Deprecated: Creation of dynamic property db::$querynum is deprecated in /www/wwwroot/116net.com/inc/func.php on line 1413

Deprecated: Creation of dynamic property db::$database is deprecated in /www/wwwroot/116net.com/inc/func.php on line 1414

Deprecated: Creation of dynamic property db::$Stmt is deprecated in /www/wwwroot/116net.com/inc/func.php on line 1453

Deprecated: Creation of dynamic property db::$Sql is deprecated in /www/wwwroot/116net.com/inc/func.php on line 1454
要赚钱要落地华为大模型不和百度阿里刚 焦点分析_hth华体会最新网站_HTH华体会体育|华体会最新地址
咨询热线:4008-6044-55 | OA | E-mail
要赚钱要落地华为大模型不和百度阿里刚 焦点分析
日期:2024-05-03 03:44:19 | 作者:华体会最新地址

  

要赚钱要落地华为大模型不和百度阿里刚 焦点分析

  7月7日,华为发布AI大模型盘古3.0版本。对于普通用户,这场发布会有些枯燥。政务大模型虽然有AI应答,但都是政策解释,谈不上有趣。华为云CEO张平安首次明确自己大模型的定位,即“为行业而生”,聚焦B端行业客户。他有些骄傲地表示,盘古大模型都在解决行业痛点,“没时间作诗”、“没时间聊天”。

  这一表态不出所料。3个月前,华为云AI领域首席科学家田奇已经做了预告。在演讲中,田奇对GPT类的自然语言处理(NLP)大模型一笔带过,大把时间都在介绍为行业客户开发的大模型。

  盘古大模型3.0比起前几次发布,多出了多模态大模型。但华为没太多介绍这个大模型的意义。而自然语言处理大模型的影子,则出现在智能助手、政务应答场景中。

  华为进入AI行业的风格不够性感,但足够实用。它很聪明,不和网络公司针锋相对,锚点集中在自己最擅长,也最容易落地的B端。

  这也是华为能做的最佳选择。华为2022年年报显示,其出售的收益增长接近停滞,净利润下滑68.7%,经营现金流下滑70.2%。华为虽然在全力研发,但其实它没有太多时间和金钱去试探不擅长的方向。卖掉华为云产品,尽快从行业客户手里挣到现金才是华为做AI最急迫的事。

  华为盘古大模型已经很久没有新故事了。2021年4月,华为正式对外发布盘古大模型,当时已经包括自然语言处理大模型、机器视觉大模型和科学计算大模型。

  此后盘古大模型偶尔会出现在行业客户合作案例中,推出相应的药物研发、矿山、气象、海浪、金融OCR(文字识别)大模型。

  至于华为的自然语言处理大模型,能够确定的是它的参数和数据足够庞大,参数量达到1000亿,数据号称有40TB,略小于GPT-4,是文心一言的十倍。同时有文档检索、ERP、小语种等应用。

  只是,这款自然语言处理大模型从来没露出真身。没有实时演示,没有应用展示,缺少GPT那样的爆点。

  这次发布会,盘古自然语言处理大模型还是很“无聊”。华为更新了一些信息,包括可为客户提供1000亿、380亿、100亿多个参数NLP模型,匹配不一样的行业不同诉求。在金融大模型中,AI会解答政策,为金融分析员分析数据。也能以应答的方式,帮政务人员分析交通图片。

  这些应用都离C端用户很遥远,但能真实提高生产力,吸引行业客户。“我们和ChatGPT不在一个轨道上,我们看的是在行业中解决多少问题。”在媒体沟通会上,张平安表示。

  行业客户的高客单价、稳定让所有厂商眼红。微软、腾讯、百度、阿里斥巨资做大模型,终究是要卖与政企。

  每一个大厂都有自己擅长的领域,如电商、办公,华为则在工业人机一体化智能系统、政务、金融行业有不错的口碑。它们和这一些企业打过几十年交道,能拿到行业客户足够丰富的授权数据。

  所以,盘古3.0发布会基本是一场盘古大模型的政企客户案例集合。包括枯燥的政策解答、金融数据分析,还有外行完全没有办法理解的供应链器件分配。这一些产品的目的,都是提升行业工作人员的效率,而非讨好C端用户。张平安表示,在一段时间中,华为盘古大模型不会开放给个人使用。

  百度、阿里、科大讯飞发布会上,主讲人和AI你来我往已经成必备栏目。相比而言,华为盘古大模型的发布会显得缺点趣味。可对华为来说,趣味在此时此刻无足轻重。正如华为常务董事华为云CEO 张平安在发布会上明确的,华为大模型“不作诗”。让工厂、国企、政府客户们满意才是华为在意的事。

  华为从底层芯片、数据库、开发框架到开发平台都是一套自研系统。全栈技术好处是修起足够高的壁垒,更容易深度优化,反面是兼容性差。

  华为自研的昇腾910芯片性能方面和英伟达,华为自己开发的框架MindSpore才能激发最大的性能。但根据Omdia报告,即便是在中国,AI开发者使用的框架仍以TensorFlow和PyTorch为主,两者使用率均超过30%,而MindSpore的使用率为11%。

  这也意味着,华为要为客户做深度定制,才能让不同模型在华为昇腾原生体系中顺畅运行。

  这是一个很难产生边际效益的工程,将B端客户分行业打包,做成垂直的专业解决方案性价比更高。

  而行业客户天生适配华为这样闭合式AI大模型。尤其是大型国企、金融机构,需要从底层到应用端建立一整套定制方案,这些客户真正的需求安全、可靠、国产化,且相对封闭,华为盘古正好能符合要求。

  厚重的垂直行业大客户一直是华为长项,其他网络公司难以深挖。行业产品和C端产品有完全不同的行事逻辑,而华为在ICT时代就积累下了一整套和政企客户打交道的方式,华为云也不缺政企资源,这些并非互联网新贵砸钱就能获得的壁垒。

  更重要的是,相比网络公司,华为釜底抽薪,解决了避不开的芯片问题。国内目前阿里、百度采购的多是英伟达芯片, 阿里拥有最多的英伟达A100 GPU, 算力方面优势显著。然而这种供应是否稳定还未可知。而国内绝大多数芯片厂商还无法供应训练复杂大模型的芯片。

  华为的昇腾芯片虽然适配性略差,但算力强,在自己的系统中优化良好。只要制造不出现一些明显的异常问题,不出现断供,华为能一直更新升级。在人工智能算力比拼中,不至于和英伟达最新的芯片拉开太大差距。这一点足以让政企客户安心。

  自成一体的算力成为华为最大的竞争力,也将是华为又一个营收来源。华为上线针对AI行业的昇腾云,并且建起了两个AI数据中心。逐渐重视国产替代的客户们不会让昇腾云缺订单。

  OpenAI时隔多年再次点燃AI行业。可这条道路还看不清方向,华为这艘巨轮会沿着当下最稳妥的路线航行。在中国这个巨大的市场,华为一直地位独特,而它在B端三十多年的优势也会延续到AI时代。


在线留言

在线客服