韩日成人av,国产v综合v亚洲欧美久久,国产精品第10页,国语对白精品一区二区

先進制造業微信公眾平臺 先進制造業全媒體
首頁 > 新技術 > AI > 正文

架構優先、先易后難,華為的制造業生成式AI方法論

2024-11-14   來源:先進制造業   評論:0
摘要:從數字化時代到智能化時代,制造業作為實體經濟的重中之重,進一步利用先進技術提質增效、轉型升級成為明確方向。雖然不同企業之間存在分化...
從數字化時代到智能化時代,制造業作為實體經濟的重中之重,進一步利用先進技術提質增效、轉型升級成為明確方向。雖然不同企業之間存在分化,但制造業整體正在走向前列,成為各行各業數智化的引領者之一。在華為AI+制造行業峰會2024上,華為表示積極擁抱智能化,將自身定位在算力平臺,著力用根技術打造堅實的解決方案底座、生態底座、人才底座,賦能千行百業數智化轉型。

面對All in AI風險高、投入大的挑戰,華為中國政企業務副總裁郭振興提出了“架構優先、先易后難,化零為整,緩進急戰”十六個字原則,加速推進AI與制造行業深度融合的進程。

9d605ba6f20c47b4c5490200e51243f661f21019

基于統一平臺

將AI大模型應用逐步落地

在向制造強國的邁進過程中,AI的作用至關重要,助推從中國制造到中國智造的升級。我們能夠看到,AI正在重塑整個制造業的流程,改變了研發設計、制造執行、資源計劃調度、銷售管理、售后服務等全業務環節,成為當之無愧的新質生產力。

當下,生成式AI技術又在快速發展,大模型實現了泛化能力的突破,能夠覆蓋多場景,可以大大縮短開發周期,降低研發成本,很多制造企業已經開始探索大模型的落地應用。

郭振興表示,這個過程的第一步應該是架構先行,建立分層解耦的統一云化平臺。華為提出的智能體架構,改變了縱向建子系統的傳統模式,實現智能感知、智能連接、智能底座、智能平臺(含AI大模型)、智能應用的橫向分層解耦。

第二步則是圍繞數據和算力構建能力體系。包括數據的采集、存儲、計算、管理、使用等技術體系的建立,和數據價值體系的建立,充分發揮數據要素的價值。

第三步是應用場景的先易后難、緩進急戰。從高頻、剛需、價值大的場景率先入手,快速實現價值閉環,然后再逐步向更難的場景深入,這樣才能形成正循環的飛輪效應。

對于AI模型,華為也提出了L0到L2的三層結構,它們都建立在華為AI底座和以ModelArts、ModelMate為代表的AI平臺基礎之上。

其中,L0基礎大模型包括視覺大模型、自然語言大模型、預測大模型、多模態大模型、科學計算大模型等;L1行業大模型是針對汽車、生命醫藥、電子等行業需求特點而構建的;L2場景模型則面向細分的應用場景,比如傳送帶異物檢測、焊點質量檢測、先導藥物篩選、智能排產調度等。

郭振興認為,下一代大模型生產方式應該是“授人以漁”,讓行業客戶“自己做大廚”。即基于廠商的基礎大模型能力和構建工具,行業客戶能夠對自身的AI應用做到全面掌控。

2fc5548376a3281efff6be8e7d7729f774a4d43e

在云平臺基礎上

構建智能化ICT基礎設施

要實現對實體經濟的賦能,數字技術需要在傳統產業和中小企業得到更廣泛的應用,幫助制造企業實現數智化轉型。

在此進程中,企業需要構建強有力的ICT基礎設施,尤其是大模型的訓練和推理,都對基礎設施提出了更高的要求,要實現“存算云網能”的全方位協同。

在算力方面,華為的智能計算芯片和通用計算芯片,正在成為世界算力的第二選擇。前者與CANN和Mindspore相結合,成為全場景的人工智能平臺,用于大模型的訓練和推理;后者與歐拉操作系統和高斯數據庫結合,為制造企業提供編程開發平臺。

在運力方面,大模型訓練對數據中心內部的網絡性能提出了更高的要求,華為星河網絡利用數據通訊集群技術,將AI訓練效率提升了20%,中斷則減少80%,從而節省了寶貴的GPU卡資源。華為TSN工業環網采用切片技術,提升了工業承載網的性能,降低時延,提升可靠性。Wi-Fi7和光網絡,則實現了園區網的泛在接入。

在存力方面,分布式存儲,可以解決數據訓練和推理的可靠性和效率問題,同時提升數據的安全性,以確保數據要素價值的最大發揮。

郭振興強調說,ICT基礎設施云化是必然趨勢,無論私有云、公有云、混合云,因為云具有高效、快速、靈活、安全等特性,在云上疊加AI基礎設施,可以為AI應用構建起堅實底座。

他建議,大型央國企可以自建云算力,中小企業則可以利用地方政府建設的集約化算力資源,以降低初始投資,增強靈活性。

依靠生態力量

實現業務場景智能化

生成式AI之所以受到企業的重視,是由于其能夠直接應用到企業的業務場景當中去,帶來業務創新,創造業務價值。因此,我們能夠看到,大模型的應用需求,往往來自企業的業務部門,而不是IT部門。

從研發,到生產、供應、銷售,乃至運營,企業的全業務流程,都在加速智能化步伐。郭振興分享了制造業的典型業務場景,企業可以先從這些場景入手,逐步將AI應用鋪開。

在研發工具鏈場景,用大模型重構的一站式工作平臺,將研發效率提升10倍;在智慧工廠場景,一網一云一平臺的架構,實現了車企生產效率的翻倍提升;在工業互聯網場景,則賦能數智化升級,打造行業生產數據的高速公路;在數字化營銷場景,智能引擎全面觸達客戶,實現精準營銷和精準服務;在智能運營場景,以智能控制替代礦工的危險工作,以整系統智能化實現專家經驗的沉淀。

郭振興表示,上述業務場景只是制造行業智能化的一些實踐,在汽車、電子、制藥、煙草等行業,還有更多的200+的價值場景需要與客戶、ISV來共同探索和開發。因此,全產業鏈的智能化生態體系,就尤為重要。

985187b38883b26076cf3d348ed315a211f44540

在華為AI+制造行業峰會2024期間,由華為牽頭、多家合作伙伴共同參與的“制造業人工智能創新聯盟”也宣告成立。

一個開放、包容、共享的AI創新應用生態體系,能夠切實推動AI融入更多場景應用,助力制造行業的智能化水平躍升。

“數智世界 一觸即達” 選擇華為,讓您的企業輕松數智化。

c94c9e2197149652563fdf307548b246184040f4

相關熱詞搜索:華為
相關文章
網站介紹| 版權聲明| 聯系我們|
主站蜘蛛池模板: 汤原县| 南平市| 桂阳县| 六安市| 招远市| 奉节县| 乐东| 甘孜县| 弋阳县| 顺平县| 泸西县| 毕节市| 平邑县| 中阳县| 徐闻县| 正蓝旗| 开阳县| 定襄县| 建湖县| 泽库县| 射洪县| 元朗区| 原平市| 乌拉特后旗| 象州县| 日喀则市| 霍城县| 镇沅| 三河市| 南郑县| 海口市| 高州市| 峡江县| 西丰县| 临城县| 蒲城县| 利辛县| 易门县| 绥江县| 桐庐县| 修文县|