每經記者 王晶    每經編輯 梁梟    

在今日（9月19日）舉行的2024年華為全聯接大會上，華為副董事長、輪值董事長徐直軍發表了題為“擁抱全面智能化時代”的主題演講。會上，徐直軍回顧了華為自2018年以來在人工智能領域的發展歷程，并提出了全面智能化戰略，同時也分享了對智能化的觀察和思考。

徐直軍 圖片來源：企業供圖

徐直軍認為，智能化將是一個長期過程，而算力是智能化的關鍵基礎。“智能化的可持續，首先是算力的可持續。而算力是依賴半導體工藝的，但我們必須要面對一個現實，那就是，美國在AI芯片領域對中國的制裁長期不會取消??人工智能正在成為主導性算力需求，促使計算系統正在發生結構性變化，需要的是系統算力，而不僅僅是單處理器的算力。這些結構性變化，為我們通過架構性創新，開創出一條自主可持續的計算產業發展道路，提供了機遇。”

對此，徐直軍給出的解決方案是：“充分抓住人工智能變革機遇，基于實際可獲得的芯片制造工藝，計算、存儲和網絡技術協同創新，開創計算架構，打造‘超節點+集群’系統算力解決方案，長期持續滿足算力需求。”

此外，徐直軍也談到了近年來蓬勃發展的大模型。在他看來，不是每個企業都要建設大規模AI算力，也不是每個企業都要訓練自己的基礎大模型。“AI服務器，特別是AI算力集群不同于通用x86服務器，對供電、散熱等數據中心機房環境要求極高，且隨著大模型越來越大，AI算力也將走向更大規模，而且變化節奏快，AI服務器快速升級換代，數據中心機房面臨要么浪費、要么滿足不了需求的困境??訓練出基礎大模型，關鍵是數據，而準備足夠多的高質量數據是很大挑戰，基礎大模型預訓練數據量進入10萬億tokens量級，這對于企業來說，不僅意味著高成本，同時是否能獲取到足夠的數據量也是挑戰。”

他還進一步表示：“不是所有的應用都要追求‘大’模型。從華為盤古在行業的實踐看，十億參數模型可以滿足科學計算、預測決策等業務場景的需求，比如降雨預測、藥物分子優化、工藝參數預測，在PC（個人電腦）、手機等端側設備上，十億參數模型也有廣泛應用；而百億參數模型可以滿足面向NLP（自然語言處理）、CV（計算機視覺）、多模態等大量特定領域場景的需求，比如知識問答、代碼生成、安全檢測。面向NLP、多模態的復雜任務，可以用千億參數模型來完成。”

“企業需要的是根據自身不同業務場景需求，選擇最合適的模型，通過多模型組合，解決問題，創造價值。”徐直軍說道。

在終端AI方面，雖然當前各種終端引入AI能力已經成為普遍的趨勢，但徐直軍認為，終端AI應以體驗為中心，而不是以算力為中心。基于這一理念，華為與清華大學人工智能產業研究院共同提出AI終端智能化L1到L5分級標準，以消費者體驗為牽引，量化用戶的智能體驗。