ChatGPT的火爆，在全球范圍內(nèi)掀起了新一輪的AI風(fēng)暴。如今，各行各業(yè)都在討論AI，各個(gè)國(guó)家都在密集進(jìn)行新一輪的AI基礎(chǔ)設(shè)施建設(shè)與技術(shù)投入。

但眼前的盛景并非突然到來(lái)，就拿這一輪大模型熱潮來(lái)說(shuō)，谷歌早在2018年底就發(fā)布了BERT，開(kāi)啟了預(yù)訓(xùn)練大模型的探索，此后經(jīng)歷了四年的沉淀，才有ChatGPT的一鳴驚人。

AI技術(shù)的演化和發(fā)展，既離不開(kāi)算法本身的創(chuàng)新，也離不開(kāi)基礎(chǔ)設(shè)施與工程化應(yīng)用的配合，這是一個(gè)相輔相成的系統(tǒng)化工程。就像這次AI復(fù)興的技術(shù)主線是深度學(xué)習(xí)，但Hinton早在2006年就利用預(yù)訓(xùn)練方法緩解了局部最優(yōu)解的難題，將神經(jīng)網(wǎng)絡(luò)隱含層推動(dòng)到了7層，但技術(shù)上實(shí)現(xiàn)深度學(xué)習(xí)，卻并不等同于效果上達(dá)成。直到2012年，在大數(shù)據(jù)與云計(jì)算的推動(dòng)下，深度學(xué)習(xí)的價(jià)值才真正得到證明。

這些AI發(fā)展史上的關(guān)鍵節(jié)點(diǎn)，向我們展示了這樣一個(gè)事實(shí)：想要AI持續(xù)向前發(fā)展，就不能僅僅關(guān)注算法本身，而是必須將AI的基礎(chǔ)設(shè)施、工程化、數(shù)字化等問(wèn)題納入通盤(pán)考慮，從而去預(yù)判和推動(dòng)智能化正確發(fā)展。

那么，業(yè)界是否能足夠清晰、多元指出AI發(fā)展方向的預(yù)判呢？答案是肯定的。

剛剛發(fā)布的《新華三2023十大技術(shù)趨勢(shì)白皮書(shū)》，其中就有一項(xiàng)，指出了未來(lái)技術(shù)發(fā)展的核心趨勢(shì)，是AI技術(shù)通用能力持續(xù)增強(qiáng)，降低行業(yè)創(chuàng)新門(mén)檻。

讓我們從這項(xiàng)趨勢(shì)展開(kāi)，共同聊聊火熱的AI技術(shù)距離我們夢(mèng)想中的智能時(shí)代還有多遠(yuǎn)，打通二者之間的界限，需要完成哪些努力。新華三又將如何圍繞AI發(fā)展進(jìn)行技術(shù)創(chuàng)新與產(chǎn)業(yè)布局，最終建設(shè)起讓AI天塹變通途的未來(lái)之路。

AI火花，智能時(shí)代，還隔著萬(wàn)水千山

以ChatGPT為代表的新一代AI技術(shù)，正在持續(xù)引發(fā)熱議。各行業(yè)都看到了借助大語(yǔ)言模型與AIGC提升生產(chǎn)力的可能性。這類(lèi)應(yīng)用的出現(xiàn)，可以讓普通人近乎無(wú)門(mén)檻獲取AI能力，自動(dòng)化生成文案、代碼、圖片、專(zhuān)業(yè)性答案等內(nèi)容，從而獲得極大的能力延展。

而在類(lèi)ChatGPT應(yīng)用之外，我們還可以看到預(yù)訓(xùn)練大模型這種形式，相比傳統(tǒng)的深度學(xué)習(xí)算法，具有模型泛化里更強(qiáng)、魯棒性更高的一系列特點(diǎn)，從而可以更加貼近產(chǎn)業(yè)應(yīng)用，具有更加強(qiáng)大的模型定制性延展空間。ChatGPT的爆火，不僅僅是生成式AI本身的里程碑事件，更是整個(gè)AI技術(shù)走向繁榮的前奏。

但必須看到的是，生成式AI獲得的熱烈反饋，僅僅是一朵綻放的AI火花，是萬(wàn)里長(zhǎng)征走出的第一步。距離我們預(yù)想中的智能時(shí)代，AI還有非常漫長(zhǎng)的路要走。

比如說(shuō)，今天的AI技術(shù)與應(yīng)用，依舊面臨著一系列清晰可見(jiàn)的挑戰(zhàn)：

1.大模型的泛化效果能否持續(xù)增強(qiáng)，“智能涌現(xiàn)”現(xiàn)象能否變成常量？在今天，人們對(duì)深度學(xué)習(xí)模型的黑箱性了解還不透徹，如何在訓(xùn)練數(shù)據(jù)規(guī)模與智能效果之間達(dá)成平衡，依舊是困擾算法升級(jí)的主要問(wèn)題。

2.如何應(yīng)對(duì)AI算力緊缺與算力擠兌問(wèn)題？如何抑制AI帶來(lái)的高能耗、數(shù)據(jù)洪潮隱患？大語(yǔ)言模型的火爆，讓全球陷入了新一輪的AI算力緊缺。AI芯片與算力資源成本居高不下，在高算力消耗的同時(shí)，AI還帶來(lái)了海量非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)難題，以及持續(xù)的高能耗、高碳排放問(wèn)題。

3.如何應(yīng)對(duì)行業(yè)的工程化、應(yīng)用路徑問(wèn)題，讓AI走到千行百業(yè)當(dāng)中去？在今天，對(duì)于大多數(shù)企業(yè)來(lái)說(shuō)，大模型依舊是很遙遠(yuǎn)的一件事。企業(yè)如何訓(xùn)練和部署大模型，如何讓AI與自身的需求、數(shù)據(jù)、行業(yè)知識(shí)結(jié)合，依舊有著非常復(fù)雜的挑戰(zhàn)。

在新華三發(fā)布的2023十大技術(shù)趨勢(shì)白皮書(shū)當(dāng)中，我們可以看到從ICT行業(yè)出發(fā)，是如何看待這些難題，以及又是如何勾勒出AI未來(lái)發(fā)展出路的。

通過(guò)ICT的技術(shù)創(chuàng)新、產(chǎn)品升級(jí)，以及構(gòu)筑AI通往行業(yè)的解決方案，我們可以筑造起更加牢固的智能化基礎(chǔ)設(shè)施，降低行業(yè)智能化門(mén)檻，反向牽引和推動(dòng)AI算法的持續(xù)迭代。

一條跨越萬(wàn)水千山的AI天路，將在名為未來(lái)的大地上鋪設(shè)出來(lái)。

強(qiáng)能力，低門(mén)檻，架一條AI天路

想要讓AI更好適配復(fù)雜場(chǎng)景，服務(wù)真實(shí)的生產(chǎn)場(chǎng)景，從而創(chuàng)造出更大價(jià)值，就需要解決從算法到算力，從行業(yè)路徑到技術(shù)協(xié)同空間的一系列問(wèn)題，而不能只看一面，只抓一點(diǎn)。這就是新華三預(yù)判AI發(fā)展趨勢(shì)時(shí)采取的核心思路。在新華三看來(lái)，通過(guò)AI核心算法的算法創(chuàng)新、算力設(shè)施增強(qiáng)、工程化方法實(shí)現(xiàn)，AI作為一項(xiàng)通用性技術(shù)的能力將逐漸顯現(xiàn)出來(lái)，從而具備通用化、標(biāo)準(zhǔn)化、普惠化的屬性，逐漸與各領(lǐng)域技術(shù)進(jìn)行深度融合，推動(dòng)領(lǐng)域創(chuàng)新突破。

更強(qiáng)的通用能力，更低的應(yīng)用門(mén)檻，是AI技術(shù)發(fā)展的兩大核心目標(biāo)。而為了實(shí)現(xiàn)這兩大目標(biāo)，就離不開(kāi)核心算法創(chuàng)新、算力設(shè)施增強(qiáng)以及工程化方法實(shí)現(xiàn)。

在十大技術(shù)趨勢(shì)中，詳細(xì)展現(xiàn)了新華三眼中，算法、算力與工程化方法三條創(chuàng)新路徑的具體方案，為行業(yè)標(biāo)清了發(fā)展方向與演進(jìn)取數(shù)。

首先在算法層面，目前我們已經(jīng)可以看到基于Transformer的各類(lèi)大型語(yǔ)言模型，可以大幅提升了對(duì)自然語(yǔ)言理解和生成的能力。在可見(jiàn)的未來(lái)中，大語(yǔ)言模型依舊將是AI產(chǎn)生智能涌現(xiàn)效果，提升核心能力的關(guān)鍵路徑。與此同時(shí)，更大的算法機(jī)遇來(lái)自機(jī)器視覺(jué)，基于擴(kuò)散模型的算法，將有可能帶來(lái)圖像生成效果質(zhì)的提升。在語(yǔ)言+視覺(jué)的雙重能力覆蓋下，AI技術(shù)才能真正實(shí)現(xiàn)通用化更強(qiáng)大。

在今天，各行業(yè)更加關(guān)注的是AI基礎(chǔ)設(shè)施的創(chuàng)新，尤其是算力基礎(chǔ)設(shè)施的升級(jí)。因?yàn)樗懔ο∪?，已?jīng)成為今天各行業(yè)應(yīng)用AI時(shí)代最大的攔路虎。根據(jù)資料顯示，僅僅是GPT-3的訓(xùn)練算力消耗就達(dá)到了3640 petaflop/s-day，根據(jù)OpenAI自己發(fā)布的數(shù)據(jù)，AI算力需求在過(guò)去十年間出現(xiàn)了數(shù)十萬(wàn)倍的提升，遠(yuǎn)遠(yuǎn)超過(guò)摩爾定律所能負(fù)載的范圍。這意味著，我們必須構(gòu)建強(qiáng)大的算力基礎(chǔ)設(shè)施才能支撐接下來(lái)的智能化浪潮。而在新華三看來(lái)，大規(guī)模智算中心的建設(shè)，可以大幅度加速AI研究的創(chuàng)新，而智算設(shè)施的關(guān)鍵技術(shù)包括：

1.Chiplet技術(shù)。在不改變制程的前提下，大幅提升AI芯片性能、降低功耗，在芯片側(cè)提升AI算力。

2.異構(gòu)計(jì)算。包括CXL互聯(lián)（Compute eXpress Link）、軟硬協(xié)同等技術(shù)，全面提升AI集群系統(tǒng)整體效率，在算力集群層面強(qiáng)化AI計(jì)算的集約性，提升算力效率。

3.綠色低碳。通過(guò)液冷散熱、綠色供電等降低PUE，確保AI技術(shù)崛起與雙碳戰(zhàn)略是吻合、適配的。

在這技術(shù)的支撐下，智算中心可以承擔(dān)起AI算力基礎(chǔ)設(shè)施的重任，既保證AI算力的充沛，又確保不會(huì)產(chǎn)生資源錯(cuò)置與浪費(fèi)。

在AI技術(shù)與百行百業(yè)的結(jié)合上，新華三認(rèn)為工程化方法實(shí)踐，可以為AI應(yīng)用大規(guī)模普及提供高效的落地支撐。通過(guò)采用工程化方法銜接AI流程各個(gè)環(huán)節(jié)，聚合全鏈路多角色團(tuán)隊(duì)，能夠加速 AI生產(chǎn)力轉(zhuǎn)化，讓AI展現(xiàn)出最終價(jià)值。未來(lái)值得注意的AI工程化方法包括：

1.MLOps（Machine Learning Operations，研運(yùn)全流程一體化）：MLIOps可以全面提升模型算法的開(kāi)發(fā)和部署效率，降低流程成本，提升智能化的靈活性。IDC2022年預(yù)測(cè)，到2024年60%的中國(guó)企業(yè)將通過(guò)MLOps來(lái)運(yùn)作AI任務(wù)。

2.MaaS（Model as a Service，模型即服務(wù)）：在云計(jì)算領(lǐng)域SaaS、PaaS成為風(fēng)潮后，新的MaaS形式正在更加引人注目。MaaS強(qiáng)調(diào)圍繞AI模型本身來(lái)提供相應(yīng)服務(wù)，從而提升企業(yè)與AI模型的聯(lián)系緊密程度，尤其可以提升大模型在企業(yè)部署的場(chǎng)景化能力。

3.AI安全，包括模型安全、模型可解釋、隱私保護(hù)等方面。重視安全能力，可以為AI大規(guī)模部署掃清障礙。

在算法、算力、工程化三大趨勢(shì)的推動(dòng)下，未來(lái)AI將向著通用化不斷演進(jìn)，并且持續(xù)降低適用門(mén)檻。預(yù)計(jì)未來(lái)3到5年，AI整體能力將得到全面提升，AI基礎(chǔ)設(shè)施將持續(xù)增強(qiáng)，同時(shí)將有大量必須由人類(lèi)完成的工作變成由AI來(lái)完成。

未來(lái)，AI技術(shù)將與更多ICT技術(shù)組合，形成一個(gè)高度整體化、標(biāo)準(zhǔn)化的數(shù)字世界。人類(lèi)共同預(yù)想的智能未來(lái)，將由此路前進(jìn)。

向科技，要答案，洞見(jiàn)智能未來(lái)

二十大報(bào)告提出：“必須堅(jiān)持科技是第一生產(chǎn)力、人才是第一資源、創(chuàng)新是第一動(dòng)力，深入實(shí)施科教興國(guó)戰(zhàn)略、人才強(qiáng)國(guó)戰(zhàn)略、創(chuàng)新驅(qū)動(dòng)發(fā)展戰(zhàn)略，開(kāi)辟發(fā)展新領(lǐng)域新賽道，不斷塑造發(fā)展新動(dòng)能新優(yōu)勢(shì)。”

在這個(gè)時(shí)代，必須向科技要答案，而科技的沃土是多元、復(fù)雜的。智能未來(lái)，需要在AI技術(shù)與新一代信息技術(shù)的廣泛協(xié)同、融合，以及再創(chuàng)新。就像AI技術(shù)的算力基礎(chǔ)設(shè)施，離不開(kāi)智算中心以及企業(yè)AI計(jì)算能力的提升，這就對(duì)計(jì)算技術(shù)，尤其是多元算力建設(shè)提出了考驗(yàn)。而AI模型效果的充分釋放，必須有賴(lài)于網(wǎng)絡(luò)環(huán)節(jié)的支持，這就需要高品質(zhì)的網(wǎng)絡(luò)，才能讓AI的價(jià)值最大化釋放。

于是從這里我們可以看到，新華三發(fā)布的2023十大技術(shù)趨勢(shì)預(yù)測(cè)，并不是彼此孤立的十個(gè)技術(shù)單元，而是整體性、融合性的技術(shù)網(wǎng)絡(luò)。AI將是未來(lái)智能化世界的技術(shù)抓手，但同時(shí)它也必須與其他數(shù)字化技術(shù)緊密相關(guān)，形成最終為人類(lèi)服務(wù)的技術(shù)綜合體。

這里我們可以看到，在新華三看來(lái)，高效釋放多元算力的數(shù)據(jù)中心，將承載起復(fù)雜多元、準(zhǔn)確快速的數(shù)字時(shí)代應(yīng)用；高品質(zhì)服務(wù)化的網(wǎng)絡(luò)，會(huì)讓生活、行業(yè)和社會(huì)場(chǎng)景更具個(gè)性化和智能；云網(wǎng)邊端分布式架構(gòu)，讓數(shù)字應(yīng)用一體化，串聯(lián)起更廣域的場(chǎng)景，應(yīng)用流轉(zhuǎn)與銜接更加無(wú)感；元宇宙也正在脫離純虛擬化的早期設(shè)定，向著虛實(shí)融合、賦能實(shí)體的方向演進(jìn)，為教育、文旅和城市模擬帶來(lái)全新動(dòng)力；能源系統(tǒng)的數(shù)字化，將成為雙碳戰(zhàn)略的發(fā)展基石；隱私計(jì)算與云原生安全，將成為千行百業(yè)上云與智能化過(guò)程中的安全守衛(wèi)者；量子信息技術(shù)、全?？捎^測(cè)性技術(shù)的到來(lái)，會(huì)加速下一個(gè)數(shù)字世代的到來(lái)。

面向未來(lái)，我們不是需要一種技術(shù)、一個(gè)問(wèn)題的答案，而是需要一個(gè)綜合的，立體化的解答。任何技術(shù)趨勢(shì)預(yù)測(cè)，都是當(dāng)下需求的延伸，這些延長(zhǎng)線匯聚到一起，才能清晰我們標(biāo)明未來(lái)的方向。

長(zhǎng)期以來(lái)，新華三堅(jiān)持集團(tuán)以技術(shù)創(chuàng)新為核心引擎，公司研發(fā)人員占比超過(guò)50%，科技研發(fā)投入占銷(xiāo)售收入的10到15%。向科技要答案，已經(jīng)成為新華三發(fā)展過(guò)程中的信條。

而如果我們想要了解十大趨勢(shì)如何落地，想要探索AI技術(shù)發(fā)展的基礎(chǔ)設(shè)施創(chuàng)新與工程方法迭代，想要了解新華三面向未來(lái)的信念與目標(biāo)，接下來(lái)有一個(gè)非常好的窗口。

6月9日，新華三在杭州市國(guó)際博覽中心舉辦了2023 NAVIGATE 領(lǐng)航者峰會(huì)。在峰會(huì)上，新華三發(fā)布了“百業(yè)靈犀”LinSeer私域大模型和支持AIGC大算力調(diào)度的“傲飛算力平臺(tái)”，可與業(yè)務(wù)深度結(jié)合提升工作效率，持續(xù)優(yōu)化算法和積累公域數(shù)據(jù)，為客戶(hù)提供最新知識(shí)能力。同時(shí)推出了“AIGC開(kāi)放戰(zhàn)略”，既支持“百業(yè)靈犀+新華三ICT基礎(chǔ)架構(gòu)”的模式保障數(shù)據(jù)安全，實(shí)現(xiàn)最優(yōu)配合，同時(shí)也支持“客戶(hù)自選大模型+新華三ICT基礎(chǔ)架構(gòu)”的模式滿(mǎn)足多種需求，幫助百行百業(yè)量體裁衣制定數(shù)字化解決方案。駕馭算力、融匯數(shù)據(jù)、運(yùn)用智能、賦能業(yè)務(wù)、提升效能，是新華三為自己設(shè)定的發(fā)展使命與愿景。

要向科技要答案，向?qū)嵏梢鸢?，這就是新華三眼中的AI天路。