架構優先、先易後難，華為的製造業生成式AI方法論

文:科技商業 于洪濤

從數字化時代到智慧化時代,製造業作為實體經濟的重中之重,進一步利用先進技術提質增效、轉型升級成為明確方向。雖然不同企業之間存在分化,但製造業整體正在走向前列,成為各行各業數智化的引領者之一。

在華為AI+製造行業峰會2024上,華為表示積極擁抱智慧化,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、生態底座、人才底座,賦能千行百業數智化轉型。

面對All in AI風險高、投入大的挑戰,華為中國政企業務副總裁郭振興提出了“架構優先、先易後難,化零為整,緩進急戰”十六個字原則,加速推進AI與製造行業深度融合的進程。

基於統一平臺,將AI大模型應用逐步落地

在向製造強國的邁進過程中,AI的作用至關重要,助推從中國製造到中國智造的升級。我們能夠看到,AI正在重塑整個製造業的流程,改變了研發設計、製造執行、資源計劃調度、銷售管理、售後服務等全業務環節,成為當之無愧的新質生産力。

當下,生成式AI技術又在快速發展,大模型實現了泛化能力的突破,能夠覆蓋多場景,可以大大縮短開發週期,降低研發成本,很多製造企業已經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先行,建立分層解耦的統一雲化平臺。華為提出的智慧體架構,改變了縱向建子系統的傳統模式,實現智慧感知、智慧連接、智慧底座、智慧平臺(含AI大模型)、智慧應用的橫向分層解耦。

第二步則是圍繞數據和算力構建能力體系。包括數據的採集、存儲、計算、管理、使用等技術體系的建立,和數據價值體系的建立,充分發揮數據要素的價值。

第三步是應用場景的先易後難、緩進急戰。從高頻、剛需、價值大的場景率先入手,快速實現價值閉環,然後再逐步向更難的場景深入,這樣才能形成正迴圈的飛輪效應。

對於AI模型,華為也提出了L0到L2的三層結構,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、多模態大模型、科學計算大模型等;L1行業大模型是針對汽車、生命醫藥、電子等行業需求特點而構建的;L2場景模型則面向細分的應用場景,比如傳送帶異物檢測、焊點品質檢測、先導藥物篩選、智慧排産調度等。

郭振興認為,下一代大模型生産方式應該是“授人以漁”,讓行業客戶“自己做大廚”。即基於廠商的基礎大模型能力和構建工具,行業客戶對自身的AI應用做到全面掌控。

在雲平臺基礎上,構建智慧化ICT基礎設施

要實現對實體經濟的賦能,數字技術需要在傳統産業和中小企業得到更廣泛的應用,幫助製造企業實現數智化轉型。

在此進程中,企業需要構建強有力的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“存算雲網能”的全方位協同。

在算力方面,華為的智慧計算晶片和通用計算晶片,正在成為世界算力的第二選擇。前者與CANN和Mindspore相結合,成為全場景的人工智慧平臺,用於大模型的訓練和推理;後者與歐拉作業系統和高斯數據庫結合,為製造企業提供編程開發平臺。

在運力方面,大模型訓練對數據中心內部的網路性能提出了更高的要求,華為星河網路利用數據通訊集群技術,將AI訓練效率提升了20%,中斷則減少80%,從而節省了寶貴的GPU卡資源。華為TSN工業環網採用切片技術,提升了工業承載網的性能,降低時延,提升可靠性。Wi-Fi7和光網路,則實現了園區網的泛在接入。

在存力方面,分佈式存儲,可以解決數據訓練和推理的可靠性和效率問題,同時提升數據的安全性,以確保數據要素價值的最大發揮。

郭振興強調説,ICT基礎設施雲化是必然趨勢,無論私有雲、公有雲、混合雲,因為雲具有高效、快速、靈活、安全等特性,在雲上疊加AI基礎設施,可以為AI應用構建起堅實底座。

他建議,大型央國企可以自建雲算力,中小企業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。

依靠生態力量,實現業務場景智慧化

生成式AI之所以受到企業的重視,是由於其能夠直接應用到企業的業務場景當中去,帶來業務創新,創造業務價值。因此,我們能夠看到,大模型的應用需求,往往來自企業的業務部門,而不是IT部門。

從研發,到生産、供應、銷售,乃至運營,企業的全業務流程,都在加速智慧化步伐。郭振興分享了製造業的典型業務場景,企業可以先從這些場景入手,逐步將AI應用鋪開。

在研發工具鏈場景,用大模型重構的一站式工作平臺,將研發效率提升10倍;在智慧工廠場景,一網一雲一平臺的架構,實現了車企生産效率的翻倍提升;在工業網際網路場景,則賦能數智化升級,打造行業生産數據的高速公路;在數字化行銷場景,智慧引擎全面觸達客戶,實現精準行銷和精準服務;在智慧運營場景,以智慧控制替代礦工的危險工作,以整系統智慧化實現專家經驗的沉澱。

郭振興表示,上述業務場景只是製造行業智慧化的部分實踐,在汽車、電子、制藥、煙草等行業,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。因此,全産業鏈的智慧化生態體系,就尤為重要。

在華為AI+製造行業峰會2024期間,由華為牽頭、多家合作夥伴共同參與的“製造業人工智慧創新聯盟”也宣告成立。

一個開放、包容、共用的AI創新應用生態體系,能夠切實推動AI融入更多場景應用,助力製造行業的智慧化水準躍升。