华为徐直军：美国对华芯片制裁不会取消，中国如何应对？
汽车
2024-09-19 18:57
北京
“从商业应用角度看，从来没有一项技术进步像AI一样，在如此短的时间内产生如此大的影响。”9月19日，华为全联接大会2024上，华为副董事长、轮值董事长徐直军发表主题发言，分享了自己对于智能化的观察和思考。他认为，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。“但我们必须要面对一个现实，那就是，美国在AI芯片领域对中国的制裁长期不会取消。”“我们所能制造的芯片的先进性将受到制约，这是我们打造算力解决方案必须面对的挑战。”因此，在他看来，只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，否则是不可持续的。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，计算、存储和网络技术协同创新，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。同时徐直军也表示，大模型的技术突破大大加速了智能化的进程，但不是每个企业都要建设大规模AI算力；不是每个企业都要训练自己的基础大模型；不是所有的应用都要追求“大”模型。他指出，“从华为盘古在行业的实践看，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；而百亿参数模型可以满足面向NLP、CV、多模态等大量特定领域场景的需求；面向NLP、多模态的复杂任务，可以用千亿参数模型来完成”。“智能化的可持续，首先是算力的可持续。”徐直军坦言，算力是依赖半导体工艺的，但我们必须要面对一个现实，那就是，美国在AI芯片领域对中国的制裁长期不会取消，而中国半导体制造工艺由于也受美国制裁，将在相当长时间处于落后状态，这就意味着我们所能制造的芯片的先进性将受到制约。这是我们打造算力解决方案必须面对的挑战。![]()
华为看到了挑战，也看到了机会和可能。因为人工智能正在成为主导性算力需求，促使计算系统正在发生结构性变化，需要的是系统算力，而不仅仅是单处理器的算力。这些结构性变化，为通过架构性创新，开创出一条自主可持续的计算产业发展道路，提供了机遇。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，计算、存储和网络技术协同创新，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。而算力的进步、大模型的技术突破大大加速了智能化的进程。一段时间以来，各行各业几乎言必称大模型，纷纷建设AI算力，纷纷训练大模型。一方面，AI服务器，特别是AI算力集群不同于通用x86服务器，对供电、散热等数据中心机房环境要求极高，且随着大模型越来越大，AI算力也将走向更大规模，而且变化节奏快，AI服务器快速升级换代，数据中心机房面临要么浪费、要么满足不了需求的困境。另一方面，现在业界平均一到两年推出新的AI硬件产品，迭代速度快，相比公有云，企业受限于算力规模小，面对快速变化的大模型，比较难以让每个代际的算力硬件独立完成工作，而是希望多个代际产品混合使用来进行模型训练，由此导致资源调度复杂度高，而且因为历史代际产品的“木桶短板”效应，拖累新一代产品性能的充分发挥，影响大模型训练的能力。与此同时，运营维护带来的挑战，AI技术还处于成长期，技术变化快，多代际产品共存，对技能要求高，导致运营维护困难，对很多只具备传统IT维护能力的企业而言是重大挑战。“由于这些挑战在一段时间内将继续存在，因此，我认为，每个企业都要思考适合自己的获取AI算力的方式，而不仅仅是建设自己的AI算力”。训练出基础大模型，关键是数据，而准备足够多的高质量数据是很大挑战，基础大模型预训练数据量进入10万亿tokens量级，这对于企业来说，不仅意味着高成本，同时是否能获取到足够的数据量也是挑战。同时，模型训练难，基础大模型参数量在持续增大，模型迭代和优化难度大，通常需要数月到数年时间完成模型迭代训练。每个企业都应聚焦自身核心业务，自行训练基础大模型会影响AI尽快赋能核心业务。此外，人才获取难，基础大模型涉及的相关技术每天都在更新，具备实战经验的技术专家少，对于企业来说，建立足够的技术人才资源也是挑战。![]()
华为云盘古大模型赋能场景理解
从华为盘古在行业的实践看，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，比如降雨预测、药物分子优化、工艺参数预测，在PC、手机等端侧设备上，十亿参数模型也有广泛应用。而百亿参数模型可以满足面向NLP、CV、多模态等大量特定领域场景的需求，比如知识问答、代码生成、坐席助手、安全检测。面向NLP、多模态的复杂任务，可以用千亿参数模型来完成。因此，徐直军认为，企业需要的是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。基于以上判断，徐直军为很多不具备自建AI算力和自训基础大模型能力的企业提供了新思路：选择云服务。在现场，他为华为云打起了广告：针对上述挑战，面向AI，华为云对全栈进行了升级，致力于让每个企业都能按需、高效地训练模型和应用模型推理。他进一步介绍称：首先，华为云通过持续打造昇腾云服务，让企业一键获取澎湃AI算力，无需改造或自建机房，无需运营维护AI算力基础设施；通过计算、存储、网络端到端协同，已经实现千亿参数模型云上训练40天无中断。![]()
华为部分昇腾计算产品其次，华为云升级了ModelArts服务，支持业界主流基础大模型开箱即用，包括盘古、开源、以及第三方大模型，让企业无需为基础大模型准备大量数据和迭代训练，并提供一站式模型调优、部署、测评等工具链支持，降低企业模型微调和增量训练的技术门槛。同时华为云在全力打造盘古5.0，支持全系列模型，包括十亿级、百亿级、千亿级等，最佳适配企业不同场景需求，并通过百模千态社区提供100多个大模型，为企业提供更丰富的选择。总之，徐直军认为，云服务是很多企业推进智能化的最佳选择。通过华为云昇腾云服务和模型云服务，我们期望让每个企业都能实时按需获取AI算力，以及高效地训练模型和应用模型推理。![]()
今年6月盘古大模型5.0发布当然，在云上进行大模型的训练和推理，也会带来新的安全挑战，华为云为了应对这些新的安全挑战，也进行了一系列的动作。在安全理念方面，华为云面向“防御极限攻击”的理念来进行安全设计，基于零信任构筑了物理、身份、网络、应用、主机、数据、运维七层防线和一个安全运营中心，每天成功抵御高达12亿次的攻击，确保业务“攻击不瘫，数据不丢，监管合规”。在安全机制方面，华为云提供等级云为客户构建了安全的数字空间，支持物理隔离或逻辑隔离，云平台的操作透明可审计，确保客户安心用云。在安全技术上，华为云提供端到端的全栈数据安全保护方案，从硬件，软件，应用对数据全生命周期，以及数据流转、大模型训练和推理数据，进行全方位安全防护。同时确保训练数据、生成内容的端到端安全合规。在知识产权方面，如果客户使用华为云大模型服务，生成的内容侵犯了第三方的知识产权，华为将自费为客户辩护，并就最终法院判决或与第三方的和解给您造成的损失、成本和费用进行赔偿。具体内容以合同约定为准。智能化具体在终端落地上，华为也进行了一系列的布局。徐直军表示，在终端领域，华为是最早把AI引入到智能手机的，早在2017年，华为推出的Mate10，就内置了AI芯片，并将AI智慧影像、AI翻译等能力首次应用到了手机，开启了Mobile AI时代。而今天，随着AI进入大模型时代，华为基于端、芯、云协同的架构，把AI技术与鸿蒙操作系统深度融合，重新构建了以AI为中心的鸿蒙原生智能，从内核到系统应用实现全面智能化，同时实现更开放的生态协作，以及更可信的隐私安全保护。![]()
未来，华为将基于鸿蒙原生智能，将“小艺”升级为智能体，实现更自然的多模态交互，更全方位的融合感知，准确理解用户、数字世界和物理世界，为用户提供全场景智能化、个性化的服务。同时，华为将围绕消费者在工作、学习、生活、娱乐等全场景需求，联合鸿蒙生态伙伴共同构建面向未来产品的智能能力；并且实现从AI模型能力到AI控件分层全面开放，使能第三方应用，繁荣鸿蒙原生应用生态。“我们也注意到，在各种终端中引入AI能力已经成为普遍的趋势，比如打造AI Phone、AI PC等。由此，关于如何定义AI时代的智能终端，业界也有各种声音”。徐直军称，我们始终认为，消费者的体验是第一位的，消费者难以理解芯片工艺、算力TFLOPS、模型参数量……究竟意味着什么，而是更加注重切身的使用体验。因此，我们倡议，终端AI应以体验为中心，而不是以算力为中心。”汽车自动驾驶解决方案也是华为最开始投资AI的重要领域，因为自动驾驶的目标是无人驾驶，是AI的应用最为挑战的场景之一。为此，华为推出的ADS 3.0版本，可以实现车位到车位 “一键”抵达，从公开道路到园区道路到地下车位的全场景贯通，并且进一步升级全向防碰撞系统，覆盖更多速度区间，以及实现全向避障。![]()
HUAWEI ADS 3.0方案
在徐直军看来，中国消费者对汽车智能驾驶已经非常熟悉了，购买新车时配智能驾驶高阶版本的比例非常高，汽车的智能驾驶能力也已经成为中国消费者购买新车时重点考虑的因素。下一步，华为将基于融合感知，持续演进自动驾驶解决方案，逐步实现：在高速路，上车即可休息，长途安心睡；在城区和郊区公路，处处都好开，安全稳重比肩老司机；在乡村和山路：上山下乡，全地貌全天候放心开。在泊车场景：实现离车即走、零剐蹭、零卡死；在安全方面要实现全方位全向主动安全，主要是主责碰撞清零，减轻次要责任。在这些关键场景目标达成的基础上，他希望在2030年左右实现无人驾驶。![]()
![]()
![]()
赛博汽车
聚焦智能汽车、自动驾驶，与产业共同成长。
