本站点使用Cookies,继续浏览表示您同意我们使用Cookies。 Cookies和隐私政策>

搜索
  • 加速行业智能化白皮书

    使能百模千态,赋能千行万业

  • 趋势
  • 技术需求
  • 参考架构
  • 价值展望
  • 技术实践
  • 成功案例

从数字化到智能化,
未来已来

从算法、数据到算力,据预测,截至2030年,人工智能的三大核心要素均将迎来创新突破。人工智能正在开启继互联网、物联网、大数据之后的第四次科技浪潮。从1956年概念的提出,历时近70年的技术演进,人工智能正从感知理解走向认知智能,带动数字世界和物理世界无缝融合,从生活到生产、从个人到行业、从C端到B端,正日益广泛和深刻地影响人类社会,驱动产业转型升级。 这是一个波澜壮阔的史诗进程,将开启一个与大航海时代、工业革命时代、宇航时代等具有同样历史地位的新时代。

  • 算法

    大模型从“炫技”到“落地生根”,在行业应用侧持续落地、改变产业发展生态

  • 数据

    据预测,人类将迎来YB数据时代,2030年数据量是2020年的23倍、全球联接总数达2000亿

  • 算力

    全球通用计算算力2030年将达到3.3ZFLOPS(FP32),AI计算算力将超过105 ZFLOPS(FP16),增长500倍

行业智能化技术需求

算力集群化

算力资源能达到可接受的训练时长,需要百亿参数百卡规模,千亿参数千卡规模,万亿参数万卡规模,并支持弹性扩展。集群对网络和存储也提出了较高的要求。

算力系列化

从构建企业智能化视角,分层分级建设和部署大模型是各行业的基本要求,需要算力系列化适配各种业务场景,考虑总部、区域(或领域)、边缘侧等不同层级。

高质量数据

为了在不同行业落地应用,大模型必须结合行业知识、专有数据,完成从通用到专业的转变。高质量的数据需要统筹规划感知、存储、网络、数据治理、数据安全,需要做好整个系统的顶层设计和各个子系统的协同。

应用快速迭代

在行业模型及应用开发的过程中,如何简化开发流程,提高开发效率,变革开发模式,高效打通数据链路,引入自动化机制,加强应用安全性和可靠性,都是大模型应用开发中面临的诸多难题。

高质量数据通信

随着AI训练、推理走向“工业化开发、规模化应用”,训练集群内部需要高效数据通信,两级训练三级推理部署范式之间的持续迭代需要高效数据通信,数据采集与推理服务器之间也需要高效数据通信。

行业智能化参考架构

行业智能化参考架构

基于在城市、金融、交通、制造等20多个行业智能化实践过程中的总结,华为提出全行业通用的行业智能化参考架构,联合行业伙伴共同构筑行业智能化的基础设施,使能百模千态的AI大模型,加速千行万业走向智能化。

行业智能化参考架构

行业智能化参考架构能够服务不同智能化阶段的参考架构,通过分层分级建设,选取合适的技术能力和产品,提升企业的智能化水平。它有四个特点:协同、开放、敏捷、可信。

协同:

云网边端协同,与合作伙伴共建人工智能生态圈,探索更多的人工智能行业场景应用。

开放:

通过感知开放,实现万物智联;通过算力开放,支持百模千态;通过模型开放,匹配千行万业。

敏捷:

人工智能开发体系敏捷,使各层级大模型更易于部署,应用速度更快,推进AI应用走深向实。

可信:

企业智能化应用的运行过程可信,做到可靠、可用、可溯。

Huawei

加速智能化带来新价值

人工智能带动数字世界和物理世界无缝融合,从生活到生产,从个人到行业,正日益广泛和深刻地影响人类社会,驱动产业转型升级。ChatGPT和大模型的出现使得人工智能发展进一步加速,世界各国正在进入百模千态时代,人工智能与千行万业的深度融合成为热点与焦点,加速行业智能化成为未来人工智能发展的主旋律。

  • 制造
  • 煤矿
  • 银行
  • 城市交通
  • 气象
  • 制造:AI应用场景分布在“研产供销服”
    制造:AI应用场景分布在“研产供销服”
    随着新一代信息技术加速拥抱千行万业,智能制造正在多领域多场景落地开花。最新的市场调研数据表明,人工智能在中国制造业呈现快速发展的趋势,智能制造市场规模自2019年开始每年保持40%以上的增长率,2025年将超过400亿人民币。
    下载白皮书,了解更多应用场景
  • 煤矿:大模型实现人工智能“工厂化”生产及规模化应用
    煤矿:大模型实现人工智能“工厂化”生产及规模化应用
    通过对采煤、掘进、通风、运输、排水、机电等多个业务系统进行调研分析,人工智能在煤矿场景存在海量的应用场景。当前探索实践证明,传统的“小作坊”开发模式无法覆盖这些海量的碎片化场景,大模型是实现人工智能“工厂化”生产及规模化应用有效手段,通过引入视觉大模型、预测大模型、多模态大模型和自然语言(NLP)大模型,可实现人工智能在安监、生产、决策指挥、经营管理等业务场景下的规模应用。预计未来3~5年,煤矿行业人工智能市场空间规模达到近150亿。
    下载白皮书,了解更多应用场景
  • 银行:AI重新定义银行业生产力
    银行:AI重新定义银行业生产力
    AI能力正在重新定义银行业生产力,大量银行已广泛应用AI生产力进化思路框架,建立自主可控、持续迭代升级的闭环体系,适应AI技术的持续突飞猛进。AI在银行业的应用场景非常广泛,在提升金融产品营销能力、提升风险处置能力、提升运营与开发效率、使能新业态四个方面已经显现出不同的价值。 经过市场洞察和测算,未来3年内大模型将加速金融科技智能化升级,带来银行科技的市场空间约为260亿,主要包括AI新算力集群建设、金融行业大模型建设和相应的实施服务。
    下载白皮书,了解更多应用场景
  • 城市交通:基于大模型保障城市交通安全、高效运行
    城市交通:基于大模型保障城市交通安全、高效运行
    预计到2025年,中国机动车保有量、驾驶人数量、公路通车里程将超过4.6亿辆、5.5亿人和550万公里。随着物联网、5G、高精定位、AI大模型技术的进一步成熟,带动了城市智慧交通的进一步发展,通过打破交管、交通、应急等行业数据壁垒,汇聚全域全量精准数据,基于大模型保障城市交通安全、高效运行。
    下载白皮书,了解更多应用场景
  • 气象:AI深入各科学计算领域,气象预报进展领先
    气象:AI深入各科学计算领域,气象预报进展领先
    AI气象模型在过去几年取得了显著的进展,在短时,短、中期和气候预测领域都有探索。AI气象模型通过处理大量的气象数据,如卫星图像、气象观测数据和气候模拟模型数据,挖掘天气系统的规律。这些模型能够识别和分析各种天气模式、气候变化和极端天气事件,并提供准确的天气预报。
    下载白皮书,了解更多应用场景

华为行业智能化技术实践

  • 智能感知

    智能感知

    在智能感知领域,华为推出了雷达、光纤传感以及软件定义摄像机等感知产品,并结合不同感知设备特点进行组合,实现了光视联动智能感知和雷视拟合智能感知。
  • 智能联接

    智能联接

    华为提供万兆园区网络、数据中心智算网络、IP广域网络、网络安全解决方案,IntelligentRAN网络以及F5G智简全光网,推进智联万物,加速网络升级,实现以网强算,促进开放互联,保障网络安全。
  • 金融数据中心-智能运维

    算力底座

    华为致力于打造领先的、坚实的AI算力底座,以系统级架构创新,突破规模算力瓶颈,使能百模千态的繁荣发展。
  • 金融数据中心-数据中心虚拟化

    盘古大模型

    盘古大模型达到千亿级参数,相对于以前的作坊式开发,AI工业化开发效率可以大幅提升,同时AI模型具备更佳的性能。

加速智能化转型案例

加速行业智能化白皮书

• 华为在城市、金融、交通、制造等20多个行业智能化实践和总结
• 面向智能世界2030,与业界专家万场研讨,凝聚各方智慧与经验

TOP