行业大模型元年,“有云处皆智能”的愿景还有多远?
2024-08-31 14:42:37
  • 0
  • 0
  • 0

打造新质生产力、推动高质量发展,已成为众多行业用户在数字经济时代的一道必答题。

今年《政府工作报告》就提出要深化大数据、人工智能等研发应用,开展“人工智能+”行动,大力推进现代化产业体系建设,加快发展新质生产力。这其中,“人工智能+”是打造新质生产力的核心,而行业大模型的出现,让众多行业用户为之眼前一亮,行业大模型不仅是打通“人工智能+”任督二脉的关键,而且有望让数字化转型苦苦探索多年的云、数、智融合彻底打开局面。

如今,百模大战的硝烟尚未散去,行业大模型的热潮业已到来。那么,行业大模型的落地当前遇到哪些突出的挑战与困难?为什么可持续的运营是行业大模型走向落地和不断迭代升级的关键?进入大模型时代,数据空间技术为什么会愈发重要?

近日,针对行业大模型带来的变革,浪潮云提出全新定位——智慧系统的全场景运营商,并正式发布全新Slogan“有云处皆智能”和《数据空间关键技术研究报告》,希望携手生态伙伴共同构建一个更加智能和美好的未来世界。

行业大模型:“人工智能+”落地的最后一公里

今年是行业大模型的元年。IDC认为,行业大模型是驱动人工智能深入产业的关键,未来几年生成式AI等技术在政务、金融、制造等行业的渗透率会明显加快。

本质上,行业大模型的出现改变了生产力,并且深度释放出数据的价值。不过,行业大模型走向落地并非轻而易举。与通用大模型追求更强的泛化性不同,行业大模型在行业场景中更加强调准确性和专业性,必须与业务场景深度融合与匹配,这也就决定行业大模型在用户侧的落地必然会面临着不一样的挑战。

在浪潮云看来,行业大模型是“智能+”落地的最后一公里,但也对算力基础设施、行业数据集和模型算法等都提出了全新的挑战。例如,AI算力的创新明显提速,算力迭代升级会对算力基础设施带来一系列挑战;行业用户侧的应用场景也在不断发生变化,行业大模型也需要不断去匹配场景变化;大模型、小模型、MoE模型等AI技术发展迅速;如何为大模型构建起所需要的高质量数据集……

种种现实问题摆在面前,使得当前众多行业用户面对行业大模型往往是“想用却不敢用”的心态。事实上,行业大模型推动“人工智能+”落地是一个螺旋式上升、不断迭代升级的过程,需要基础设施、行业数据、行业知识与理解、模型技术持续的相互协同与作用,从而形成正向循环,在不断优化创新中迸发出持续的价值。

“最大挑战来自于技术与业务的鸿沟,需要技术与业务走向深度融合。”浪潮云总经理颜亮如是说

显然,技术与业务的鸿沟需要有一种新的方式去填补,仅仅依靠产品与技术是远远不够的。在浪潮云看来,算力基础设施、行业数据集、模型算法是行业大模型落地的关键。云服务商需要把基础设施、模型算法等升级迭代的压力承接起来,通过可信赖的服务和可持续的运营来填补鸿沟。

浪潮云首席技术官孙思清直言:“面对快速变化的技术,推动行业大模型落地行之有效的方式是平台+服务,通过可持续的运营态来实现。”

三大核心能力支撑起全新定位

IDC预测,到2027年,70%的经济价值将以高信息密度的商品和服务形式呈现。毫无疑问,行业大模型浪潮的到来,不仅让行业数智化转型升级打开新局面,也将推动行业云加速演进到新阶段。

过去多年的茁壮成长,已充分证明行业云乃行业用户数字化转型当之无愧的关键帮手。如今,随着行业大模型元年的开启,行业云作为“载体”的角色愈发重要的同时,亦需要与时俱进肩负起数智融合和推进行业智能化的重任。

为此,作为行业云的实践者与领导者,浪潮云基于对行业需求变化的理解、技术创新趋势的洞察以及行业云模式探索的实践,宣布全新定位:智慧系统的全场景运营商,即提供大模型和智能化云解决方案,支撑云网边端的系统性数据流动,以全面匹配技术能力支撑各种应用场景和业务流程,并通过全运营模式,为客户提供搭建、维护、运营等一站式服务。

在颜亮看来,浪潮云之所以会调整定位,核心原因是整个市场发展演进的必然,“一是底层基础设施能力经过多年发展,逐步走向成熟;二是智能演进从功能性智能向系统性智能演进,大模型会带整个组织的智能性提升;三是围绕系统智能需要去落地、生长和可控,这离不开持续的运营和可信赖的服务。”

如今,在行业云深耕多年的浪潮云,已经在模式、要素、产品等方面打磨多年,积累出“系统智能、生态化运营、安全可信赖”三大核心能力特征,全力支撑起公司的新定位,并引领未来行业云的发展趋势。

首先在系统智能方面,浪潮云着力将海若大模型打造成能够深入理解和实现系统整体目标的智慧大模型,能够实现基于系统结构的大模型、跨产业智能和激发数据流动。据悉,浪潮云海若大模型具备全栈产品、全程服务和全域实践的全栈能力,并且会聚焦政务、制造、医疗、交通、农业、应急等六大行业,推动大模型与行业的深度融合。

颜亮表示:“全场景意味着系统性智能。系统智能考验的是云服务商对于行业的业务认知能力、面向智能和业务场景的整体集成的能力。”

其次,浪潮云具备领先的生态化运营能力,包括从计算中心的建设交付、智能化数据管理,到可持续的业务场景支持,并与客户形成了长期的运营伙伴关系,能够支撑起多样化业务场景而设计的智慧运营模式。

第三,针对大模型时代的安全需求,浪潮云致力于从数据安全、技术安全和商业安全等多个维度打造智慧且可信赖的系统安全保障体系,为多个行业用户提供坚实的安全保障、护航业务稳健运行。

事实上,浪潮云的三大核心能力已经在多个行业的系统智能建设中得到充分体现。以黑龙江政务领域的系统智能建设为例,以“数跑龙江”为统筹,从省级层面出发,对整个业务链条中7个核心节点进行大模型的支撑改造,并且在建设完成之后辐射到各个行业单位,从而推动政府治理体系和治理能力现代化,推动新质生产力在政务领域走向落地。

“ 系统性智能是行业用户未来追求的目标。系统性智能并不是一个静态的目标,而是逐渐泛化到各个业务环节的过程。”颜亮说。

持续探索数据空间技术

IDC认为,数据要素与大模型是行业用户数智化转型升级的双底座,拥抱大模型的最短路径是全面审视重塑数据生态系统,重构数据平台基座,让数据与智能技术成为实现智能化的双轮驱动。

某种程度而言,行业大模型落地,数据基础设施需先行。行业大模型浪潮的到来,意味着数据流动的需求更加频繁、高质量数据集的需求更加饥渴、数据可信环境的要求更加强烈,这些都将极大在推动底层数据相关技术的创新与变革。

一直以来,浪潮云都在致力于数据基础设施的建设,探索与实践可信数据空间,以推动数据更加可信、安全和高效的流通与利用。在本次大会上,浪潮云又联合国家信息中心正式发布《数据空间关键技术研究报告》,针对数据空间的建设模式、服务模式、运营模式等方面展开研究,围绕数据汇聚、处理、流通、利用、安全等内容,开展关键技术探索。

所谓数据空间,本质上即构建数据可信、安全流通的基础设施。在孙思清看来,持续探索数据空间技术的创新与落地,是浪潮云未来重要的战略发展方向,浪潮云将从三个维度探索数据空间技术的实践:

其一、浪潮云前期已经具备了良好的数据基础设施,可以为数据可信空间提供所需要的强大算力基础设施,从而快速构建数据可信体系;

其二、浪潮云将针对数据空间技术,与国家信息中心等合作伙伴持续合作,有针对性地进行技术突破与创新;

其三、针对国内数据空间标准相对滞后的情况,浪潮云还将积极参与到行业标准的制定中,并且在年底逐步在不同领域进行试点探索。

“数据空间技术对于数据共享流动的作用凸显。除了技术探索与突破之外,浪潮云还会通过平台+生态+服务的模式,推动整个数据生态体系的建设,真正帮助行业用户释放数据潜力。”孙思清表示。

“有云处皆智能”,让理想照进现实

“有云处皆智能”既是一句Slogan,更是一个智能和美好的未来世界的写照。

可以说,大模型的出现,打开了未来智能世界的大门。接下来,随着行业用户数智化转型升级的深入,行业云将成为数智技术融合、大模型与业务融合的关键,也是行业业务场景释放最大的智能效能的载体。浪潮云也将继续从技术创新、行业实践以及生态建设等方面入手,推动“有云处皆智能”走向现实。

浪潮云首席技术官孙思清

从技术创新来看,浪潮云将持续致力于海若大模型、数据空间技术等核心技术的创新。当前,海若大模型已经在全球权威赛事QASC夺得第一,展现出领先的语言理解能力、知识整合能力以及逻辑推理能力。未来,浪潮云还将持续推动大模型相关技术的研发与创新。

在行业实践方面,浪潮目前已在60+城市完成海若大模型部署,并且打造出3000+行业数据集、500+行业知识图谱、300+行业场景。例如,在合适业务场景交付适用的模型是当前行业用户面临的突出挑战;为此,浪潮云采用“1+M+N”的模型交付框架,通过1个行业基础大模型、M个专家模型和N个私域模型,让行业用户得到最优的专家模型推荐。

在生态方面,浪潮云会继续吸纳有业务知识和业务能力的行业伙伴进入到生态之中,共同形成面向行业的解决困难的能力,真正帮助行业用户用好大模型这项变革性技术。

“人工智能未来重要的创新方面就在行业侧。可以说,未来市场的竞争将会非常激烈;如果非要卷,浪潮云会坚持卷创新。”颜亮最后表示。

 
最新文章
相关阅读