田政务智慧助手小福，能够精准理解民众咨询意图，改变传统的一网通办模式，把老百姓的话语转化为政府办事的语言，让城市更有爱。盘古政务大模型对超过20万条政务数据进行精调，包括12345热线、政策文件、封面故事·6 AI重塑千行百业华为云发布盘古大模型3.0和昇腾AI云服务华为云EI服务产品部部长尤鹏洗选等业务流程下的1000多个细分场景，让更多的煤矿工人能够在地面上作业，不仅能让煤矿工人的工作环境在铁路领域，盘古铁路大模型能精准识别现网运行的67种货车、430多种故障，无故障图片筛除率高达95%，成为货运列检员身边有力的数字助手，将列检员从每日数百万张的“图海”检测中解放出来。原来预测一个台风未来10天的路径，需要在3000台服务器的高性能计算机集群上花费5小时进行仿真。现在基于预训练的盘古气象大模型，通过AI推理的方式，研究者只需单台服务器上单卡配置，10秒内就可以获得更在金融领域，盘古金融大模型可以对银行的各种操作、政策、案例文档进行预训练，能根据客户的问题，为在制造领域，过去单产线制定器件分配计划，往往要花费3个小时以上才大模型学习了华为产线上各种器件数据、业务流程及规则以后，能够对业务需求进行准确的意图理解，并调用天通大学第一附属医院刘冰教授团队发现全球40年来首个新靶点、新类别的抗生素，并将先导药物研发周期缩短·7大模型的创新不仅仅是模型自身的创新，更依赖于AI的各项根技术创新。华为在最底层构建了以鲲鹏和昇腾为基础的AI算力云平台，以及异构计算架构CANN、全场景AI框架昇思MindSpore，AI开发生产线ModelArts等，为大模型开发和运行提供分布式并行加速，算子和编译优化、集群级通信优化等关键能力。基于华为的AI根技术，大模型训练效能可以调优到业界主流GPU的1.1算力是训练大模型的基础。在本次大会上，张平安宣布单集群2000PFlops算力的昇腾AI云服务在华为云持Pytorch、Tensorflow等主流AI框架。同时，这些框架中90%的算子，都可以通过华为端到端的迁移工具此外，在大模型训练过程中经常会遇到GPU故障，研发人员不得不经常重启训练，时间长，代价大。昇腾美图仅用30天就将70个模型迁移到了昇腾，同时华为云和美图团队一起进行了30多个算子的优化以及流程的“为了帮助全球客户、伙伴、开发者训练和使用大模型，我们致力于为全球客户打造世界AI另一极，为所例如，在资料服务中，通过盘古大模型的文案生成和代码生成技术，能够提升资料撰写和前端代码编写效率，将新产品上市、赋能周期大为缩短。在云客服，通过嵌入行业知识库和意图挖掘能力的对话问答，实现全流程AI优先作答，提升客服工作效率30%。在BI，通过NL2SQL和AutoGraph智能路由，实现SQL到可视化图表的自动推荐，通过多轮自然语言交互，让人人都能便捷地从数据中洞察业务细节。在云搜索，通过多模态Embedding和NL2API技术，实现视频、文本、图谱等广泛场景搜索，借助强大的语义理解和泛化能力，让搜封面故事·8 AI重塑千行百业华为云发布盘古大模型3.0和昇腾AI云服务同时，华为云将CodeArts研发工具与盘古大模型相结合，正式发布了面向开发者的智能编程助手CodeArtsSnap。该工具训练了760亿行精选代码、1300万篇技术文档，具备智能生成、智能问答、智能协同此外，为了让企业在AI时代构筑更强的内容创新能力，华为云通过盘古基础大模型赋能MetaStudio数字内容生产线，打造了盘古数字人大模型，提供模型生成和模型驱动两大服务，并已经使用了20万小时音视频数据进行了预训练。基于这两大服务，开发者可以快速生成和驱动数字人模型，赋能在线教育、文娱直播、企业会秒的个人视频，就可以快速生成个性化的数字人讲解视频，过去3个研发人员云商店上架的商品已达10000多个。华为云提供了易用可靠的大模型工具套件、汇聚海量多行业场景API的开天aPaaS，以及包含丰富优质课程和技术认证的大模型专属社区，希望与开发者及伙伴一起，共同探索盘古大大模型的发展离不开高质量数据的持续输入。华为云联合中国公共关系协会、文化大数据产业委员会、以及多家伙伴单位，共同倡议成立大模型高质量数据联盟。联盟将汇聚来自各成员单位的开放数据，打造覆盖千行百开发者是推动数字创新的核心力量。本次大会上，主题为“创想无限”的2023华为开发者大赛正式启动。作为华为ICT领域的顶级赛事，华为开发者大赛开设云底座和产业两大赛道，覆盖中国、亚太、欧洲、北非、拉·9·从全民热衷尝鲜，到仅有少部分人仍在使用，上半年的ChatGPT喧嚣进入尾声，而由另一维度观测，新技术的生命力在市场，只有客户拿真金白银买单的大模型，才是技术-商业的正向循环，下半年，行业大模型争相在7月7日举办的华为开发者大会2023（Cloud）上，华为云正式发布盘古大模型3.0。盘古大模型3.0包括NLP大模型和CV大模型，此后华为相继发布科学计算大模型、药物分子大模型、盘古矿山大模型和气象封面故事· 华为盘古大模型全布局揭秘AIforIndustries的落地路径“熟悉华为的人想想就知道，‘盘古chat’不符合华为的主航道，华为的策略是拿下B端市场，基础模型早就发布过，国内国外C端的大模型声量虽然大，但是华为没有想去掺一脚，还是坚定地做自己擅长的事，到了华为是国内最早发布大模型的厂商之一，资本市场概念的炒作一轮又一轮，当产业潮水涌向行业大模型，华华为轮值董事长胡厚崑在WAIC上表示，华为人工智能的发展关键是“走深向实”，着力点放在让人工智能当前阶段，华为在人工智能发展上有两个着力点：第一，打造强有力的算力底座，支撑中国人工智能产业的发展。第二，从通用大模型到行业大模型，让人在ChatGPT热潮之前，人工智能面临场景碎片化的问题，同时人工智能并没有进入到企业的核心场景，技·根据第三方网站SimilarWeb的监测数据，6月份，ChatGPT的网站与移动客户端的全球流量（PV）环比下降了9.7%，美国地区的流量环比下降了10.3%。同时，ChatGPT的独立访客数量（UV）下降了5.7%，访由于行业数据获取难，技术与行业know-how结合难，大模型在行业的落地进展较慢。”华为很早就看到了这一方向，据悉，2020年，华为判断人工智能有两个发展方向，一个是小模型到大模型前者，随着模型参数的不断扩大，小模型到大模型的趋势已然兑现，张平安介绍，盘古3.0能够为客户提供100亿参数、380亿参数、710亿参数和1000亿参数的系列化基础大模型，匹配客户不同场景、不同时延、不后者，在GPT火热之前，盘古大模型已经深耕行业，打造矿山、气象、药物分子、铁路等领域行业大模型和能力集，将行业知识know-how与大模型能力相结合，重塑千行百业，为每个企业、每个人提供专家助手，如果说，彼时华为的战略预判还略显突兀，没有太多的参考，那么，如今大模型已经足以证明，华为的技术今年以来，华为迟迟不去“蹭”大模型的风口，而是在水面之下做一些基础的工作。盘古大模型发布以来，华为一直思考的都是客户运营、产品研发、软件工程、生产供应、市场营销等行业客户所关注的问题，坚持自己的技术主张和研发节奏，不急于求成，始终追求技我们仍然坚持了下来，未来不管炒作与否，热度高低，我们都会尽量不受外界干扰，坚持做正确的事。”华为云封面故事· 华为盘古大模型全布局揭秘AIforIndustries的落地路径多模态大模型、预测大模型、科学计算大模X代表海量L2层的场景模型，与基础大模型和行业大模型相比，场景模型更加专注于某个具体的应用场景或特定业务，为客户提供开箱即用的模型服务，例如，在▌从“无人相信”到登上《Nature》华为开发者大会2023（Cloud）发布会前夕，华为云盘古大模型团队研发的高分辨率全球AI气象预报系统研究成果，正式在《Nature》正刊上发表，基于三维神经网络的气象预报系统精度，超过传统数值预报方法，且评论，表明这可能还不是AI相对于物理建模的巨大胜利，尽管论文中提出了主张，与其他努力相比，这绝不是向前迈出的一大步。但是，该论文还是在ECMWF引起了一定程度的焦虑。）欧洲中期天气预报中心（ECMWF）是全球权威的国际性天气预报研究和业务机构，该中心于1979年6月首次做出了实时的中期天气预报，现在，华为盘盘古气象大模型研发团队核心成员对钛媒体App表示，之前大家不相信AI方法能够实现更高的精度和更好的效率，ECMWF也在探索用AI预测天气，但是规划的时间表以十年计算，他们认为，AI方法存在很多现阶段例如分辨率不够，省级和区级的天气预报，数据量相差很大，如果要做到更高的分辨率，数据量要达到上千TB，这比其他AI应用数据量要大得多，大数据意味着消耗大算力，这部分问题能够通过堆硬件、工程化解决。再如现有的AI预报方法精度大部分显著低于数值预报方法，这也是很多人都不相信AI能够超过数值预测方法的主要原因，现有的AI气象预报模型都是基于2D神经网络，无法很好地处理不均匀的3D气象数据，同时AI方法缺少数学物理机理约束，因此在迭华为云提出了3DEarth-SpecificTransformer方法，在每一个视觉transformer模块中新引入和纬度、高度相关的绝对位置编码，从而更好地处理复杂的3D气象数据，并且拆分各个不同的时间段模型分散训练，减“我们不仅做出来一个精度超过欧洲气象中心数据预报的模型，而且我们迅速让这个模型落地，其中克服了·很多问题，让气象专家实测验证模型结果，他们没有气象大模型的打造成为一个实证，华为云不仅能有意愿打造行业大模型，并且有将其付诸实践的工具和能力。对应华为盘古大模型，L0是科学计算基础大大模型回答了“一个模型能否解决通用问题”以及“模型本身是否有价值”的关键问题，但是要想真正构建完整的业务链条，还需要从商业化层面跟进，为了加速和简化行业大模型从开发到落地，华为云提供了盘古大模型工程化平台，覆盖了数据处理、模型在数据平台方面，相比传统标注平台（能提供的例如自动数据清洗等功能），华为云数据工程平台专门为SFT训练提供了基于模板的Prompt在线辅助撰写功能，为RLHF训练提供了多人Rank在线标注和任务分拨功能；对比离线进行这两种任务，实测效率有了高质量的数据如何产生高质量的模型，还需要确保模型开发的过程准确无误，在模型训练方面，IAI世界的另一极人工智能已经成为国家战略竞争焦点，AGI（通用人工智能）可能改变甚至颠覆世界运转的原有逻辑，国家层面强调：“人工智能是引领这一轮科技革命和效应。”人工智能与实体经济的结合，行业大模型扮演着重要作用，行业重塑、技术扎根、开放同飞，是华为行业大模型以行业数据和know-how为重中之重，华为云AI的优势在于，在各行业已有超过数百个项目，基于对行业的深入理解，沉淀行业核心know-how，华为云盘古大模型能够更好地落地在行业客户封面故事·大模型开发套件提供了自监督预训练，有监督SFT训超参配置到模型训练、评估、部署的全流程，凝结了离不开下游应用，在模型开发方面，华为云提供盘古应用开发套件，将传统软件工程与大模型相结合，提供多种API和工具可调用，支撑企业分钟级构建大模例如，基于盘古语言大模型和视觉大模型的基础能力，以及盘古大模型工程化平台，在学习了超过20万条政务数据，包括政策文件、政务百科等公开政务知识，以及12345热线场景等专有政务知识后，深圳市福田区政府打造了具备丰富法律法规、办事流程等据了解，参照GPT-3完成一个千亿行业模型端到端开发，基于盘古大模型工程化平台，开发大模型从过去需要5个月缩短到现在1个月，整体速度提升盘古大模型已经学习10多个行业公开数据煤矿、教育、电力、公路7大行业aPaaS，为盘古大apaas) 华为盘古大模型全布局揭秘AIforIndustries的落地路径墙高基下，虽得必失，人工智能产业需要从最底层夯实基础，张平安提到，其他人都可以依赖行业最成熟的AI算力和AI生态，但是华为只能依靠自己的中国工程院院士郑纬民此前表示，大模型是新型关键基础设施的底座之一，大模型的竞争也是国家科技战略的竞争，中国一定要布局全栈自主创新的大模型产品，同时要构建国产化算力，也要解决算力能耗为此，华为构建了最深的AI堆栈根技术，在最底层构建了以鲲鹏和昇腾为基础的AI算力云平台，构建及AI开发生产线ModelArts，为大模型开发和运行提供分布式并行加速，算子和编译优化，集群级通信优“现在基于华为的AI堆栈，我们的大模型训练效能不仅不落后，在大模型场景下我们的训练效能是业界主流GPU的1.1倍”，张平安说。与此同时，华为云提供了易用可靠的大模型工具套件、汇聚海量多行业场景API的开天aPaaS，以及包含丰富优质课程和技术认证的大模型专属社区，帮华为也积累了高密度的大模型人才：盘古团队中大概50%以上是博士，还有很多名“天才少年”，上述气象大模型的核心成员便是之一，大模型在训练过敢于创新的团队，才是大模型能够练成的核心保障，在安全方面，华为云提供公有云、混合云、大模大模型安全合规：包括数据集来源和使用合规、数据AI大模型时代，面临自下而上自主创新的宏大命··视界中国大模型厂商要紧密结合国家战略需求和行业发展方向，深入探索行业痛点和场景，打造行业大模今年以来，ChatGPT引领了人工智能的新一轮创新浪潮。科技部新一代人工智能发展研究中心发布的《中国人工智能大模型地图研究报告》显示，我国研发的大模型数量位居全球第二。据不完全统计，当前中国已发布视界· 加强算力建设加强算法创新加强训练框架研发加强数据资源建设加强算力建设加强算法创新加强训练框架研发加强数据资源建设加强工程化能力加强人才培养I坚持自主创新，构建核心竞争力“大模型是新型基础设施的关键底座之一，大模型的竞争也是国家科技战略的竞争，中国一定要布局全栈自主创新的大模型产品，同时要构建国产化算力，也要”当前，我国大模型面临着四方面的挑战：一是中文语料库和英文语料库在质和量上都存在较大差距，缺乏高三是当前大模型训练算法框架大量依赖于国外框架；四是我国缺乏顶尖的AI人才。这些挑战对我国大模型的研为了应对这些挑战，我们要加强自主创新能力，从算力、算法、框架、工程化、人才等各个层面提升我国大加快推进芯片、云服务等大模型算力基础设施的自主研发和生产，打破国外的技术和供应链封加快推进芯片、云服务等大模型算力基础设施的自主研发和生产，打破国外的技术和供应链封锁，为我国大模型提供可靠且持续的算力支撑。加强基础理论研究和前沿技术探索，突破核心算法难题，提高我国大模型的训练效率和预测准确性，提供优质高效的算法支撑。推进大模型训练框架的自主研发和创新，提高大模型训练效率、安全性、可解释性和可信度，为国产大模型提供安全可控的框架支撑。推进中文语料库和行业数据集流通和共享等机制的建设，突破数据瓶颈，提升中文语料数据和行业数据的“质”和“量”，为我国大模型提供充足丰富的数据支撑。建设大模型工程化平台，如数据清洗和标注平台、大模型开发套件和应用开发套件等，加速和简化大模型的开发到落地，让大众和企业能更方便地应用大模型。推进人工智能人才培养体系的建设和完善，培养一批高水平、高素质、高效率的人才，为大模型创新提供强有力的人才支撑。I发挥场景优势，抓住弯道超车机会中国坐拥庞大的实体产业基础，以制造业为例，据统计，中国目前共有31个制造业大类、609个小类，拥·同时，中国持续构建现代化产业体系，对于人工智能技术与行业应用的深度融合，有着更庞大、更迫切、更具价值的实际需求，也提供了更为广大的创新实践空间。例如，在制造业中，人工智能可以帮助企业提高生产效可以帮助交通管理部门优化交通流量和路况，通过智能信号灯、导航系统、无人驾驶等技术，实现安全、便捷、节能的交通运输；在气象领域中，可以帮助气象部门提高天气预报准确率，通过大数据分析、深度学习、卫星遥感等技术，实现及时、准确、全面的气象信息服务；在药物研发领域中，可以帮助企业加速新药研发进程，通过自然语言处理、知识图谱、分子建模等技术，这些新的需求也是在人工智能时代，中国大模型产业实现弯道超车的机遇所在。中国大模型厂商要紧密结合“Chat类的大模型引发新一轮热潮，但对话、写诗、作画绝不是大模型的全部。我们需要去深入思考大模型的应用方向，要将大模型切实投入到城市发展、金融科技、生物医药、工业制造、科学研究等领域，也需要专业的企业和组织加速其在实体产业落地，为产业刚需带来实实在在的大价值，去真正意”目前，国产大模型产品正在与实体产业深度融合方面积极探索，已经取得了一系列的成果。以华为云盘古大提升生产效率，让煤矿工人工作环境更加舒适安全；盘古制造大模型能够理解制造业的需求、知识和经验，自动建模并给出决策优化方案，提升制造企业的效率和智能化水平。盘古大模型深入行业取得的成果充分证明了我国大模型与实体产业深度融合的巨大潜力和价值。我们要进一步推动行业大模型的落地应用，让更多的行业和企业走出具有中国特色的大模型发展之路，需要坚持自主创新、抓住弯道超车的机会、加速大模型与实体产业的视界·· AI终于超越了撩拨舆论的阶段AI终于超越了撩拨舆论的阶段真正强大的AI，不应该让人类产生被替代的恐惧和焦虑，而应该让人们看到科技赋能的强大。AI的热衷于跟人的灵性作攀比，当成吟诗作对、炫耀才艺的“逗乐玩具”，到如今平静务实地看待：AI大模型到底能后ChatGPT的AI时代，这大半年是不是AI一直匍匐在ChatGPT的阴影之下呢？不是，各国的大模型都在飞跃成长，在舆论视野之外做了很多事。前几队研究成果——《三维神经网络用于精准中期全球天气预报》。论文显示，盘古气象大模型是首个精度超过传统来自国家气象中心的消息称，华为云盘古大模型在“玛娃”的路径预报中表现优异，提前五天预报出其将在台湾·这才是属于大模型最应该去“炫”的才华，人类最需要的AI才华。写评论、创意海报、吟诗这才是属于大模型最应该去“炫”的才华，人类最需要的AI才华。写评论、创意海报、吟诗作赋、唱大模型之大，应该在人力不可及的范畴去挥洒人工智AI终于超越了和舆论撩拨的初级阶段，努力去做科大讯飞，各种大模型纷纷亮相——可以注意到，无论是阿里的“通义千问”，还是腾讯的新一代HCC高类玩偶”一样好玩，人们理解它，是需要一定专业、观念和技术门槛的，不是在舆论场上成为“网红”，而是在专业领域和特定行业引发轰动。AI过了网红那近来华为云盘古大模型3.0也是如此，中国首个全栈自主的AI大模型，表面上看，并没有多少让普通将行业知识know-how与大模型能力相结合，重塑千行百业，为每个企业、每个人提供专家助手，让工作更轻松。这些“大模型才华”在《自然》杂志这样的人工巡检。现在一个盘古矿山大模型可覆盖矿山7大业务流程1000+场景，帮助地面操作人员实时掌握整发需要10年时间、花费10亿美金。现在通过盘古药研发成本降低70%。比如这个大模型就助力西交大一附院刘冰教授团队发现世界40年来首个抗生素（肉桂你看云时热切，你看我时眼盲，真正的大模型，天气，驾云采新药，云中解决急难愁盼。有一天你突然发现，那些看不见大模型渗入生活方方面面，重塑AI不炫耀才华了，更让人信赖，是过了那个炫耀才华和猎奇炫奇的初级阶段。开始需要那种炫耀，就像ChatGPT，以“人化”的方式让公众看到了大模型的升级智能，在感性中普及了它的存在感，但它长大了，就不需要那些方面的炫耀了。就像一个小孩子，边界和判断，知道什么才是自己的核心素养，什么是社会最看重的核心能力，知道不要为不属于自己的观众表演自己不擅长的东西，稳重扎实，在关键方面咬这也是公众AI观的成熟。我一直觉得，真正强大的AI，不应该让人类产生被替代的恐惧和焦虑，而应该让人们看到科技赋能的强大。AI的终极发展不是人这是属于人类的才华，独一无二，不可替代的，不是人”，不是指“超过并代替人类”，而是在人力不可及的问题上去发挥超人能力，帮助人类实现超人的效率、超人的想象、超人的福利。人类的创造，永远不它应该是AI人的。就像盘古一样，开天辟地地创造，视界··· 华为云于2021年正式发布了盘古基础大模型，包括CV计算机视觉大模型、NLP自然语言处理大模型和科学计算大模型。在基础大模型之上，华为云践行AIforindustries，陆续推出了矿山、药物分子、电力、气象、·I货运列车智慧检测，盘古铁路大模型为铁路物流安全护航在传统的货运铁路巡检中，TFDS（货车运行故障动态图像检测）系统作为5T检测技术的重要组成部分，通过高速拍摄的“电子眼”，动态采集列车车底配件、车体侧部等部位难度高，而且需对车辆专业理论与实际运用有较高水平，要在短时间内完成整列车的故障分析，确保整列车的运华为云在现有设备和平台架构的基础上，基于盘古铁路大模型，推出TFDS故障智能识别方案，实现从图像通过底层视觉特征以及高层视觉特征对增强后的图像进行自动评估，对正常图像做进一步故障识别，非正常图像返回人工审基于铁路行业预训练大模型，结合当前最优的目标检测、图像识别框架，进行部件定位、故障识别，具有更强的泛化盘古预训练大模型基于语义相似样本、等级化语义聚集的对比表示学习方法，利用百万级无标注铁路行业图像生成铁路根据已知的车型信息建立零部件的相对位置模板，具有可解在实际应用中，盘古铁路大模型单张照片识别仅需4毫秒，可智能过滤95%的正常图片，实现了400多种故障的自动化识别以及严重故障的“零漏报”，比人工识别更准确，大幅度提升TFDS系统作业效率，成为货运行业重塑· IAI辅助药物设计，盘古药物分子大模型加速新药研发自1987年达托霉素被发现以来，人类已经有近40年没有新的抗生素被研发出来。药物研发专家需要花费为了帮助药物研发专家从海量药物分子中高效挑选出适合成药的小分子，华为云联合中国科学院上海药物研究所推出了盘古药物分子大模型，基于全流程AI辅助药物设计的能力，以靶点预测、分子设计、活性评估、毒性筛选等环节为抓手，帮助医药公司实现快速、精准、低在药物优化方面，基于华为云盘古药物分子大模型的结构优化器，研发专家可对先导药进行定向优化，通过“图-序列不对称条件变分自编码器”深度学习架构“图-序列不对称条件变分自编码器”深度学习架构全新提出“图-序列不对称条件变分自编码器”深度学习架构,更好地提取化合物关键的分子特征指纹,提升下游任务在化合物-靶标相互作用预测、化合物ADME/T属性评分、化合物分子生成与优化等方面实现性能最优,赋能药物发现全链对17亿个小分子的化学结构进行预训练,结构重构率、唯一其结构新颖性为99.68%,为发现新药创造可能性。西安交通大学第一附属医院刘冰教授在盘古药物分子大模型的辅助下，突破性地研发出一款超级抗菌药DrugX，其有望成为全球近40年来首个新靶点、新类别的抗生素。华为云盘古药物分子大模型让先导药的研发周期从数年缩短至几个月，研发成本降低70%。AI技术与基础科学的结合与创新，不仅解决了研发成本高和时·I让风云可测，盘古气象大模型精准呈现台风轨迹当前人工智能技术虽已广泛应用在气象预测领域，受大气系统中物理过程的复杂性影响，以及求解大气模型所需资源规模巨大，基于传统数值方法进行的中长期天气预报通常会累计误差，导致准确度低，且需在超级计算基于近40年的全球气象数据，华为云盘古气象大模型在中长期确定性预报上超越当前最强的数值预报方法（欧洲气象中心的IFS系统是业内首个精度超过传统数值预报方法的全球AI气象预测模型。平均预报误差降低了10%-15%，速度提升10000倍以上，实现秒级全球气象预报。3D高分辨率的神经网络3D高分辨率的神经网络首次采用3D高分辨率的神经网络(3D神经网络和低分辨率的神经网络相比，盘古气象大模型水平空间分辨率达到0.25。x0.25。，约28公里x28公里，可以精准地预测细粒度气象特征。在时间维度上，盘古气象大模型将预测频率从6小时/次提升至1使用层次化时域聚合策略：训练了4个不同预报间隔的模型(分别为1小时间隔、3小时间隔、6小时间隔、24小时间隔)，使得预测特定时间气象状况的选代次数最小，从而减少选代误差，也避免了由递归训练带来·2022年8月，盘古气象大模型实现秒级预测台风“马鞍”的轨迹和登陆时间，准确率达90%，远超行业中央气象局指出，华为云盘古大模型在“玛娃”的路径预报中表现优异，提前五天预报出其将在台湾岛东部人工智能触发的产业变革正在改变每一个行业，人工智能也在越来越多的行业场景发挥重要价值。华为云以行业重塑··· 华为云盘古气象大模型登Nature正刊——天气预报不准的难题被AI突破了.浪潮工作室华为云盘古气象大模型研究成果在国际顶级学术期刊《Nature》打开手机里的天气预报，你不仅可以看到今天实时每小时的天气，也能知道未来如今天气预报变得更及时、便利，但是你有时仍感到它不够准确。明明预报是风和日丽，结果暴雨杀得你措手不及；在气象专家说的台风天出门，结果耀眼的太阳刺7月6日，国际顶级学术期刊《Nature》正刊发队独立研究成果——Accuratemedium-rangeglobalweatherforecastingwith3Dneuralnetworks，审稿人评价华为云盘古气象大模型让人们重新审视气象预报这一新的预报模型能让天气预报变得更准确吗？它会给我们的生活带来什么·2022年，匈牙利政府在国庆烟花表演开始前7小时，收到了极端天气警报，被迫只能将活动推迟。但在当晚，首都布达佩斯却风和日丽。气象局预测的那场暴雨改变了方向，没有影响首都，转而袭击匈牙利这样不准的天气预报，在我们的日常生活并不少首先，这是由气象本身的特性决定的。所有天气都是由大气运动引起，后者涉及到太阳辐射、空气对流等诸多物理过程，还有大气圈、冰冻圈、生物圈、大气运动处在实时变化中，各种各样的因素都无时无刻不影响着未来我们所感知到的天气。就像一场混战，一个微小的扰动就可能引起整个系统长期的巨面对如此复杂的天气系统，人类目前主要的预测科学家们长期研究气象后，设计出一套有海量参数的模型来模拟大气运动。这本质就是在解一套极为复杂的方程。人们要预测天气时，需要先获取无线电行业重塑·探空仪、卫星、气象站等观测到的气象数据，将这些但这个方法十分依赖初始条件的准确性，而天气一些微小的误差都会造成最终结果的巨大不同。另一方面，复杂的参数化物理模型始终是不完备的，再复杂的物理模型也难以完全模拟出大气运动状况，这就在3天天气预报上，数值预报的准确度在全球范围可达95%以上的。但如果要预测7天、10天后的天气，准确率就会掉到60%、40%左右，精度仍显不不只如此，数值预报精确度的进一步提升，还面天气预报的准确度，受到数值模式的复杂程度影响。数值模式越复杂，就能更准确捕捉更小规模的天但是，数值模式越复杂，就意味着要搜集更多气如0.25°×0.25°精度的未来10天数值预报，需在超 华为云盘古气象大模型登Nature正刊——天气预报不准的难题被AI突破了一些地方的气象监测也确实面临着算力问题。马来西亚发生对流风暴普遍，但需要精度更高的分辨率才能捕获对流数据；中国台湾也是一个非常容易受到I被AI改变的天气预报AI擅长处理重复任务、拟合未知数据关系。它不需要像科学家那样熟知大气运动中的物理原理，只要用深度学习的方法了解各种气象数据中的关系，就能这就像短视频平台给我们推荐视频，算法不需要知道我们会喜欢这类视频的原因，它只要掌握大量的这些特点让AI预报在预测速度上有着巨大优势：数值预报方法无法给出分钟级的气象预测，而AI方法这让AI方法能更快预测出天气，甚至能在几秒内就预平时手机上的天气预报都是用数值预报预测，其Net，该模型首次把预报水平分辨率提升到了和数值预报相比拟的水平。但FourCastNet预测位势预测的均方根误差为484.5，即使使用100个模于欧洲气象中心的数值预报系统operatio的333.7[7]。英国皇家学会发表的一项研究也表明，将深度学习应用于气象数据分析的研究还处在起步阶段，难以判断台风和暴雨等自然灾害影响的地区，要预测这些极端即使在科技高速发展的今天，天气的复杂性、物理模型的不完备、算力的限制，这些都仍制约我们对然而，华为云团队研发出的新AI预报模型7月6日，国际顶级学术期刊《Nature》正刊发研究中，我们可以看到，盘古气象大模型提供的Z500值预报方法（均方根误差：333.7）和AI方法（均方 保持精度的同时，盘古气象大模型也有着无可比拟的预测速度。在一张V100显卡上只需要1.4秒就能完成24小时的全球气象预报，相比传统数值预报提这一成果的背后，汇聚着研发人员对AI模型的多次训练。华为云的研发人员向我们解释，他们让盘古大模型进行丰富的数据学习，內容包括43年（1979-2021年）的全球实况气象数据，涵盖了垂直高度上的纬度五种气象要素，以及地球表面的海平面气压、风·ACCACCACCACCACCACC) ACCACCACCACCACCACCACCACCACCACCACCACCACCACC数据来源:BiKXie,LZhang,H,Chen,X,GuXTian,Q.(2022).Pangu-Weather:A3DHiqh-ResolutionModelforFastandAccurateGlobalWeatherForecast.arXivpreprintarXiv:2211.02556.注:RMSE指均方根误差，即标准误差。ACC指异常相关系数。RMSE测量预报和真实值之间的差异的大小;ACC并测量模型预测的气候学差异(即某个位置和日期的平均天气)与同一量计算的真实值之间的相关性。为云研发团队提出了3DEarth-SpecificTransformerAI方法预报中长期气象需要多次迭代模型才能得到预报结果，但在迭代的过程中会不断积累误差。比如若将盘古气象预报的1小时模型迭代168次，预报为了解决这个问题，研究人员训练了4个不同预时间隔、24小时间隔。这样拆分成各个不同的时间段模型分散训练，就能减少单个模型迭代的次数，从而在多次钻研、训练之下，盘古气象大模型首次在中长期气象预报上超过了传统数值方法。它强大的预报精度与速度，将为气象预报结合人工智能方法创造行业重塑· 华为云盘古气象大模型登Nature正刊天气预报不准的难题被AI突破了I精准的天气预报，对我们有多重要你手机上的天气预报可能不会再以小时为单位预哪怕进入了21世纪，人类依然不断面临着极端天气的考验。近20年来，全球每年极端天气灾害发生次国家海洋和大气管理局发布的报告显示，2022年美国仍不够精确。2016年“莫兰蒂”台风袭来时，刚开始了RQE值来衡量不同预报方法的极端天气预测趋势，RQE值越接近0表示模型预报更准确。结果显示盘古气象大模型在U10上的RQE值比FourCastNet更接近0，这代表盘古气象大模型在确定性预报2022年芬兰寒潮的时候，盘古气象大模型比欧洲中期摄氏度摄氏度lFSHRES盘古气候大模型观测气温气象0-5-10-15-20-25-30-35数据来源:欧洲中期天气预报中心注:为了检验数据驱动的模型预测极端(气候)事件的能力，盘古团队以今年年初芬兰出现-29摄氏度的事件作为案例来研究，·在第19次世界气象大会上，欧洲中期天气预报中心主任弗洛伦斯·哈比耶展示了华为云盘古气象大模型与欧洲中期天气预报中心的实时运行检验对比情况，前者惊人的预报能力令现场参会人员惊叹如今人工智能技术的还为提升全球预报能力提供了难得的机遇。” 深向实”，赋能产业升级。当前阶段，在人工智能领域，华为有两个着力点：第一，打造强有力的算力底座，支 正如胡厚崑轮值董事长所说，人工智能的发展要走深向实，让人工智能为千行百业的生产活动服务，为科研一个具有前瞻性的天气预报AI模型的诞生，不仅能让我们更深入了解那喜怒无常的天气，减少因天气的变[1]BBC.(2022).天气预报出错，匈牙利气象局局长被解职.[2]WeatherForecastOffice.(2023)TheForecastProcess:ObservingandAnalysis.WeatherForecastOffice.[4]Buizza,R.(2001).Chaosandweatherprediction-AreviewofrecentadvancesinNumericalWeatherPrediction:Ensembleforecastingandadaptiveobservationtargeting.IlnuovocimentoC,24(2),273-302.[5]Bauer,P.,Thorpe,A.,&Brunet,G.(2015).Thequietrevolutionofnumericalweatherprediction.Nature,525(7567),47-55.[6]KaifengBi,LingxiXie,HenghengZhang,XinChen,XiaotaoGu,QiTian.(2023).Pangu-Weather:A3DHigh-ResolutionModelforFastandAccurateGlobalWeatherForecast.[7]Pathak,J.,Subramanian,S.,Harrington,P.,Raja,S.,Chattopadhyay,A.,Mardani,M.,...&Anandkumar,A.(2022).Fourcastnet:Aglobaldata-drivenhigh-resolutionweathermodelusingadaptivefourierneuraloperators.arXivpreprintarXiv:2202.11214.[8]Schultz,M.G.,Betancourt,C.,Gong,B.,Kleinert,F.,Langguth,M.,Leufen,L.H.,...&Stadtler,S.(2021).Candeeplearningbeatnumericalweatherprediction?.PhilosophicalTransactionsoftheRoyalSocietyA,379(2194),20200097.[9]国际灾害数据库.(n.d.).极端天气灾害统计.[10]美国国家海洋和大气管理局.(2023).去年美国极端天气共造成1650亿美[11]ECMWF.(2023).Theriseofmachinelearninginweatherforecasting.行业重塑· .极昼工作室这几年，华为云在基础大模型之上，陆续推出了矿山、药物分子、电力、气象、海浪、铁路等盘古行作为安全命脉的守护者，煤矿检测员在地下高风险的环境里工作，8小时不停地巡查异常状况，每天行走近10公里，工作强度大，还有风险；铁路质检员每人每天要看4万张图片必须集中精力，避免看漏故障的端倪。AI模型的引入对他们的改变是巨大的，可以降低工作强度，最大限度地保证安全，技术提供了一个有效的解决路径，在山东一些国有中大型煤矿，井下机械化、智能化程度较高，但巡检员的工作仍然复杂，并伴有一定风险。机器是否发生故障，人员操作是否规范，运输煤炭的皮带上是否有异物……众多业务流程，每一项都需要他们8·相较之下，巡检采煤和掘进的路程稍短，但更危险——比如用于运输的转载机，在非封闭的区域容易造成矿工意外坠落，或被飞溅物击伤。更别说地下还可能有瓦斯、水灾等事故。一个区队里，两个生产班配一个检修班，巡检员甚至占总人数的一半。如果发现故障，他们要用有线电话通知地面上的值班人员，再进行处理，不能及时发现的话，会导致事故扩大。劳动强度大，环境恶劣，长年累月地工作，不少矿工都患上了风湿、耳鸣等职业病。最好的解决办法是实现智能化，这几年，国家多次下发文件，督促加快煤矿智能化建设，打造绿色智慧矿山。实现起来并不容易。除了专业技术问题，人才不足也是个挑战。华为云的一位盘古矿山大模型专家介绍，煤矿行业从业人员平均年龄45岁左右，基本没有懂AI的技术人员。他在各个矿区调研，发现多数有的刚招来10个大学生，第二年就走了一半。在北方某车辆段，数百名车辆故障质检员承担着铁路货车安全的重要使命。他们每天要对数百万张图片进行细致分析和判定，工作强度高，责任重。走到列检作业车间，一百多名质检员身穿统一的图片来自轨边探测站，当列车经过探测站时，TFDS（货车运行故障动态图像检测系统）抓拍照片，车辆不断驶来，列检员需在10分钟里看完1000多张图，平均一秒接近两张。一天两个班次，每班次要连续上12个小时，中间只留下吃饭、上洗手间的时这里的工作人员肩负着国家铁路货车运行安全的重任。他们要对货车进行细致检测，及时发现问题并排除故障，否则后果严重。比如如果刹车部件出现问题而被忽略了，碰巧前方遇上情况要紧急制动，多方由于工作强度大、风险高、技术要求高，能胜任这项工作的人才十分匮乏。中国铁路营业里程达到15.5万公里，货车总数约100万辆。货车的安全列车经过探测站时，TFDS系统的抓拍。讲述者供图行业重塑· 现在，车辆段的检测车间轻松了下来，每隔一小人员减少，效率反倒变高——这是去年引入华为云的盘古大模型后，最明显的变化。以一列50辆车厢的货车为例，TFDS会拍摄4000张照片，以往全都作为中国首个全栈自主的AI大模型，盘古在工业领域多行业成功落地。它找到了逆向的方式，让AI学习大量的正常样本特征，来自动识别异常，且有效保对于这一结果，投入运用的几个铁路局都表示超过预期。有专家记得，现场模型识别到了折角塞门故障，起初，盘古铁路模型的专家担心，这会夺了质检员的饭碗。后来，车辆段领导告诉他们，因为工作量变少，有人到了年龄可以退休，有人分流到了其他人力缺口大的岗位，可以为铁路运输人力优化配置提供另一方面，盘古也降低了人才门槛。盘古矿山大模型专家介绍，煤矿工人不需要懂AI，只需要在使用的过程中，如果发现了故障或误报，点一下鼠标，把问题讲清楚，回传到盘古上，伙伴便会重新训练，再部署下去，如此“边用边学，越用越聪明”。而比起在实验室里面训练出来的模型，它拥有了行业数据，究员说，是看到了各行业由来已久的通过AI解决现实但除了精度达不到，开发代价也太大——这不仅要相应的专业人员，开发后还要适配、维护，如果大规模2021年，华为云正式发布了盘古基础大模型，项目获得当年度“深圳人工智能科技进步奖”。评委会认为，它实现了一个AI大模型在众多场景通用、泛化和规模化复制，减少对数据标注的依赖。一位盘古大模型高级研究员介绍，盘古的优势在于，是国内较早提出，在工业上进行实际落地的大模型解决方案，并要实现泛化并不简单，这对硬件、模型的算法以及数据都有较高的要求。单单是煤矿行业，每个矿山情况不同，针对一个矿山开发的模型无法直接复用到其它矿山。以山东和山西的煤矿为例，山东的冲击地压比较严重，但是没有瓦斯，山西的情况则相反。即为了满足各企业的需求，盘古矿山大模型与轨道去年初，山东能源与华为开始一同探索煤炭这一传统行业的数字化转型。盘古矿山大模型落地后，山东能源旗下的云鼎科技（有限公司）依据深耕人工智能的经验，发挥工业智能化应用的优势，开发个专业的21个场景应用。“这是个授人以渔的故事。”一个盘古矿山大模型专家干脆把自己当作项目经理，张浩是云鼎科技工业互联网事业部解决方案中心AI组经理，他介绍，盘古的专家团队在模型开发上给他们提供了很多思路，还提升了效率——针对一般场景的AI模型，原来他们需要开发一两个月，现在一周现在，山东能源的4家盘古试点煤矿都提升了生产效率，降低了劳动强度。工作面装了摄像头，为了防止水和粉尘模糊镜头，贴了三防膜，甚至装上自动雨刮。巡检员不用一股脑儿地闷在地下，镜头里一旦·产量位居全国煤炭行业第三位，集团下有近百此前，煤矿曾采用过小模型，但准确率不高，只有70-80%。误报经常出现，每次警报声一响，矿工慌张地跑过摄像头也安装上了，但仅仅起到监控的作用。画面传到地上的集控中心电视墙，没法逐一检查，还有一定滞出乎预料，一期验证效果很理想，此后的两三个月内，他们和盘古矿山团队没日没夜地交流、碰撞，业务与技术不停地融合，他们提出的很多问题也得到了回答和解释。接触半性能提升达20%以上，并且仅需少量样本快速训此外，作为核心资产，企业数据的安全也得到了保障。张浩记得，以前布置上小模型后，有厂家曾调取煤矿的数据，甚至拷走。而使用盘古时，他们在山东能源集团内建了一个私有云，数据在集团内流转，即使是盘古的副班长向盘古专家回忆，多年前，他就焦虑于轨道智能化的问题，请了众多科研院校的专家来探讨。没想到，效如今，他临近退休，没有遗憾了。车辆段在误报率方面，对盘古提出的要求是一列车大约4000张图片，误报控制在200以内。现在，盘古报出的故障平均大约在177个，且未来有望压缩人工智能触发的产业变革正在改变每一个行业，人工智能也在越来越多的行业场景发挥重要价值。大模型是作为中国首个全栈自主的AI大模型，盘古大模型从AI算力、芯片使能、AI框架到AI平台全栈技术创新，这几年，华为云在基础大模型之上，践行AIforindustries，陆续推出了矿山、药物分子、电力、气象、海浪等盘古行业大模型，加速各行各业数字化的进程。比如在医药界，海浪等盘古行业大模型，加速各行各业数字化的进程。比如在医药界，它助力发现世界40年来首个抗生素，价值1亿美元。如今华为云盘古大模型已经在超过100个实际场景中取得应用，加速了行业的数字化转型和智行业重塑·· 华为云的「云端」实战：以大模型加速新药研发，成本降低70%以大模型加速新药研发，成本降低70%AI技术广泛应用于制药行业的是必然趋势。华为云盘古药物分子大模型，基于全流程AI辅助药物设计的能力，以靶点预测、分子设计、活性评估、毒性筛选等环节为抓手，帮助医药公司实现快速、精准、最近几年，AI加持下的新药研发成为被寄予厚从流程上看，药物研发分为药物发现、临床前研究、临床研究、审批与上市四个阶段。医药界有一个「双十·目前，AI技术的参与主要集中于药物发现阶段。鉴于「AI新药研发」还处于待普及阶段，学界和算力，并列为人工智能技术发展的三大要素，也在某种程度上决定了AI新药研发能够以何种速度走到最后充足的算力以及强大的技术积累。在这样的情况下，在数据、算法、算力三方面均有深厚实力的大厂似乎行业重塑·2020年，刘冰教授所在的团队正在尝试研发一种名为「DrugX」的超级抗菌药。然而细菌的进化速度是非常惊人的，很多时候可能等不及一款新药上市，领域内都未有新类别、新靶点的抗生素出现，有些被「目前一款抗生素的研发费用平均能达到16金，如果这款抗生素在还没有面世的阶段被发现了细想要研制一款超级抗菌药，就相当于和「耐药性传统的药物研发方式显然是不够快的，我们可以药物的设计就需要3到5年之久。科研团队首先要从上亿个小分子化合物中找到对目标靶点最有效的那一个，在这个过程中，团队需要不断地修改药物结构来提高其活性和成药性。每一次更新药物结构都意味着他想要带领团队进行AI辅助药物设计，但在数据、算与华为云的合作机会让他看到了新的可能。华为「在科研的整个过程中，可能一万次失败里面才有一次成功。像我们这样十多个人的团队，必须要依靠像AI这种新技术，才能绕开既有壁垒，走出一条新刘冰教授所遇到的壁垒，也正是现阶段大多数科研团队和药企所遇到的挑战。而引入AI技术进行药物物分子优化」这两大环节，华为云盘古药物分子大模型对DrugX的研发提供了重要帮助。最终，在AI大模型的加持下，DrugX先导药的研发周期获得了数十倍的加速，从数年缩短到数月，研发成本直接降低了这种飞跃式提升是如何实现的？简单来说，华为云盘古药物分子大模型接受了超大规模的化合物表征学习，并对药物分子结构进行预测、打分。实验结果表明，华为云盘古药物分子大模型的成药性预测准确 华为云的「云端」实战：以大模型加速新药研发，成本降低70%率比传统方式高20%，帮助科研人员省去大量药物设计的成本。此外，该模型还内置了高效的分子生成器生成了1亿个创新的类药物小分子筛选库，结构新颖性达99.68%，为发现新药创造了更多可能性。「盘古药物分子大模型的训练前后花费两年的时间，华为云团队在模型架构设计及验证、大规模百卡在这一模型的打造过程中，华为云团队首创了名为「图-序列不对称条件自编码器」的架构，将药物分子结构转换成可量化的数值，可以更好地在数值空间定量地对药物分子结构与性质进行预测与推荐。在AI优先推荐的药物分子基础上，科研人员可直接选择这一架构的灵感来源于人类认识化合物的两种方式：分子式和结构式。「我们教会AI用同样的方法学不对称的算法架构，它的两端采用的是两种不同的深在缩短研发时间、降低研发成本之外，盘古药物分子大模型还能够对筛选后的先导化合物进行定向优化，通过更科学的药物结构设计，降低新药可