作者 | 柴旭晨
編輯 | 張曉玲
ChatGPT爆火之後，淘金者迅速湧入，“千模大戰”上演。作為國内科技行業頂流的華為，迎戰AI的排兵布陣，終于被完整展現。
攻占AI産業的高地，華為拿出一套雙管齊下的政策。
與ChatGPT不同，華為決定着力于行業大模型。用華為雲CEO張平安的話講就是：“盤古大模型3.0不寫詩，隻做事”；向行業滲透的同時，在大模型算力供不應求的當下，華為早先布局的AI算力叢集和晶片、資料儲存産品，迅速充當起“承重牆”的角色。
華為的這兩條思路，是其面對AI浪潮所交出的答卷。不過AI行業的激戰，剛剛吹響号角，斷言華為能勝出，還為時尚早。
正式“參戰”
在大模型領域，華為這個重量級玩家終于登台露面。
7月7日，在華為開發者大會上，盤古大模型 3.0釋出，與外界預想的不同，它并非“盤古版 ChatGPT”，而是一個面向行業的大模型系列。
盤古大模型 3.0針對具體的工業場景，設計了一套由L0、L1和 L2三個層級構成的大模型平台。
其中，L0 是通用大模型，內建了自然語言、視覺、多模态、預測、科學計算5種基礎模型，負責提供通用技能；L1 層級，是由個N個行業大模型構成；L2 則是面向更細化場景，提供 “開箱即用” 的模型服務。
這種層次分明、系統化的架構，目的是便于千行百業的應用能基于大模型延展、落地，同時原先AI使用場景碎片化的問題，也能聚攏。華為想一統全行業的野心凸顯。
華為雲人工智能領域首席科學家田奇指出，各個行業内大量的業務場景，迫切需要更多專業大模型和專業 AI 應用來解決問題，以填補通用大模型的短闆。
據華為雲CEO張平安透露，盤古已經覆寫了金融、制造、醫藥研發、煤礦、鐵路等十餘個行業，及400多個業務場景。
華為押注行業大模型，并非一時興起或一己獨斷，而是阿裡、騰訊、百度、亞馬遜等國内外科技公司的共識；華為的“狂卷”，也是應對殘酷競争的保護色。
近期，騰訊、阿裡、商湯、京東、360、位元組等陸續釋出了自己的大模型，戰況激烈。
騰訊最早在6月啟動了行業大模型，要為傳媒、文旅、政務、金融等10餘個行業提供解決方案，并且借騰訊雲TI平台搭建了行業大模型的“精選商店”。
位元組旗下的火山引擎，也釋出“火山方舟”，面向企業提供模型精調、評測、推理等全方位的平台服務。
同期，周鴻祎宣布“360智腦”API平台正式開放，首批将為20個行業提供解決方案。他直言，“企業級市場才是大模型未來的藍海”。
7月13日，京東也推出了産業大模型“言犀”，将深入零售、物流、金融、健康、政務等知識密集型和任務型産業場景。
此外，百度亦開始了“文心千帆”的測試，提供包括文心一言及第三方在内的大模型服務，還配備大模型開發和應用的相關工具鍊。
大廠們步調一緻地加入行業大模型的“百模大戰”，究竟是追熱點趕風口，還是自身早有深厚積累，一時之間難分高下，混戰還将持續。
而華為，還有另外一張底牌。
一盤大棋
算力，正是華為在AI賽道的一張王炸。
在華為輪值董事長胡厚崑看來，“大模型訓練的效率或創新速度，根本上取決于算力的大小”。
華為昇騰計算業務總裁張迪煊指出，“這兩年内，大模型帶來了 750 倍算力需求的增長，而硬體的算力供給僅隻有 3 倍，鴻溝巨大”。
5年前，華為籌備的昇騰+鲲鵬AI算力生态，為華為的AI大棋局提供基礎支點，并且一直在不斷進化。
在WAIC論壇上，張迪煊立下新FLAG，稱華為将更新昇騰900AI叢集的規模，在今年底或明年初，從最初的4000卡擴充至16000卡，成為業界首個萬卡AI叢集，擁有更快的訓練速度和30天以上的穩定訓練周期。
此外，華為還在模型計算訓練前端的資料存儲領域發力。7月14日，華為進一步釋出了OceanStor A310深度學習資料湖存儲和FusionCube A3000訓推融合一體機兩款産品。前者面向大模型資料的歸集、預處理、推理應用，後者針對大模型訓練、推理場景，都是為了降低企業部署、使用大模型的門檻。
華為公司副總裁周躍峰指出，大模型時代資料決定 AI 智能的高度。作為資料載體，存儲成為 AI 大模型的關鍵基礎設施。
從滲透行業的盤古大模型，到自建的昇騰算力叢集，華為的野心要伸向整個行業的鍊條。它意圖綁定更多行業使用者，也推銷自家的算力業務，形成一套完整的商業閉環。
大規模的算力投資成本，是初創企業“不可承受之重”，而這成了屬于華為等少數大廠的機會。看得出，華為在建構起行業大模型壁壘的同時，還欲深挖護城河。
胡厚崑透露，基于昇騰孵化和适配了 30 多個技術大模型，支撐了近一半的中國原創大模型。
矽谷科技投資公司Andreesen Horowitz就指出，生成式 AI 的大量資金最終都穩定地流向了雲計算服務提供商以及GPU晶片商為代表的基礎設施層。其中生成式AI總收入的 10%~20% 都流向了算力提供商。
不過，在算力上，華為同樣面臨友商的挑戰。華西證券就指出，算力已經成為大廠開啟AI争奪戰的“入場券”。
今年 3 月，微軟宣布已幫 OpenAI 建設了一個新計算中心，配置了數萬塊 A100 晶片；5 月，Google 推出了有 2.6 萬塊 H100 的計算叢集 ComputeEngineA3；國金證券統計，位元組跳動今年已訂購了超過 10 億美元的 GPU；而騰訊雲新高性能計算服務中心也采用了上萬塊 H800 晶片。
作為科技行業的C位明星，從通訊設施、手機、智能駕駛、再到AI賽道，華為以技術為核心貫穿始終，外界對其硬核科技的印象也由此而來。
但華為近幾年因外部環境的變化，不得不為生存變革更多，跑得更快。無論是在智能駕駛還是AI大模型和底層晶片、算力的投入，華為都是想在這波大潮中，抓住機會。
然而無論是行業大模型本身，還是底層算力、GPU，華為都面臨同行的競争。
在巨大的想象空間之下，AI行業洗牌和重構必定如影随形，一場激戰的大幕，才剛剛拉開。
本文來自華爾街見聞，歡迎下載下傳APP檢視更多