华为徐直军：算力是智能化的关键，但AI发展不必“一味求大”
元描述： 华为副董事长徐直军在全联接大会上阐述了AI发展趋势和华为智能化战略，强调算力是智能化的关键基础，并针对大规模AI算力、基础大模型和“大”模型应用提出建议，倡导企业根据自身需求选择最合适的模型，创造价值。
引言： 在科技高速发展的今天，人工智能 (AI) 已经渗透到我们生活的方方面面，成为不可或缺的一部分。华为作为全球领先的科技公司，一直致力于推动AI领域的创新发展，并将其视为未来战略的关键。在最近的全联接大会上，华为副董事长、轮值董事长徐直军发表了精彩演讲，深入探讨了AI的发展趋势和华为的智能化战略。
算力：智能化的基石
作为AI发展不可或缺的基石，算力在徐直军看来至关重要。他强调：“智能化必将是一个长期过程，而算力是智能化的关键基础，过去是，未来也是。” 然而，面对美国对中国在AI芯片领域的制裁，以及中国半导体制造工艺的落后现状，华为面临着前所未有的挑战。
徐直军指出，立足中国，唯有基于实际可获得的芯片制造工艺打造的算力，才是长期可持续的。他认为，人工智能正在成为主导性算力需求，推动计算系统发生结构性变化，需要的是系统算力，而非仅仅是单处理器的算力。这种结构性变化为华为通过架构性创新，开创自主可持续的计算产业发展道路提供了机遇。
华为的战略：抓住机遇，开创未来
华为的战略核心就是充分抓住人工智能变革机遇，基于实际可获得的芯片制造工艺，协同计算、存储和网络技术创新，开创计算架构，打造“超节点+集群”系统算力解决方案，长期持续满足算力需求。
AI发展的新空间：理性思考，选择最优
面对AI带来的新空间，徐直军也提出了理性思考：
- 并非每个企业都需要建设大规模AI算力： AI服务器对供电、散热等数据中心机房环境要求极高，随着大模型越来越大，AI算力也将走向更大规模，变化节奏快，导致数据中心机房面临浪费或无法满足需求的困境。因此，徐直军建议，企业应根据自身需求选择最合适的获取AI算力的方式，而不仅仅是建设自己的AI算力。
- 并非每个企业都需要训练自己的基础大模型： 训练基础大模型意味着高成本，并且需要获取海量数据。徐直军认为，企业应根据自身需求，选择合适的模型，例如十亿参数模型可以满足科学计算、预测决策等业务场景的需求，百亿参数模型可以满足面向NLP、CV、多模态等特定领域场景的需求，千亿参数模型可以完成面向NLP、多模态的复杂任务。
- 并非所有应用都需要追求“大”模型： 徐直军强调，终端AI应以体验为中心，而不是以算力为中心。消费者难以理解芯片工艺、算力TFLOPS、模型参数量等技术细节，更关注切身的使用体验。
多模型组合：解决问题，创造价值
华为认为，企业应该根据自身不同业务场景需求，选择最合适的模型，通过多模型组合，解决问题，创造价值。
H2: 华为的算力解决方案：开创自主可持续发展道路
面对美国在AI芯片领域对中国的制裁，华为并没有选择坐以待毙，而是积极探索出了一条自主可持续的计算产业发展道路。华为基于实际可获得的芯片制造工艺，将计算、存储和网络技术进行协同创新，开创了全新的计算架构，打造了“超节点+集群”系统算力解决方案。
华为的算力解决方案主要特点:
- 基于实际可获得的芯片制造工艺： 华为并没有追求最先进的芯片工艺，而是基于现有的芯片制造能力，开创了自主可持续的算力解决方案。
- 协同计算、存储和网络技术创新： 华为将计算、存储和网络技术进行整合，打造了更加高效、可靠的算力解决方案。
- “超节点+集群”系统算力解决方案： 华为通过“超节点+集群”的架构，将多个节点连接起来，形成一个强大的系统算力集群，满足不同场景的需求。
华为的算力解决方案优势:
- 自主可控： 华为的算力解决方案完全自主可控，不受制于外部因素的影响。
- 性能优越： 华为的算力解决方案性能出色，能够满足各种场景的应用需求。
- 成本效益高： 华为的算力解决方案具有高性价比，能够有效降低企业成本。
华为算力解决方案的应用案例:
- 华为云EI： 华为云EI是基于华为自研的昇腾AI处理器打造的云端AI平台，为企业提供全面的AI服务和解决方案。
- 华为昇腾AI芯片： 华为昇腾AI芯片是华为自主研发的AI芯片，应用于各种AI场景，例如自动驾驶、智慧城市、智慧医疗等。
H2: 大模型的理性思考：避免盲目追求“大”
近年来，大模型在AI领域取得了突破性进展，但也引发了一些争议。有些人认为，大模型是AI发展的未来，应该不断追求更大的模型。然而，徐直军在演讲中表达了不同的观点，他认为，并非所有应用都需要追求“大”模型。
大模型的挑战:
- 高成本： 训练大模型需要大量的计算资源，成本非常高。
- 数据依赖： 大模型的训练需要大量的训练数据，获取高质量的数据是巨大的挑战。
- 性能提升有限： 随着模型参数量的增加，性能提升的幅度会逐渐减小。
徐直军的建议:
- 选择合适的模型： 企业应根据自身需求选择合适的模型，例如十亿参数模型可以满足科学计算、预测决策等业务场景的需求，百亿参数模型可以满足面向NLP、CV、多模态等特定领域场景的需求，千亿参数模型可以完成面向NLP、多模态的复杂任务。
- 多模型组合： 企业可以将多个不同规模的模型组合起来，以满足不同的需求。
- 关注体验： 终端AI应以体验为中心，而不是以算力为中心。
H2: 终端AI：以体验为中心
徐直军强调，终端AI应以体验为中心，而不是以算力为中心。消费者难以理解芯片工艺、算力TFLOPS、模型参数量等技术细节，更关注切身的使用体验。
终端AI的发展趋势:
- AI Phone： 智能手机已经成为AI应用的重要载体，手机厂商正在不断提升手机的AI能力。
- AI PC： 个人电脑也正在融入AI功能，例如AI语音助手、AI图像识别等。
- AIoT： 物联网设备也正在加入AI能力，例如智能家居、智能穿戴设备等。
终端AI的挑战:
- 功耗： AI模型在终端设备上运行会消耗大量的电量。
- 性能： 终端设备的计算能力有限，难以运行大型AI模型。
- 数据隐私： 终端设备收集的用户数据需要得到安全保护。
终端AI的未来:
- 轻量化模型： 终端设备将使用轻量化的AI模型，以降低功耗和性能要求。
- 边缘计算： 边缘计算将成为终端AI的重要支撑，将部分计算任务迁移到边缘设备上，以减少数据传输和延迟。
- 隐私保护： 终端AI将更加注重用户数据隐私保护。
H2: 总结：华为的智能化战略引领未来
华为的智能化战略以算力为基础，以AI为核心，以体验为导向，旨在为企业和用户提供更加智能化的产品和服务。
华为智能化战略的关键要素:
- 算力： 华为致力于打造自主可持续的算力解决方案，满足不同场景的应用需求。
- AI： 华为积极推动AI领域的创新发展，为企业提供全面的AI服务和解决方案。
- 体验： 华为将用户体验放在首位，致力于打造更加便捷、智能、人性化的产品和服务。
华为的智能化战略将为以下领域带来积极影响:
- 产业升级： 华为的智能化战略将推动产业升级，提升生产效率，创造新的价值。
- 社会进步： 华为的智能化战略将促进社会进步，改善人们的生活质量，推动社会发展。
- 全球竞争力： 华为的智能化战略将提升中国在AI领域的全球竞争力，推动中国科技的进步。
常见问题解答:
- 什么是算力？
算力是指计算机系统处理数据的能力，是衡量计算机系统性能的重要指标。
- 为什么算力对AI发展至关重要？
AI模型的训练和推理都需要大量的计算资源，因此算力是AI发展的重要基础。
- 华为的算力解决方案有哪些优势？
华为的算力解决方案具有自主可控、性能优越、成本效益高等优势。
- 为什么并非所有应用都需要追求“大”模型？
大模型存在高成本、数据依赖、性能提升有限等问题，企业应根据自身需求选择合适的模型。
- 终端AI的发展趋势是什么？
终端AI将朝着轻量化模型、边缘计算、隐私保护等方向发展。
- 华为的智能化战略对未来有哪些意义？
华为的智能化战略将推动产业升级、社会进步，提升中国在AI领域的全球竞争力。
结论:
华为的智能化战略以算力为基础，以AI为核心，以体验为导向，将引领未来科技的发展方向。华为将继续加大在AI领域的投入，为企业和用户提供更加智能化的产品和服务，推动中国科技的进步，为人类创造更加美好的未来。
