在今天的 2023 上海世界人工智能大會開幕式上，華為輪值董事長胡厚崑發表演講，表示兩個關鍵的舉措或抓手是：一方面是生根算力，打造強有力的算力底座來支撐中國的人工智能事業的發展；另一方面是結合大模型，從通用大模型到行業大模型的研究創新，真正讓人工智能服務各行各業和科學研究。
以下為演講實錄：
兩個關鍵的舉措或抓手是：一方面是生根算力，打造強有力的算力底座來支撐中國的人工智能事業的發展；另一方面是結合大模型，從通用大模型到行業大模型的研究創新，真正讓人工智能服務各行各業和科學研究。是以，我們提出了“AI for industry”和“AI for science”。
下面我将向大家詳細彙報。
首先，關于算力，人工智能的發展離不開算力。在目前中國的情況下，我們面臨着算力可獲得性和成本等方面的挑戰。多年來，華為一直專注于算力的發展。我們聚焦于鲲鵬和昇騰的根基，取得了突破。目前我們正在通過架構創新、生态發展和靈活的共建方式來打造中國的算力底座。我們希望通過與大家的共同努力，消除算力對人工智能發展的制約。
首先，我們通過架構創新提升計算效率。在計算節點層面，我們推出了革命性的對等評購架構，突破了傳統以CPU為中心的異構計算帶來的性能瓶頸，提高了整個計算的帶寬，降低了時延，使節點性能提升了30%。
另一方面，在資料中心層面，我們在2019年推出了昇騰AI計算叢集。通過叢集方式，我們将計算、存儲、網絡和能源等優勢集中在一起，将AI資料中心設計和管理成一台超級計算機，大幅提升了性能。
目前，我們在國内建設的規模最大的AI計算叢集是位于深圳的鵬城雲腦二期，目前算力規模為1000P。根據我們的規劃，到2024年鵬城雲腦三期的規模将達到16000P。此外，我們還在烏蘭察布的計算中心部署了數千卡的規模，并實測發現通過叢集方式，在相同算力下可以提升10%以上的效率。
下面我将向大家報告生态發展，因為生态是算力産業發展的關鍵手段，同時也是一個難以攻克的瓶頸。
四年前，華為提出了硬體開放、軟體開源和人才培養的戰略，圍繞計算産業的發展展開。通過與各方合作，我們取得了一定的成績。在硬體方面，我們堅持進一步開放，今年推出了更多樣化的模組和闆卡，與30多家硬體夥伴合作，基于昇騰推出了上百款人工智能硬體，滿足不同行業的需求。
在軟體方面，我們通過開源加強基礎軟體，特别是針對目前大模型的創新。我們提供全流程的使能平台，更好地支援科研機構和企業客戶。目前，我們的生态已經孵化了20多個基礎大模型，并适配了十多個業界主流的大模型。
統計資料顯示，中國目前一半的大模型都得到了AI昇騰算力的支援。是以，我特别感謝那些使用了AI昇騰算力的公司和機構，感謝他們對我們的信任，這讓我們對未來發展算力生态更加有信心。當然，我們也清楚，生态的發展沒有捷徑，必須腳踏實地地前進。我們希望未來有更多的公司加入我們的行列，共同打造好這個生态。
在發展算力方面，我們還考慮到身段的靈活性和多樣化的手段和模式，這是基于中國的實際情況得出的結論。是以，我們采用多種模式進行算力建設。例如，在城市的算力基礎設施建設方面，我們已經支援各地政府打造了25個城市級的人工智能計算中心，其中包括上海。
另一方面，我們注意到許多大型企業都有自建人工智能算力中心的需求，是以我們積極配合并幫助這些企業建立自己的人工智能算力中心。例如，中國移動、科大訊飛、南方電網等大企業都在進行建設，我們也積極參與其中。
同時，我們意識到中小企業對人工智能的需求非常旺盛。為了滿足這些需求，我們通過雲服務的方式在華為雲上提供算力服務，将多種手段結合起來。我們希望通過這種方式真正實作算力不再成為人工智能發展的瓶頸。華為在深耕算力的同時，還緻力于讓人工智能服務千行百業和科學研究。
在這方面，我們認為一方面要不斷提升通用大模型的能力，同時要探索通用大模型與行業大模型的結合。舉個例子，如果我住在福田區，家裡有一位78歲的老人，我想知道政府是否能提供補貼。如果我們使用通用大模型，它會給出什麼樣的答案？同時，我們再看看如果使用行業大模型，它又會給出什麼樣的答案。
這個行業大模型是我們與深圳市福田區合作開發的政務大模型。很顯然，行業大模型在通用大模型的基礎上能夠給出更精準、更有價值的答案。這是我們努力的方向。
為此，華為推出了三層大模型結構，最底層是基礎大模型，我們将其比喻為"讀萬卷書"，它的目标是學習海量的基礎知識。在這一層之上，我們打造了行業模型和場景模型，我們将其比喻為"行萬裡路"。從"讀萬卷書"到"行萬裡路"還有許多挑戰需要克服，關鍵之一是将各行各業的知識與大模型充分比對和融合。在這方面，華為正在與各行業夥伴共同努力。
目前，華為的盤古大模型已經支援金融、制造、政務、電力、煤礦、醫療、鐵路等十多個行業的400多個業務場景的AI應用落地。未來，我們希望與更多行業合作夥伴攜手擴大這個面，深化合作，真正做到走得更深、做得更實。
除了讓人工智能服務于千行百業，我們認為目前還有一個重要任務，那就是讓人工智能服務于科學研究。我們提出了"AI for science"的口号。我們發現，通過學習海量的曆史資料和科學知識，并将數學方程編碼到我們的大模型中，AI可以促進與基礎學科（如分子動力學、流體力學、傳熱學、生物學等）的結合，幫助我們發現更多科學規律。
目前，華為已經釋出了盤古科學計算大模型，其中包括藥物分子模型、盤古氣象模型和海浪模型等。我們與科學家合作取得了不錯的成果。例如，在氣象研究領域，我們的盤古大模型可以在幾秒鐘内完成對未來全球一個小時到七天的氣象預報，速度快且準确。這需要充分學習40多年的氣象資料，并結合行業知識進行訓練和校正。我們正在多個科學研究領域展開不斷的訓練和校正工作。通過我們的努力，我們希望為科學家和科研工作者帶來更多新的思路、方法和工具，為人類社會的發展注入新的動力。
最後，我想打個小廣告，因為明天我們華為将舉辦全球開發者大會，屆時我們将詳細介紹華為盤古大模型3.0，以及我們如何為千行百業和科學研究提供服務。希望大家關注。
各位朋友們，我們非常幸運地共同見證了科技革命的幾次浪潮，從網際網路到移動化到雲計算再到人工智能，每一輪變革都給社會帶來了深遠的影響。毫無疑問，通用人工智能給我們帶來了無限的想象空間，也引領我們進入下一個黃金十年。我們希望與大家攜手創新，讓人工智能更好地服務千行百業，更好地服務科學研究。AI for industry，AI for science，讓我們共同赢得人工智能的新時代。