【中國,東莞,2023年7月7日】華為開發者大會2023(Cloud)7月7日在中國東莞正式揭開帷幕,並同時在全球10餘個國家、中國30多個城市設有分會場,邀請全球開發者共聚一堂,就AI浪潮之下的產業新機會和技術新實踐開展交流分享。
在7日下午舉行的大會主題演講中,華為常務董事、華為雲CEO張平安重磅釋出盤古大模型3.0和昇騰AI雲服務。其中,盤古大模型3.0圍繞「行業重塑」「技術紮根」「開放同飛」三大創新方向,持續打造核心競爭力,為行業客戶、夥伴及開發者提供更好的服務。昇騰AI雲服務單叢集提供2000P Flops算力,千卡訓練30天長穩率達到90%,為業界提供穩定可靠的AI算力,讓大模型觸手可及。
華為常務董事、華為雲CEO張平安重磅釋出盤古大模型3.0
張平安表示:「盤古大模型要讓每個行業、每個企業、每個人都擁有自己的專家助手,讓工作更高效更輕鬆。我們始終堅持AI for Industries的戰略,在深耕行業的道路上不斷前行。我堅信大模型將重塑千行百業,而每一個開發者,都將是改變世界的英雄。」
華為雲盤古大模型從一開始就聚焦為行業服務,本次大會發布的盤古大模型3.0也是一個面向行業的大模型系列,包括「5+N+X」三層架構:
L0層包括自然語言、視覺、多模態、預測、科學計算五個基礎大模型,提供滿足行業場景中的多種技能需求。盤古3.0為客戶提供100億引數、380億引數、710億引數和1000億引數的系列化基礎大模型,匹配客戶不同場景、不同時延、不同響應速度的行業多樣化需求。同時提供全新能力集,包括NLP大模型的知識問答、文案生成、程式碼生成,以及多模態大模型的影象生成、影象理解等能力,這些技能都可以供客戶和夥伴企業直接呼叫。無論多大引數規模的大模型,盤古提供一致的能力集。
L1層是N個行業大模型,華為雲既可以提供使用行業公開資料訓練的行業通用大模型,包括政務,金融,製造,礦山,氣象等大模型;也可以基於行業客戶的自有資料,在盤古大模型的L0和L1層上,為客戶訓練自己的專有大模型。
L2層為客戶提供了更多細化場景的模型,更加專注於政務熱線、網點助手、先導藥物篩選、傳送帶異物檢測、颱風路徑預測等具體行業應用或特定業務場景,為客戶提供「開箱即用」的模型服務。
盤古大模型採用完全的分層解耦設計,可以快速適配、快速滿足行業的多變需求。客戶既可以為自己的大模型載入獨立的資料集,也可以單獨升級基礎模型,也可以單獨升級能力集。在L0和L1大模型的基礎上,華為雲還為客戶提供了大模型行業開發套件,通過對客戶自有資料的二次訓練,客戶就可以擁有自己的專屬行業大模型。同時,根據客戶不同的資料安全與合規訴求,盤古大模型還提供了公用雲、大模型雲專區、混合雲多樣化的部署形態。
華為常務董事、華為雲CEO張平安
「盤古為行業而生,就要為行業著想,更好地服務千行百業的客戶」,張平安表示。如今,盤古大模型已在金融、製造、醫藥研發、煤礦、鐵路等諸多行業發揮著巨大價值。
在政務領域,華為雲攜手深圳市福田區政務服務資料管理局,上線了基於盤古政務大模型的福田政務智慧助手小福,能夠精準理解民眾諮詢意圖,改變傳統的一網通辦模式,把老百姓的話語轉化為政府辦事的語言,讓城市更有愛。盤古政務大模型對超過20萬條政務資料進行精調,包括12345熱線、政策檔案、政務百科等,掌握了豐富的法律法規、辦事流程等行業知識。基於盤古政務大模型的小福,在一網通辦業務中體現出行業性、專業性、領先性和惠民性。
華為雲EI服務產品部部長尤鵬介紹盤古政務大模型
在煤礦領域,盤古礦山大模型已經在全國8個礦井規模使用,一個大模型可以覆蓋煤礦的採、掘、機、運、通、洗選等業務流程下的1000多個細分場景,讓更多的煤礦工人能夠在地面上作業,不僅能讓煤礦工人的工作環境更加舒適,而且可以極大地減少安全事故。
在鐵路領域,盤古鐵路大模型能精準識別現網執行的67種貨車、430多種故障,無故障圖片篩除率高達95%,成為貨運列檢員身邊有力的數位助手,將列檢員從每日數百萬張的「圖海」檢測中解放出來。
在氣象領域,盤古氣象大模型是首個精度超過傳統數值預報方法的AI預測模型,同時預測速度也有大幅提升。原來預測一個颱風未來10天的路徑,需要在3000臺伺服器的高效能運算機叢集上花費5小時進行模擬。現在基於預訓練的盤古氣象大模型,通過AI推理的方式,研究者只需單臺伺服器上單卡設定,10秒內就可以獲得更精確的預測結果。
華為雲人工智慧領域首席科學家田奇介紹如何從基礎大模型煉成行業大模型
在金融領域,盤古金融大模型可以對銀行的各種操作、政策、案例檔案進行預訓練,能根據客戶的問題,為櫃檯工作人員自動生成流程和操作指導,將原來需要平均5次的操作降低為1次,辦結時間縮短5分鐘以上。盤古大模型讓數十萬網點櫃員都擁有自己的智慧助手。
在製造領域,過去單產線制定器件分配計劃,往往要花費3個小時以上才能做齊1天的生產計劃。盤古制造大模型學習了華為產線上各種器件資料、業務流程及規則以後,能夠對業務需求進行準確的意圖理解,並呼叫天籌AI求解器外掛,1分鐘即可做出未來3天的生產計劃。
在藥物研發領域,原來一款新葯研發平均需要10年時間、花費10億美金。盤古藥物分子大模型助力西安交通大學第一附屬醫院劉冰教授團隊發現全球40年來首個新靶點、新類別的抗生素,並將先導藥物研發週期縮短至1個月、研發成本降低70%。
大模型的創新不僅僅是模型自身的創新,更依賴於AI的各項根技術創新。華為在最底層構建了以鯤鵬和昇騰為基礎的AI算力雲平臺,以及異構計算架構CANN、全場景AI框架昇思MindSpore,AI開發生產線ModelArts等,為大模型開發和執行提供分散式並行加速,運算元和編譯優化、叢集級通訊優化等關鍵能力。基於華為的AI根技術,大模型訓練效能可以調優到業界主流GPU的1.1倍。
華為諾亞方舟實驗室主任姚駿介紹盤古基礎大模型全棧創新
算力是訓練大模型的基礎。在本次大會上,張平安宣佈單叢集2000P Flops算力的昇騰AI雲服務在華為雲的烏蘭察布和貴安AI算力中心同時上線。昇騰AI雲服務除了支援華為全場景AI框架昇思MindSpore外,還支援Pytorch、Tensorflow等主流AI框架。同時,這些框架中90%的運算元,都可以通過華為端到端的遷移工具平滑遷移到昇騰平臺。
此外,在大模型訓練過程中經常會遇到GPU故障,研發人員不得不經常重啟訓練,時間長,代價大。昇騰AI雲服務可以提供更長穩的AI算力服務,千卡訓練30天長穩率達到90%,斷點恢復時長不超過10分鐘。例如,美圖僅用30天就將70個模型遷移到了昇騰,同時華為雲和美圖團隊一起進行了30多個運算元的優化以及流程的並行加速,AI效能較原有方案提升了30%。
「為了幫助全球客戶、夥伴、開發者訓練和使用大模型,我們致力於為全球客戶打造世界AI另一極,為所有AI開發者提供新的選擇」,張平安表示。
除了在千行百業的落地實踐,華為雲盤古大模型也深度融入了華為雲的產品服務,重構產品創新。
例如,在資料服務中,通過盤古大模型的文案生成和程式碼生成技術,能夠提升資料撰寫和前端程式碼編寫效率,將新產品上市、賦能週期大為縮短。在雲客服,通過嵌入行業知識庫和意圖挖掘能力的對話問答,實現全流程AI優先作答,提升客服工作效率30%。在BI,通過NL2SQL和AutoGraph智慧路由,實現SQL到視覺化圖表的自動推薦,通過多輪自然語言互動,讓人人都能便捷地從資料中洞察業務細節。在雲搜尋,通過多模態Embedding和NL2API技術,實現視訊、文字、圖譜等廣泛場景搜尋,藉助強大的語意理解和泛化能力,讓搜尋準確率提高15%。
同時,華為雲將CodeArts研發工具與盤古大模型相結合,正式釋出了面向開發者的智慧程式設計助手CodeArts Snap。該工具訓練了760億行精選程式碼、1300萬篇技術檔案,具備智慧生成、智慧問答、智慧協同三大核心功能,可以實現一句對話讓程式碼生成、一次點選即可自動註釋和生成測試用例,一條指令即可智慧部署,讓每個軟體開發者都有自己的程式設計助手。
華為雲PaaS服務產品部部長徐峰介紹CodeArts重塑軟體開發
此外,為了讓企業在AI時代構築更強的內容創新能力,華為雲通過盤古基礎大模型賦能MetaStudio數位內容生產線,打造了盤古數位人大模型,提供模型生成和模型驅動兩大服務,並已經使用了20萬小時音視訊資料進行了預訓練。基於這兩大服務,開發者可以快速生成和驅動數位人模型,賦能線上教育、文娛直播、企業會議等行業應用,讓每個企業員工實現「數位人自由」。例如,使用者只需在華為雲MetaStudio的服務頁面上傳20秒的個人視訊,就可以快速生成個性化的數位人講解視訊,過去3個研發人員3天完成的工作,現在只需要3分鐘就可以完成。
華為雲媒體服務產品部部長呂陽明介紹MetaStudio重塑數位內容生產
華為雲致力於構建以開發者為核心的、開放共贏的全球生態體系。目前,華為雲全球開發者數量已超過460萬,雲商店上架的商品已達10000多個。華為雲提供了易用可靠的大模型工具套件、匯聚海量多行業場景API的開天aPaaS,以及包含豐富優質課程和技術認證的大模型專屬社群,希望與開發者及夥伴一起,共同探索盤古大模型與行業結合的創新路徑。
華為雲全球生態部總裁康寧展示大模型生態計劃
大模型的發展離不開高質量資料的持續輸入。華為雲聯合中國公共關係協會、文化巨量資料產業委員會、以及多傢伙伴單位,共同倡議成立大模型高質量資料聯盟。聯盟將匯聚來自各成員單位的開放資料,打造覆蓋千行百業的高質量資料集,促進行業大模型的蓬勃發展。
開發者是推動數位創新的核心力量。本次大會上,主題為「創想無限」的2023華為開發者大賽正式啟動。作為華為ICT領域的頂級賽事,華為開發者大賽開設雲底座和產業兩大賽道,覆蓋中國、亞太、歐洲、北非、拉美五大賽區,讓開發者在人工智慧領域大展身手,實現創新性應用開發。