架构优先、先易后难,华为的制造业生成式AI方法论

互联网
2024
05/22
14:10
分享
评论

文:科技商业 于洪涛

从数字化时代到智能化时代,制造业作为实体经济的重中之重,进一步利用先进技术提质增效、转型升级成为明确方向。虽然不同企业之间存在分化,但制造业整体正在走向前列,成为各行各业数智化的引领者之一。

在华为AI+制造行业峰会2024上,华为表示积极拥抱智能化,将自身定位在算力平台,着力用根技术打造坚实的解决方案底座、生态底座、人才底座,赋能千行百业数智化转型。

面对All in AI风险高、投入大的挑战,华为中国政企业务副总裁郭振兴提出了“架构优先、先易后难,化零为整,缓进急战”十六个字原则,加速推进AI与制造行业深度融合的进程。

1

基于统一平台,将AI大模型应用逐步落地

在向制造强国的迈进过程中,AI的作用至关重要,助推从中国制造到中国智造的升级。我们能够看到,AI正在重塑整个制造业的流程,改变了研发设计、制造执行、资源计划调度、销售管理、售后服务等全业务环节,成为当之无愧的新质生产力。

当下,生成式AI技术又在快速发展,大模型实现了泛化能力的突破,能够覆盖多场景,可以大大缩短开发周期,降低研发成本,很多制造企业已经开始探索大模型的落地应用。

郭振兴表示,这个过程的第一步应该是架构先行,建立分层解耦的统一云化平台。华为提出的智能体架构,改变了纵向建子系统的传统模式,实现智能感知、智能连接、智能底座、智能平台(含AI大模型)、智能应用的横向分层解耦。

第二步则是围绕数据和算力构建能力体系。包括数据的采集、存储、计算、管理、使用等技术体系的建立,和数据价值体系的建立,充分发挥数据要素的价值。

第三步是应用场景的先易后难、缓进急战。从高频、刚需、价值大的场景率先入手,快速实现价值闭环,然后再逐步向更难的场景深入,这样才能形成正循环的飞轮效应。

对于AI模型,华为也提出了L0到L2的三层结构,它们都建立在华为AI底座和以ModelArts、ModelMate为代表的AI平台基础之上。

其中,L0基础大模型包括视觉大模型、自然语言大模型、预测大模型、多模态大模型、科学计算大模型等;L1行业大模型是针对汽车、生命医药、电子等行业需求特点而构建的;L2场景模型则面向细分的应用场景,比如传送带异物检测、焊点质量检测、先导药物筛选、智能排产调度等。

郭振兴认为,下一代大模型生产方式应该是“授人以渔”,让行业客户“自己做大厨”。即基于厂商的基础大模型能力和构建工具,行业客户对自身的AI应用做到全面掌控。

c73f705e5f40b80dceede0c02a205895

在云平台基础上,构建智能化ICT基础设施

要实现对实体经济的赋能,数字技术需要在传统产业和中小企业得到更广泛的应用,帮助制造企业实现数智化转型。

在此进程中,企业需要构建强有力的ICT基础设施,尤其是大模型的训练和推理,都对基础设施提出了更高的要求,要实现“存算云网能”的全方位协同。

在算力方面,华为的智能计算芯片和通用计算芯片,正在成为世界算力的第二选择。前者与CANN和Mindspore相结合,成为全场景的人工智能平台,用于大模型的训练和推理;后者与欧拉操作系统和高斯数据库结合,为制造企业提供编程开发平台。

在运力方面,大模型训练对数据中心内部的网络性能提出了更高的要求,华为星河网络利用数据通讯集群技术,将AI训练效率提升了20%,中断则减少80%,从而节省了宝贵的GPU卡资源。华为TSN工业环网采用切片技术,提升了工业承载网的性能,降低时延,提升可靠性。Wi-Fi7和光网络,则实现了园区网的泛在接入。

在存力方面,分布式存储,可以解决数据训练和推理的可靠性和效率问题,同时提升数据的安全性,以确保数据要素价值的最大发挥。

郭振兴强调说,ICT基础设施云化是必然趋势,无论私有云、公有云、混合云,因为云具有高效、快速、灵活、安全等特性,在云上叠加AI基础设施,可以为AI应用构建起坚实底座。

他建议,大型央国企可以自建云算力,中小企业则可以利用地方政府建设的集约化算力资源,以降低初始投资,增强灵活性。

依靠生态力量,实现业务场景智能化

生成式AI之所以受到企业的重视,是由于其能够直接应用到企业的业务场景当中去,带来业务创新,创造业务价值。因此,我们能够看到,大模型的应用需求,往往来自企业的业务部门,而不是IT部门。

从研发,到生产、供应、销售,乃至运营,企业的全业务流程,都在加速智能化步伐。郭振兴分享了制造业的典型业务场景,企业可以先从这些场景入手,逐步将AI应用铺开。

在研发工具链场景,用大模型重构的一站式工作平台,将研发效率提升10倍;在智慧工厂场景,一网一云一平台的架构,实现了车企生产效率的翻倍提升;在工业互联网场景,则赋能数智化升级,打造行业生产数据的高速公路;在数字化营销场景,智能引擎全面触达客户,实现精准营销和精准服务;在智能运营场景,以智能控制替代矿工的危险工作,以整系统智能化实现专家经验的沉淀。

郭振兴表示,上述业务场景只是制造行业智能化的部分实践,在汽车、电子、制药、烟草等行业,还有更多的200+的价值场景需要与客户、ISV来共同探索和开发。因此,全产业链的智能化生态体系,就尤为重要。

2

在华为AI+制造行业峰会2024期间,由华为牵头、多家合作伙伴共同参与的 “制造业人工智能创新联盟”也宣告成立。

一个开放、包容、共享的AI创新应用生态体系,能够切实推动AI融入更多场景应用,助力制造行业的智能化水平跃升。

THE END
广告、内容合作请点击这里 寻求合作
免责声明:本文系转载,版权归原作者所有;旨在传递信息,不代表砍柴网的观点和立场。

相关热点

相关推荐

1
3