华为第19届全球分析师大会(HAS2022)在深圳召开。大会聚焦“未来探索、产业创新、数字化与低碳化”等话题,与全球行业分析师、财经分析师、意见领袖及媒体等,共同探讨未来趋势和产业发展策略。
算网融合,打造高质量算力网络
当前,打造高质量的算力网络,已经形成各方共识。根据华为《智能世界2030》中关于计算和通信网络的相关报告显示,未来10年,计算和网络都将迎来高速发展。华为计算产品线营销副总裁张勤在HAS2022期间举办的全光算力网络圆桌会议上表示:“计算和网络协同发展、相互促进,以网强算、以算促网。一方面,通过网络实现全网的分布式计算,算力共享、优化算力布局。另一方面,分布式计算和跨DC的数据流动促进网络超宽带高智能发展,通过计算与网络的协同发展,加速构建泛在融合的算力网络。”
华为计算产品线营销副总裁张勤现场演讲照片
随着通用算力的普及,使能了各行各业的数字化,并带动数字经济的发展。而数字经济增长又产生更多的数据,需要更多的算力支持。未来,算力的增量主要是AI算力的快速增长。未来10年,通用算力增长10倍、人工智能算力增长500倍。计算必然从通用计算走向通用计算+AI计算的多样性计算。
开放共赢,构建多样性算力底座
面向多样性计算,华为聚焦硬件、基础软件等根技术的创新和研究,坚持“硬件开放、软件开源、使能伙伴、发展人才”的生态策略,与伙伴共同打造面向通用计算的鲲鹏计算产业和面向AI计算的昇腾计算产业,构建算力网络的多样性算力底座。
在鲲鹏领域,目前通过主板开放已经发展了超过10家整机合作伙伴,去年整机伙伴发货占比已经超过80%。已有3500+伙伴、10000+解决方案通过鲲鹏兼容性测试认证,覆盖国计民生行业的核心应用场景。鲲鹏计算产业已经发展80万+开发者。
在基础软件领域,华为开源了欧拉操作系统、openGauss数据库,目前国内主流的操作系统和数据库厂家均已经推出基于openEuler、基于openGauss的商业发行版。2021年11月,欧拉开源操作系统正式捐赠给开放原子开源基金会,从企业主导走向产业共建、社区自治。目前,欧拉社区吸引超过330家伙伴,覆盖从处理器厂商、整机厂商、操作系统厂商、数据库厂商、中间件厂商、应用软件厂商、云厂商全产业链的中间力量,为欧拉实现更大规模的商业落地和持续发展,奠定了生态基础。目前,欧拉累计在政府、金融、运营商、电力等各个行业应用超过130万套,预计今年还将新增超过200万套。
在昇腾AI计算领域,华为聚焦打造昇腾AI基础软硬件平台,坚持全栈开放创新,包括Atlas系列硬件、异构计算架构CANN 5.0、全场景AI框架昇思MindSpore、昇腾应用使能MindX以及AI应用使能ModelArts等。目前,昇腾AI已发展了70万+开发者,在100多所高校开设昇腾AI相关的人工智能课程,发展500+行业合作伙伴,共同孵化了超过900个解决方案,为中国人工智能产业繁荣提供一个强健、稳固的基石。
基于昇腾AI基础软硬件平台,全国已有20多个城市在规划和建设人工智能计算中心,为,让AI算力像水和电一样成为城市公共基础资源,为科研和企业创新提供普惠AI算力。深圳、武汉、中原、西安、成都、南京等地的人工智能计算中心已相继上线投运,均实现上线即饱和运营。随着各地人工智能计算中心的建设,未来必将走向人工智能算力网络。去年9月,全国21个城市共同点亮人工智能算力网络,通过人工智能算力网络的构建,能够让AI算力、数据、模型以及应用流动起来,各区域形成高效、协同的资源共享,让算力网络成为新型基础设施,让人工智能助力数字经济加速发展。
集群计算,全栈一体化,提升有效算力
在人工智能计算中心与算力网络的建设过程中,传统的数据中心是分层解耦、部件堆叠的模式建设的,面临算力利用率低、能耗高等诸多挑战。伴随着算力需求多样化、高功率高密度、液冷技术以及全栈融合建设的发展,数据中心全栈一体化建设正在成为趋势。华为基于“鲲鹏+昇腾”多样性算力底座,推出了一体化集群计算解决方案,通过DC as a Computer的全栈设计与优化,L0到L3的多层协同联动,实现更高的算力利用率和更高的能效比。
华为集群计算解决方案可服务于人工智能计算中心、高性能计算中心,和一体化大数据中心等场景。通过软硬件全栈优化,可提升算力利用率50%以上,并缩短建设周期到6个月左右。同时原生支持云服务,让客户便捷的按需获取AI、HPC、大数据等多种多样的算力,实现PUE更优,有效算力CUE(computing usage effectiveness)更高。
未来,华为将坚持以多样性算力,构建算力网络坚实根基,以网强算,以算促网,构建泛在融合的算力网络。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。