前言：

從算力上來看，云計算能夠借助通用服務器和專屬硬件為大模型提供更優化的計算資源的調度和管理，以保證良好的運力穩定性。

縱觀國內已經入局大模型的大廠，無一不是在云計算領域有著超前技術優勢的企業。

盤古大模型是AI落地的重要途徑

由NLP大模型、CV大模型、多模態大模型、科學計算大模型等多個大模型構成，目前已實現等AI場景落地。

華為盤古大模型本質上是L0基礎模型，在過往幾年里也嘗試在不同行業進行了落地應用。

華為云盤古大模型的核心定位是為各行各業進行賦能，分為三個層級。

L0是類似于GPT3這樣的基礎通用大模型；

L1是基礎模型與行業數據結合進行混合訓練后的行業大模型，已經發布了礦山、氣象、藥物、分子、電力、海浪、金融等行業的大模型；

L2是把L1再具體下游業務場景進行部署后生成的部署模型，如金融OCR模型、電力巡檢模型等。

華為盤古Chat即將面世

華為盤古Chat將于今年7月7日舉行的華為云開發者大會上對外發布以及內測，產品主要面向To B/G政企端客戶。

這意味著，在國產大模型軍備競賽中，繼阿里、百度之后，又一重要科技巨頭入局。

對于盤古大模型定位，華為內部團隊確立了三項最關鍵的核心設計原則：

①模型要大，可以吸收海量數據；

②網絡結構要強，能夠真正發揮出模型的性能；

③要具有優秀的泛化能力，可以真正落地到各行各業的工作場景。

[盤古系列AI大模型]整體框架

目前華為[盤古系列AI大模型]基礎層主要包括NLP大模型、CV大模型、以及科學計算大模型等，上層則是與合作伙伴開發的華為行業大模型。

華為盤古PanGu-Σ大模型參數最多為1.085萬億，基于華為自研的MindSpore框架開發。

整體來看，PanGu-Σ大模型在對話方面可能已接近GPT-3.5的水平。

華為具備全棧全場景AI解決方案，為大模型提供軟硬件平臺。

包括 Ascend（昇騰）、CANN、MindSpore、應用使能四個層次。

其中，MindSpore支持了盤古NLP大模型、盤古CV大模型、科學計算大模型、多模態大模型等的開發訓練：

盤古NLP大模型是業界首個千億參數的中文預訓練大模型；

盤古CV大模型業界最大CV大模型、首次實現兼顧判別與生成能力、在ImageNet上小樣本學習能力上的業界第一；

盤古氣象大模型提供秒級天氣預報；

紫東太初是全球首個圖、文、音三模態大模型。

三大自有技術為盤古支撐基礎設施

①[鯤鵬+昇騰]，打造盤古算力底座。

鯤鵬：華為自主芯片→鯤鵬芯片→鯤鵬服務器→歐拉操作系統→高斯數據庫→行業應用向外擴張，構建鯤鵬生態，提供算力支撐。

昇騰：昇騰AI處理器→CANN異構計算架構→MindSpore AI框架→應用使能→行業應用，助力打造華為昇騰全棧AI軟硬件平臺，構筑智能世界基石。

②MindSpore高效易開發，可實現全場景覆蓋。

CANN：作為華為昇騰AI基礎軟硬件平臺的核心，CANN向上支持多種AI框架，向下服務AI處理器與編程，助力芯片使能。

MindSpore：是國內首個支持千億參數大模型訓練AI計算框架，最佳匹配昇騰處理器算力。

③ModelArts強勢賦能開發者，精度效率雙提升。

為機器學習與深度學習提供海量數據預處理及交互式智能標注、大規模分布式訓練、自動化模型生成，及端-邊-云模型按需部署能力。

華為云大更新，繼續專注TO B

華為整體業務的核心進化邏輯，是將數字化轉型過程中積淀的技術、工具與經驗，以云服務的形式開放、輸出、賦能給全行業。

數字化既是華為業務發展的驅動力，也是華為當下的戰略前進方向。

以云業務為例，政企云的個性化定制需求，決定了它無法大規模復制。

華為云是最早意識到，政企云需要的不僅是技術和資源，更有經驗服務背后的超強戰略意志。

對應華為云盤古大模型的一系列更新，可以預想，華為云若是加入這場[百模大戰，依舊是繼續To B專注行業市場，做產業化升級，而不是To C。

華為云沒理由再去無限制地開放盤古大模型給C端市場，既不安全，也很難帶來真正意義上的生產模式顛覆和生產力釋放。

華為云盤古大模型沉淀了大量豐富的行業應用實踐，覆蓋礦山、氣象、醫藥、能源、金融等等重點領域，并打造出了諸多垂直類的行業大模型。

如盤古礦山大模型、盤古氣象大模型、盤古海浪大模型等。

華為云有著龐大的行業伙伴生態，走To B的行業路徑，能高效帶動其他生態伙伴參與到大模型升級中。

結尾：

盡管盤古大模型在中文語言的處理方面具有很高的準確度和質量，但在語義理解方面仍存在一定的局限性，尤其是在處理復雜的語言結構和語義推理方面。

同時，盤古Chat大模型也將面臨著行業激烈的競爭壓力，需要不斷優化和提高模型的性能和質量，才能以保持在市場中的領先地位。