孟晚舟:打造中国坚实的算力底座, 为世界构建第二选择

上海证券报
孟晚舟提到,全面智能化战略的目标是加速千行万业的智能化转型,算力是人工智能发展的核心动力,要持续深耕根技术,构筑系统性优势。

2023年9月20日,华为全联接大会2023(HUAWEI CONNECT 2023)在上海举办。华为副董事长、轮值董事长、CFO孟晚舟在大会上发表了“打造中国坚实的算力底座,为世界构建第二选择”的主题演讲。

以下为孟晚舟主题演讲全文:

尊敬的各位来宾,女士们,先生们:

大家上午好,欢迎参加华为全联接大会。很高兴与各位在上海共同探讨“加速行业智能化”这个话题。

未来超越想象

当前,人类社会正在加速进入智能世界,数据正在爆炸式增长,而智能技术也在突飞猛进。以强大算力为基础的各种模型、算法不断涌现,应用场景日益丰富,创新的“矢量效应”正在凸显。

从农业社会、工业社会,再到信息社会,人们从来没有停止对未来世界的想象。

想象触及之处,科技点石成金。

“技术如同一道地平线,每增高一分,人类文明的图景就被改变一分。”

而技术的每一次突破,创造着全新应用场景,延展着活动的半径,让我们一次又一次地看到了“科技创造未来”的无限可能。

汽车的意义,不仅仅在于它替代了马车;而电脑的发明,也不仅仅在于它替代了纸笔。智能化带来的机会和空间,远不止眼前的景象。

AI技术正在快速发展,对产业的影响也在逐步加深,当变化和颠覆变得司空见惯的时候,创新和行动就显得更加具有深意。

在此,我分享一些华为的实践。

十年一个台阶,我们一直在努力

过去30多年,在信息化、数字化的浪潮中,华为没有一天停止对未来世界的想象,更没有一天停下在现实世界里不断努力的脚步。在不确定中抓住主要趋势,基于客户需求和技术创新的驱动,来构筑产品的领先优势,来助力产业的升级。

从2003年开始,CT和IT在网络基础技术中相遇,这个时候华为提出了All IP战略,推动通信领域的各类技术制式和协议,从七国八制走向了统一,“车同轨、书同文”,从而促进了联接的无处不在。华为支持了全球170多个国家和地区1500多张网络的稳定运行,联接了全球超过1/3的人口。

2013年,随着云计算技术的加速发展,华为提出了All Cloud战略,加速数字化转型的升级。2017年,也是在这里,华为公司宣布,要成为世界上的五朵云之一。如今,我们不仅做到了,而且华为云成为了全球增速最快的主流云厂商之一。当然这得益于持续的研发投入以及全球客户的认可。我们在全球部署了30个Region、84个可用区,聚合了全球4.2万多家合作伙伴、500多万名开发者,服务了全球近300万家客户。

凡益之道,与时偕行。对历史能看得多深,对未来就能看得多远。

行业的每一次飞跃,都添加了时代的注脚。

从All IP,到All Cloud,十年一个台阶,我们从未停止努力。

为了抓住AI这一历史性的战略机遇,我们提出All Intelligence战略。

全面智能化,共同抓住战略机遇,加速行业智能化

全面智能化(All Intelligence)战略的目标是加速千行万业的智能化转型。

首先,要让所有的对象可联接。这不仅仅是物理实体的,也包括逻辑的、虚拟的;这不仅仅包括数字化的设备,也包括传统的终端和装置;这不仅仅要使数据上得来,也包括意图下得去。

其次,要让所有应用可模型。通过大模型范式,让智能应用快速惠及每个人、每个家庭,以及每个组织。

第三,要让所有的决策可计算。以算力的无所不在,加速智能的无所不及,并且让数据在算力中不断地释放潜力。

在全面智能化战略的指引下,华为将持续打造坚实的算力底座,使能百模千态,赋能千行万业。

打造中国坚实的算力底座,为世界构建第二选择

人工智能的发展,算力是核心动力。大模型需要大算力,算力的大小,决定着AI迭代和创新的速度,也影响着经济发展的速度。算力的稀缺和昂贵,已经成为了制约AI发展的核心因素。

华为致力于打造中国坚实的算力底座,为世界构建第二选择。我们将持续提升“软硬芯边端云”的融合能力,做厚“黑土地”,满足各行各业多样性的AI算力需求。

面向客户的不同场景,我们和合作伙伴一起,提供从中心到边缘、从训练到推理的全系列产品,这包括模组、板卡、服务器、集群、训推一体机,以及云服务等各类产品形态,覆盖了“云、边、端”各个场景。

华为将充分发挥在计算、存储、网络、能源等领域的综合优势,改变传统的服务器堆叠模式,以系统架构的创新思路,着力打造AI集群,实现算力、运力、存力的一体化设计,突破算力瓶颈,提供可持续的澎湃算力。

使能百模千态,做“百花园”的黑土地

参数超过千亿甚至万亿的人工智能神经网络模型,正在加速进入千行万业,AI的发展也正在跨越拐点。

从小模型到大模型时代,AI技术的实用性发生了质的飞跃。过去,不同的应用场景需要开发不同的模型。而现在,大模型通过吸收海量知识,一个模型可以适配多种业务场景,大幅降低了AI开发和应用的门槛,缩短了从技术到应用的周期,使AI从作坊式开发、场景化定制,走向了工业化开发、场景化调优,依托大模型规模化解决行业问题成为可能。

在此过程中,通过算力底座、AI平台、开发工具的开放,支持大模型智能化时代的“百花齐放”,华为会努力做好“百花园”的黑土地。

当然,华为的盘古大模型也在这片黑土地上努力成长。

我们将持续提升通用大模型的能力,做好工程化工具,让客户和伙伴可以更便捷、更高效地调用模型。我们支持每个组织,使用自己的数据训练出自己的大模型,让每个行业用自己的专业知识发展出自己的行业大模型。我们的客户和伙伴已经基于盘古大模型,打造出了自己的政务、金融、矿山、电力、铁路等行业大模型。

行业智能化参考架构,加速千行万业走向智能化

智能化进入千行万业,应用场景千头万绪,解决方案千变万化,现有系统纷繁复杂,而且历史的过往投资还要保护。为此,华为和伙伴一起,基于过去的成功实践和经验积累,对各种离散的要素进行了整合,以系统工程的视角进行设计,今天,我们在这里正式发布“行业智能化参考架构”!

在这个行业智能化的参考架构中:

感知是前提。只有实现了万物的联接,生产和工作数据才能够上得来,管理意图和动作才能下得去。

网络是基础。网络必须弹性超宽,智能无损,才能负载海量数据,及时投入模型计算,充分发挥AI的价值。

底座和平台是关键。打造坚实的算力底座,构建开放的生态,提供充足的算力和易用的工具。

应用体现价值。AI大模型极大地丰富了行业应用,加速行业智能化,提升生产力,创造新的生产力。

我想特别强调的是,这不是一个封闭的架构,这也不是华为自己的舞台。华为将聚焦在自己所擅长的产品和技术领域,同时以开放的生态,聚合伙伴和开发者。

持续深耕根技术,构筑系统性优势

山积而高,泽积而长。

数十年来,我们深入通信与计算的理论本质,在数学与算法、化学与材料科学、物理与工程技术、标准与专利等领域,持续投入,不断探索,构建起了根技术的优势。正是基于联接和计算这两大产业根技术的积累的有机结合,华为构筑了智能化产品和解决方案的系统性优势。

发展产业和生态联盟、人才联盟,构建繁荣算力生态

在计算领域,华为坚持硬件开放、软件开源,与产业合作伙伴一道发展产业和生态联盟、人才联盟,构筑起算力生态,为社会提供算力基础设施的第二选择。

在鲲鹏领域,自2019年以来,华为始终坚持“伙伴优先”的策略,目前已经有4700家合作伙伴,其中整机合作伙伴11家,他们的发货量在2022年已达到了95%。

在昇腾领域,自2018年发布以来,我们累计发展了30多家硬件伙伴,以及1300多家软件伙伴,已孵化和适配了50多家主流大模型、2600多个AI场景方案。

技术为根,人才为本。

过去数十年,华为一直围绕着自身所在的领域,为高校师生、开发者以及科研人才,量身定制培养体系。

面向高校师生,我们通过ICT学院“智能基座”项目,实现了产教融合。其中,华为在全球已和2600多所高校共建ICT学院,教师数量超过了11000人,每年培养学生超过20万。华为联合中国72所高校持续深化“智能基座”项目,已经开设了1600多门课程,覆盖了50多万学生。

面向开发者,我们通过社区、创享日、创新大赛等一系列活动,超过500万名华为开发者,在完备的“学-练-训-赛”体系,以及商业闭环的通道中,获得了持续的成长和发展。

面向科研人才,依托“鲲鹏、昇腾科研创新使能计划”,助力前沿科技的研究和探索,提供资源支持,加速高端科研人才的培养。

我们看到,人工智能行业已经初具规模,展现出了蓬勃生机。未来的发展,还依赖于基础技术的持续突破以及人才的不断涌现。所以,华为不仅仅做“工程商用”的研究,解决实际挑战,还依托“创新2.0机制”,与高校联合创新,支持“无用之用”的理论研究和前沿探索。

不忘初心,无问西东,方得始终。

实力铸就信心,共赢智能未来

“向远山攀登,而不止于远山;向深海探索,而不止于深海。”

在欧亚大陆的最西南点——葡萄牙罗卡角的石碑上,刻着一句话:“陆止于此,海始于斯”,它预示着人类大航海时代的开始。

智能化的未来,是星河璀璨的,也是交相辉映的。

在前行的道路上,华为将聚焦自己所擅长的产品和技术领域,持续深耕,同时聚合众智,与客户、伙伴、开发者等,共同打造领先、易用的行业解决方案,共同维护数字的安全和可信,来加速行业智能化的升级。

信心,是实力铸就的。

未来,是共同创造的。

让我们,

在产业变迁中,保持战略定力;

在技术革新中,激荡蓬勃生机;

在繁荣生态中,共赢智能未来。

团结才能胜利,奋斗才会成功。

谢谢大家!

本文来源:上海证券报(ID:shzqbwx),原文标题:《孟晚舟又刷屏!全文来了》

风险提示及免责条款
市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。