金磊来自凹非寺量子位|公号QbitAI
现在的AI实力很急剧，真的有点快。
不管谁想，AI只需要几秒钟
时间，那是世界天气
预测结束。
如果必须对这个预测设定期限，AI会说：
未来
七天
的量，小菜一碟~
而且，这个AI的打开方式还是又快又狠的类型——
在速度比传统预测方法提高1000倍的同时，精度可达到提高20%。
同样，如果把“百万人基因组计划”交给AI，结果也会变成大写的“真的”:
每天可以分析的数据量超过1PB。
是什么概念？
1024个1TB硬盘的数据就摆在你面前。 然后需要在1天时间内处理。
不仅如此，它还支持传统的高性能计算( HPC )
与此相比，不仅在速度上提高提高了10倍，成本也降低了30%！
……
一定有很多好奇的朋友。 “到底是什么AI这么强呢？ “可以相信吗”……
直接揭示谜题——而不是墨迹
就这样，AI power来自华为云。
华为这样的速度，是怎么做到的？ 刚才提到的两种情况是华为云CEO张平安最近发布的两大利器——
华为盘古气象大模型
华为和云AI基因平台。
但是，要调查为什么会有这样的力量，需要从华为云技术的路线上一点一点地进行分析。
首先，从最底层看，华为云有三个根本技术
给予大力支持。
分别如下
知识计算盘古大模型天筹AI求解器知识计算
顾名思义，就是从海量的数据和生产流程中提取知识，进行转换加工，让“机器”进行计算。
在此之前，各行各业都面临着“活用知识”零散、缓慢、困难的痛点。
零散意味着数据非常零碎，知识也分散在不同的业务中，工作人员学习需要时间和精力。
慢意味着很多专业知识存在于专家的脑海中，无法迅速“复制”给团队中的其他人。
困难在于不能通过智能推理挖掘数据之间的隐性关系，不能通过计算给数据带来新的价值。
华为云的知识计算解决方案在AI技术方面可以说是“全方位”的。 涵盖知识地图、NLP、OCR、图形引擎、图像识别、视频技术、语音识别等，助力AI技术深入政务、工业、金融等行业场景。
通过这些技术，可以从数据中获取知识，进入知识建模阶段。 具体包括图的嵌入、知识的融合、本体设计、知识的更新等。
在此基础上，我们可以进入质量管理、知识互补、生命周期管理等知识管理阶段。
除知识计算外，华为云是根技术第二大法宝，是盘古大模型。
华为盘古大模型于2023年4月推出，首次亮相主要涵盖当时热门的四个领域。
自然语言处理〔NLP〕
大模型，计算机视觉( CV )。
大模型、多模式大模型、科学计算大模型。
其主要解决的痛点是AI规模化复制和AI行业落地难的问题。 以煤矿场景为例，华为云最新推出的盘古矿大模型，支持煤矿开采、钻井、机械、运输、通等业务流程中的1000多个细分场景。
开发者不需要针对每个场景重复开发AI模型。 简而言之，训前大模式开辟了新的发展范式，是从“研讨会模式”向“工厂模式”的转变。
具体来说，就是“预训下游微调”，具有极强的泛化能力，可以举一反三。
经过一年后的“时间”，华为云在基础大机型上又增加了另一位猛将“Graph大机型”。
不仅如此，它还衍生出行业大模型，除了刚才提到的气象大模型、矿山大模型，还包括OCR大模型、药物分子大模型、焦炭大模型和水泥大模型等。
在此基础上，具体到更多场景，华为云盘古大模型有很多细分内容。
技术上的第三大法宝是天筹AI求解器。
天空工程AI求解器是业界第一个将AI和数学计划相结合的商用AI求解器，在业界的作用可以说是重要的。
因为在过去的决策优化工作中，经常会遇到将业务语言转换为数学模型，然后再转换为语言的过程。
为此，需要同时理解业务和运筹学，以及编程专家，应用的门槛极高； 市场环境变化越来越快，决策时效性越来越重要，传统求解器模型难以快速迭代。
在华为全连接大会2023上，华为云全新推出了天筹AI求解器智能建模工具，不仅可以快速解决决策优化问题，而且可以实现整个建模过程和模型维护过程的智能化。 求解器的建模速度在提高时增加了30倍。
有三种技术，但如何使用，又是个问题。
对此，华为云提出的解法是AI开发线——ModelArts。
它的作用简单地说，就是从训练数据到模型落地，包括数据标记和处理、模型训练和评估、APP应用生成和评估、推理部署、服务检测等等，实现一站式。
可见，华为云在“用好AI”上，每个细节、每个环节都下了很大功夫。
这个目的是张平安坦率地阐明了理由。
加快所有职业的智能化，
应用需要现代化。
要实现应用现代化，仅靠华为云的根技术还不足以实现服务创新。
为此，华为还向云推出了Astro低码平台
开发dev云和云。
华为推出云Astro低代码平台的目的是让每个人都可以成为开发者。
APP面临的一个痛点是因为开发者很了解技术，但使用者却不是。
所以华为云的解法是，用户也要成为开发者。
与当前二维码平台面临的单个场景不同，它不能支持场景之间的数据互操作和资产重用等问题。
华为Astro的低代码平台涵盖了轻APP、IOC大屏幕、工作流、智能助手、复杂APP等多种开发场景，可沉淀可复用资产，加速APP构建。
举个实际例子，长安汽车使用华为云Astro低码平台后，APP开发周期直接从3个月下降到了9天！
应用现代化必须解决的老大难问题之一是合作开发。
可以说，随着数字化的发展，APP应用开发中数据、模型、数字内容的相互调用越来越普遍。
为此，华为云融合了华为云的多种生产线能力，推出了DevCloud开发云。
支持数据、AI模型、数字内容的协同开发和按需组织，使APP应用程序开发人员、数据工程师和AI科学家能够在同一个平台上工作。
这样，他们可以共享研发能力和资产，提高多团队协同效率，更快构建现代化APP。
正是在这种应用现代化的做法下，华为云推出了渲染电影、效率极高的——华为云MetaEngine云原生智能渲染引擎。
渲染花了6个月的90分钟3D电影，在MetaEngine的支持下，只用了7天就完成了。
现在公开的《猎海日志》、《少年歌行》等，使用的技术正是这样。
这就是华为云APP现代化的AI power。
但是，如果我们进一步深究背后，就会发现应用现代化，只是华为云大张旗鼓中的一步。
华为云，这支计算能力无处不在的华为云大棋，名为“一切服务”。
加快现代化只是三个步骤中的一个。
从下面看，在“基础设施即服务”级别，构建华为云的全局存储网络——KooVerse。
我们对KooVerse进行了划分，它包括CloudOcean、CloudSea和CloudLake三层体系结构，可以构建30毫秒的延迟覆盖，以满足各种企业业务的延迟要求。
从目前来看，低延迟、安全、易用是KooVerse的三大特色，目前华为云在全球29个地理区域运营75个可用区域，服务覆盖170多个国家和地区。
为什么要造这么大的网，是因为在华为云看来，计算能力应该无处不在。
就像农业时代的水力、工业时代的电力一样，计算力必须是数字时代的核心生产力。
再往上看，在加速应用现代化的高层，也有让产业云化的时候。
其目的是帮助传统企业加快数字化转型，快速上传到云。 为此，华为云发布了最新的电力aPaaS和道路aPaaS。
以道路aPaaS为例，华为云目前沉淀了300多个交通行业API，涵盖了道路建设、管理、养、运、服全生命周期。
宁波交投集团已经投入使用，利用其事故快速发现和交通态势智能预测能力，可以准确发现10多种交通事故，提供疏导策略。
由此可见，华为云的这盘棋非常清晰。
可以在全球范围内推广计算能力，使APP更加现代化，加速产业云化。
一言以蔽之，通过上传到云和AI，成为基础设施、行业的基础。
你怎么评价华为云下的这盘棋？ 一言以蔽之，也许是“大势所趋”。
纵观华为云的此次发布，以及这一盘棋的整体打法，贯穿一切的核心要素是AI技术。
这也与外界对“技术性暴力输出机”的评价一致。
但是，从侧面看这件事，这种做法背后的理由就更清楚了。
据Gartner预测，人工智能在行业中的渗透率将在2026年达到20%。
另一方面，如果稍微向前播放时间线，2023年人工智能的行业渗透率只有4%； 2023年，这个数字达到了7%。
可见，这种渗透率的增加也在提速过程中。
不仅如此，Gartner预测：
到2027年，50%以上的企业将使用行业云平台加快业务项目。
从现阶段的效果来看，也是这样。
AI制造：工业质检率提升14 % AI法务：答案审核人工成本降低50倍AI药物开发：研发周期缩短10倍AI金融：企业异常财务稽查率提升20 %……再从国家政策层面看，近年来国家也陆续出台了多项政策
这样，很容易理解为什么华为云如此执着地致力于AI和云。
而张平安此次提出的“所有服务”，意味着各种各样的XaaS。
这是对云服务的进一步提炼，云本身就是一种云计算服务，现在可以在AI的支持下提供所有服务。
有点意思。 —完—量子比特QbitAI 头条号签约关注我们，第一时间了解前沿科技动态
