（以下转自民生计算机团队，篇幅问题仅截取前半部分，后续案例部分未贴）

一、华为云CEO张平安：一切皆服务，AI重塑千行百业

年初以来，全球发布了数百个大模型，中国发布了80多个大模型，2C类的百花齐放，很多问答类型的大模型问世，还会写诗。华为的大模型不同的在于，华为侧重落地行业。

华为大模型落地行业，不写诗，就是要下到矿井。

1）煤矿智能化：让更多的煤矿工人能够在地面办公室来进行采煤作业。下买的画面展示的就是盘古大模型，是一个煤矿的采矿画面，一个40多米长的采煤机在井下作业。以前我们也有一些技术手段，比如说用视频监控摄像头来看一看底下的东西，但是在底下作业里头有大量的水，大量的煤粉尘，使得简单的视频监控起不了什么作用，所以还是要送大量的煤矿工人到井里去及时的巡检。

现在盘古我们将100多部视频集中在一起，然后形成了这样一幅大的画面。大家看到这幅画面是非常清晰的，因为他们采用了透沉的大模型的算法，即使摄像头有些尘尘土的遮挡，我们也能清晰的看到这些画面。另外通过盘古的视觉大模型，我们可以非常容易的识别出来采掘过程中大块的岩石、大块的煤，分析把煤仓、卡堵这样的问题。所以大模型就能够让地面上工作的人员不用下井，就能看得全、看得清、看得准，那么我们就可以在地面上来进行煤矿煤机的一个操控的作业。

山东能源集团及其技术公司叫云鼎科技，和我们华为深度的合作，已经开发了21个场景化的应用，覆盖了7个大的业务系统。目前盘古矿山已经在全国的8个矿井里头规模使用，覆盖了煤矿的采、掘、机、运、通、洗等流程下的1000多个细分的场景。我们的目标是不是让更多的煤矿工人在地面上作业，不仅能让煤矿工人的工作环境更加舒适，而且可以极大的减少安全事故。

2、铁路行业：在铁路行业中国总共拥有100万辆货车，超过100万辆货车，每年我们跑在铁路上的运输货物量高达将近五十亿吨，怎么保障这些货车的安全运行万无一失。盘古大模型要跑到铁路上来服务于货车的安全运行。我们很多人不知道，那么货车是没有电任何电子装备的，车厢的故障检查靠的是埋在铁路下的tfds系统，也就是货车车厢的故障检测系统。下面有一个高速的照相机，然后将货车经过时候的相片拍出来，那么对底部进行高速拍照之后，将这些照片再送到检测员的手头，然后检测员在屏幕上看。平均每天过站1000辆的一个枢纽站为例，这1000辆货车过站之后需要采集400万张照片，这400万张照片需要260个有经验的检测员，还要四班倒，一屏一屏的看，一屏至少要看8秒。

因此这些检测员他们的工作强度大，责任也很重。现在部署了盘古大模型之后，一双盘古眼就能看完所有的图片，然后个定一个不漏的，将有潜在故障的图片再送到这些检测员检测员手里，让检测员在屏幕上看。那么现在需要列车检测员看的图片就会从400万张锐减到20万张，极大的降低了检测员他的工作量，提升了工作效率。

盘古铁路大模型它的能力也在不断的提升，现在可以对跑在铁路上的67种货车进行检测，430多种故障我们可以进行检测，那么故障的检测漏检率为0。无故障的图片我们筛除率高达95%。换句话说，也就是说这些检测的效率提升了20倍。所以盘古铁路大模型就是成为了货车的检测员的数字助理。

3）在气象领域：全球每年大约会生成80个台风，平均有7个台风会经过我国或者登陆我国，住在沿海城市每年都会受台风的影响很大。2018年深圳的山竹影响非常大，那么导致的经济损失高达35亿。山竹过去之后，我们上班必须要从马路上的树丛中穿过。如果提早的预防，我们就可以做很多的措施。所以盘古大模型需要做气象大模型，要让气象大模型提前精准的预测到台风的路径，更好的防灾减灾。

传统方式预测台风路径，如果说我们想让传统的方法来预测一个10天的台风的路径，大家知道要花费很多精力和很长的时间。今年5月份中国气象局和盘古进行了合作，我们对马娃的台风进行了一个预测，那盘古提前10天精准的预测到了马娃台风的路径，那盘古的预测的速度和预测的精度已经极大的优于传统的方法。

今年2月份发生在芬兰的寒潮，那盘古气象大模型提前两天预测到了寒潮的到来，比欧洲的阿尔法系统提前两天预测到了这样的寒潮到来，而且我们预测的温度是更接近于芬兰当时发生的极寒的温度。我们预测的温度是零下22度，欧洲的系统预测到的温度是15度，而实际那天发生的凌是个寒潮的温度是零下的29度。因为盘古气象的卓越表现，欧洲气象局已经将盘古气象输出的结果作为欧洲气象局比较他们的系统的参考之一。

昨天刷屏的新闻，国际科技期刊nature正式开发了我们盘古气象的大气盘古气象的相关文章。那么其中对盘古气象的评论员的评价就是评价是：华为云的盘古气象大模型，让我们重新审视气象模型将来的未来。所以盘古气象大模型，我们希望做的更多，我们希望将来有更多的数据能够喂给盘古气象大模型。能让盘古气象模型，能够让盘古气象模型能够预测到更多的气象的变化，能让我们的工作和生活不再受或者少受自然灾害的影响。

4）在金融行业：金融行业盘古大模型走进了银行的网点，帮助网点的柜员轻松的工作、处理各种业务。工行在全国有4万多个网点，有数10万的网点的柜员。他们需要经常解决客户的各种各样的问题，他们需要在各种系统之间来回的切换、来回的操作、来回的查询。工行和华为正在紧密的合作，通过盘古来打造工行自己的金融大模型，对工行的各种操作、政策、案例，这样的文档我们进行了预训练。现在这样的大模型能够根据客户的问题，为柜台工作人员自动的生成流程和操作指导，将原来平均5次的操作已经缩减为1次，帮助柜员他的办结时间提升了5分钟之上，这还是在初期的试点阶段。盘古就是要在金融行业里头帮助网点柜员，都能拥有自己的工作助助手、智慧助手。未来盘古还将用于信贷系统，风控分析等很多的金融场景，来帮助金融航程场景来提升业务效率，优化流程。

5）在制造业：那制造行业的产线效率最为关键。盘古大模型也走进了华为的制造生产线，为产线制定最优的一个排产计划。没有大模型之前，华为公司的单产线上面的器件分配计划，往往需要花3小时才能做起这一天这条产线的一个器件分配计划。现在盘古制造大模型，提前训练了华为产线的各种器件的数据、业务流程、制造规则、现在发给计划员的订单，甚至如果是一个简单的邮件，包含了一个制造信息、任务信息，也能够被盘古准确理解，转化为调度指令，再送给调用我们的盘古AI，给到我们的天酬求解器，我们只需要一分钟，就可以做出未来三天的这个业务计划。所以大家看到盘古应用于产线也产生了极高的效率。所以我们希望盘古能让每条产线都提升效率，能让每个产线的计划员能够一从容的面对各种变化，运筹帷幄。

6）在程序开发领域：我们家小朋友也在学学编程，他有个问题，应该是二分法，要求一个学生回答非要把学生分组，要回答一个怎么分组才能够让学生们回答问题的总时长最短，需要用二分法。他有点不太会来求助我，但是我也不说实话，我这么多年也没有摸过，总不能不会太丢脸。我就灵机一动，把他的问题发给了我们盘古正在做的代码生成工具。大概一分钟他就回给我了，让他再去编译，发现编译就过了。这说明这个代码生成也走进了我们每个程序员的身边，虽然他这个是个简单问题，但是简单问题也代表着确实我们可以用代码生成来帮助我们的程序员提升效果。

为什么我们可以做到这一点？那盘古我们训练了761亿精选的代码，喂进去了1300万篇技术文章，各种文档，所以盘古的盘古内嵌了盘古大模型的Cold Snap，现在就可以成为我们程序员的助理。他们的使命，我们扣的snap的使命就是一句话要生成代码，一个案件生成测试用例，一次点击生成解释注释，一条指令要能完成部署。所以盘古大模型就是要成为每个软件开发者背后专家编程助手。

盘古大模型，我们还要把数字分身带给我们每个员工。去年12月份，我们混合云在一个全球大会上，当我们的同事用了历史的视频送到我们的数字人引擎里头，我们有3个人花了3天的时间，生成了一个3分钟的视频。现在我们只需要送20秒的视频、20秒的微视频，3分钟他就可以完成这3分钟的视频。

所以大家看到通过大模型预训练的这样的一个数字人生成也给我们的生产效率带来了极大的提升。从原来的9天提升到了3分钟。为什么我可以做到这一点？因为盘古数字人又训练了我们20万小时的音视频的数据数字人的形象口型、表情、动作、手势，这样的话我们让数字内容生产请更高质量，而且还更高效。现在我们希望让盘古数字人的这样的一个功能能够在企业的客服、在线教育，在电商文娱直播等很多的行业里头使用，那么通过盘古大模型，我们也希望能为每个企业的员工、行业的员工都能够有一个数字人帮助我们员工实现数字人自由。

盘古大模型正深开的深刻的改变着各行各业的生产作业方式，提升着工作效率，优化着工作流程。希望未来盘古大模型，能够成为每个行业、每个企业、每个人都拥有自己的专家助手，让工作更高效更轻松。

为此今天我为大家带来了新的华为云盘古大模型3.0。盘古大模型3.0正式发布盘古就是要重塑千行百业，盘古的大模型3.0是一个完全面向行业的大模型系列，我们包含了三层架构：

第一层是 L0层： 盘古的基础大模型，这里有5个技术大模型，包含NLP的大模型，视觉的大模型，多模态的大模型、预测的大模型和科学大模型、我们不仅为行业，还要为科学来提供我们大模型服务，那么他能够为各行各业科学界提供满足行业场景的AI的多种技能。

第二层是 L1层：N个行业大模型，我们可以为我们行业客户提供我们经过公有域的行业数据训练过的行业通用大模型，也可以帮助我们的客户训练自己的数据，成为自己的行业大模型。

第三层是 L2层：更加垂直的细分领域，更加关注某个细分领域的应用的解决，特别需要大模型结合的更加深的一个技术的问题的解决。我们也为我们的客户提供这样的大模型的服务，那么我们称之为客户开箱即用的大模型。

那么在这一层我们实际上开放了我们的很多的接口，我们需要和我们的客户，需要和我们的行业的很多的ISV一起联合创新。盘古大模型3.0就是围绕着深耕行业、扎根AI的技术，和客户、伙伴、开发者一起开放这三个方向，持续的打造盘古的核心竞争力。

基于我们华为的AI的根技术，我们的大模型的训练不仅就是大模型训练，在昇腾云的算力基础上，我们发现它的效能不仅不落后，而且还领先于现在业界主流GPU的1.1倍。

大模型的快速迭代，快速更新，肯定离不开我们昇腾AI云的支持。那盘古做好了，这样的一个昇腾云底座，可不可以拿给我们所有的开发者用呢？今天我要为所有的AI开发者带来一个好消息，那我们支持单集群、2000Pflops的这样的一个 AI生成云服务，我们在贵安和乌兰察布同时上线了。大家要是还有人花很多的钱买不到行业的GPU的人，现在你们可以用华为的昇腾云服务了，不再受GPU的高价之苦。因为我们申通云除了支持华为框架以外，我们还支持行业内主流的AI框架，像Pytorch、tensorflow这些主流的框架，我们都很好的做了支持。这些框架上主流的算子，我们都可以通过我们端到端的工具，平滑的把他们从GPU来切换到我们昇腾云服务商，切换到我们的昇腾服务器上。

美团就用了30天，将70多个AI的应用迁移到了昇腾。同时我们还和美团的开发人员一起将他们30个算子进行了深度优化，就是不仅从GPU切换到了昇腾云上，我们还进行了算子的优化。现在经过优化的算子，用的AI的算力的效能比原来提升了30%。

另外行业里头AI的从业都有一个痛点，那就是AI的算力缺乏稳定性。在大模型训练过程中，经常会在GPU的故障不得不重启训练，时间长代价大。现在昇腾云服务会为大家提供一个长稳的昇腾算力服务。我们现在千卡昇腾云的大模型训练任务里头，30天之内不中断，我们的长稳高达90%。从中断到可以继续训练状态，只需要10分钟。所以生成的AI云服务为AI开发者不仅带来了澎湃的算力，也还为AI开发者带来了稳定可靠的算力，也没有任何延续性的担忧，也不用担心有一天获得不了这样的昇腾云服务。盘古大模型正在重塑着千行百业，在这个过程中我们就需要客户、开发者，还有我们的伙伴，更加紧密的协同。因为在大模型技术带来的产业升级中需要共同的创新，共享价值与机遇。

那么今天我们欣喜的看到，我们很多的客户、很多的伙伴都已经使用盘古大模型进行着创新行业的应用，优化着企业的流程，提升的效率，驱动着行业进行智能化的升级。我们也欢迎更多的行业客户、伙伴、开发者加入到我们这样的大模型共创的生态圈，让我们一起插上大模型的翅膀，飞翔在AI的时代。

S拓维信息(sz002261）S S科大讯飞(sz002230）S S寒武纪(sh688256）S