文：科技商業(yè) 于洪濤

從數(shù)字化時代到智能化時代，制造業(yè)作為實體經(jīng)濟的重中之重，進一步利用先進技術提質(zhì)增效、轉(zhuǎn)型升級成為明確方向。雖然不同企業(yè)之間存在分化，但制造業(yè)整體正在走向前列，成為各行各業(yè)數(shù)智化的引領者之一。

在華為AI+制造行業(yè)峰會2024上，華為表示積極擁抱智能化，將自身定位在算力平臺，著力用根技術打造堅實的解決方案底座、生態(tài)底座、人才底座，賦能千行百業(yè)數(shù)智化轉(zhuǎn)型。

面對All in AI風險高、投入大的挑戰(zhàn)，華為中國政企業(yè)務副總裁郭振興提出了“架構(gòu)優(yōu)先、先易后難，化零為整，緩進急戰(zhàn)”十六個字原則，加速推進AI與制造行業(yè)深度融合的進程。

基于統(tǒng)一平臺，將AI大模型應用逐步落地

在向制造強國的邁進過程中，AI的作用至關重要，助推從中國制造到中國智造的升級。我們能夠看到，AI正在重塑整個制造業(yè)的流程，改變了研發(fā)設計、制造執(zhí)行、資源計劃調(diào)度、銷售管理、售后服務等全業(yè)務環(huán)節(jié)，成為當之無愧的新質(zhì)生產(chǎn)力。

當下，生成式AI技術又在快速發(fā)展，大模型實現(xiàn)了泛化能力的突破，能夠覆蓋多場景，可以大大縮短開發(fā)周期，降低研發(fā)成本，很多制造企業(yè)已經(jīng)開始探索大模型的落地應用。

郭振興表示，這個過程的第一步應該是架構(gòu)先行，建立分層解耦的統(tǒng)一云化平臺。華為提出的智能體架構(gòu)，改變了縱向建子系統(tǒng)的傳統(tǒng)模式，實現(xiàn)智能感知、智能連接、智能底座、智能平臺(含AI大模型)、智能應用的橫向分層解耦。

第二步則是圍繞數(shù)據(jù)和算力構(gòu)建能力體系。包括數(shù)據(jù)的采集、存儲、計算、管理、使用等技術體系的建立，和數(shù)據(jù)價值體系的建立，充分發(fā)揮數(shù)據(jù)要素的價值。

第三步是應用場景的先易后難、緩進急戰(zhàn)。從高頻、剛需、價值大的場景率先入手，快速實現(xiàn)價值閉環(huán)，然后再逐步向更難的場景深入，這樣才能形成正循環(huán)的飛輪效應。

對于AI模型，華為也提出了L0到L2的三層結(jié)構(gòu)，它們都建立在華為AI底座和以ModelArts、ModelMate為代表的AI平臺基礎之上。

其中，L0基礎大模型包括視覺大模型、自然語言大模型、預測大模型、多模態(tài)大模型、科學計算大模型等;L1行業(yè)大模型是針對汽車、生命醫(yī)藥、電子等行業(yè)需求特點而構(gòu)建的;L2場景模型則面向細分的應用場景，比如傳送帶異物檢測、焊點質(zhì)量檢測、先導藥物篩選、智能排產(chǎn)調(diào)度等。

郭振興認為，下一代大模型生產(chǎn)方式應該是“授人以漁”，讓行業(yè)客戶“自己做大廚”。即基于廠商的基礎大模型能力和構(gòu)建工具，行業(yè)客戶對自身的AI應用做到全面掌控。

在云平臺基礎上，構(gòu)建智能化ICT基礎設施

要實現(xiàn)對實體經(jīng)濟的賦能，數(shù)字技術需要在傳統(tǒng)產(chǎn)業(yè)和中小企業(yè)得到更廣泛的應用，幫助制造企業(yè)實現(xiàn)數(shù)智化轉(zhuǎn)型。

在此進程中，企業(yè)需要構(gòu)建強有力的ICT基礎設施，尤其是大模型的訓練和推理，都對基礎設施提出了更高的要求，要實現(xiàn)“存算云網(wǎng)能”的全方位協(xié)同。

在算力方面，華為的智能計算芯片和通用計算芯片，正在成為世界算力的第二選擇。前者與CANN和Mindspore相結(jié)合，成為全場景的人工智能平臺，用于大模型的訓練和推理;后者與歐拉操作系統(tǒng)和高斯數(shù)據(jù)庫結(jié)合，為制造企業(yè)提供編程開發(fā)平臺。

在運力方面，大模型訓練對數(shù)據(jù)中心內(nèi)部的網(wǎng)絡性能提出了更高的要求，華為星河網(wǎng)絡利用數(shù)據(jù)通訊集群技術，將AI訓練效率提升了20%，中斷則減少80%，從而節(jié)省了寶貴的GPU卡資源。華為TSN工業(yè)環(huán)網(wǎng)采用切片技術，提升了工業(yè)承載網(wǎng)的性能，降低時延，提升可靠性。Wi-Fi7和光網(wǎng)絡，則實現(xiàn)了園區(qū)網(wǎng)的泛在接入。

在存力方面，分布式存儲，可以解決數(shù)據(jù)訓練和推理的可靠性和效率問題，同時提升數(shù)據(jù)的安全性，以確保數(shù)據(jù)要素價值的最大發(fā)揮。

郭振興強調(diào)說，ICT基礎設施云化是必然趨勢，無論私有云、公有云、混合云，因為云具有高效、快速、靈活、安全等特性，在云上疊加AI基礎設施，可以為AI應用構(gòu)建起堅實底座。

他建議，大型央國企可以自建云算力，中小企業(yè)則可以利用地方政府建設的集約化算力資源，以降低初始投資，增強靈活性。

依靠生態(tài)力量，實現(xiàn)業(yè)務場景智能化

生成式AI之所以受到企業(yè)的重視，是由于其能夠直接應用到企業(yè)的業(yè)務場景當中去，帶來業(yè)務創(chuàng)新，創(chuàng)造業(yè)務價值。因此，我們能夠看到，大模型的應用需求，往往來自企業(yè)的業(yè)務部門，而不是IT部門。

從研發(fā)，到生產(chǎn)、供應、銷售，乃至運營，企業(yè)的全業(yè)務流程，都在加速智能化步伐。郭振興分享了制造業(yè)的典型業(yè)務場景，企業(yè)可以先從這些場景入手，逐步將AI應用鋪開。

在研發(fā)工具鏈場景，用大模型重構(gòu)的一站式工作平臺，將研發(fā)效率提升10倍;在智慧工廠場景，一網(wǎng)一云一平臺的架構(gòu)，實現(xiàn)了車企生產(chǎn)效率的翻倍提升;在工業(yè)互聯(lián)網(wǎng)場景，則賦能數(shù)智化升級，打造行業(yè)生產(chǎn)數(shù)據(jù)的高速公路;在數(shù)字化營銷場景，智能引擎全面觸達客戶，實現(xiàn)精準營銷和精準服務;在智能運營場景，以智能控制替代礦工的危險工作，以整系統(tǒng)智能化實現(xiàn)專家經(jīng)驗的沉淀。

郭振興表示，上述業(yè)務場景只是制造行業(yè)智能化的部分實踐，在汽車、電子、制藥、煙草等行業(yè)，還有更多的200+的價值場景需要與客戶、ISV來共同探索和開發(fā)。因此，全產(chǎn)業(yè)鏈的智能化生態(tài)體系，就尤為重要。

在華為AI+制造行業(yè)峰會2024期間，由華為牽頭、多家合作伙伴共同參與的 “制造業(yè)人工智能創(chuàng)新聯(lián)盟”也宣告成立。

一個開放、包容、共享的AI創(chuàng)新應用生態(tài)體系，能夠切實推動AI融入更多場景應用，助力制造行業(yè)的智能化水平躍升。

（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）