最核心的是从现在开始构筑起 AI 原生的思维，积极拥抱 AI，勇敢地开放企业的价值场景，让 AI 的模型、算力、数据的飞轮围绕着业务飞转起来。
文/华为常务董事、华为云 CEO 张平安
AI的发展速度之快，让我们目不暇接，几乎每个季度都有令人惊讶的新技术、新模型的发布。
对很多企业来说，是要积极投入AI中，还是观望等待？我想分享我们团队的一些成果。
过去三年，我们把盘古大模型应用到30多个行业，400多个应用场景中。
我们看到：
AI 大幅加速产品上市。尤其是以前研发周期长的领域，如药物研究，通过AI进行药物筛选，新药的发现周期可以从 3 年缩短至半年。
AI 正在彻底改变科学计算。如在气象领域，基于传统数值计算的台风预报，原来需要3000台服务器4 小时，现在通过气象AI大模型，缩短到了一张AI卡 1.4 秒，可以输出更精确的预报结果，效率提升了一万倍。
AI 极大地提升了作业效率。如在煤矿井下作业场景，通过AI视觉大模型技术，将视觉识别准确率从 56%提升至 98%，让工人不必下井，就可以操作大型矿机。
有了AI 助手的帮助，弥补了员工经验和知识的不足，减少操作失误，让员工平均工作效率可以提升30%。
华为云的实践，让我们感受到智能时代已加速到来，所有的企业都应该积极做好准备。
图：华为常务董事、华为云CEO 张平安
构建AI原生思维从现在开始
面向智能时代的到来，企业如何抓住机遇，用AI构筑自身领先优势？
我认为最核心的是，从现在开始，就要构筑起AI 原生的思维。将AI技术和工具作为核心要素，来重新思考和设计企业流程、IT架构、业务创新，充分发挥AI的潜力，提高效率，创新业务模式，解决复杂问题。
首先，我们要积极地拥抱 AI，敢于开放场景，构建企业的AI平台，让AI服务于企业的核心业务。通过我们的实践看到，越早引入AI，就越快收到成效。
第二，AI的算力至关重要。需要构建与企业需求相匹配的AI 原生基础设施。
第三，数据质量决定AI模型的效果。要构建起以知识为中心的数据底座，让数据更好地服务于AI，而不仅仅是用于商业分析。
第四，围绕业务场景，构建合适的AI模型。模型不是越大越好，也不是一个大模型可以适用所有的业务场景。
构建多元算力、弹性、高效的AI-Native云基础设施
从华为云上我们看到，客户对AI算力的需求高速增长。到今年年底，我们预计对AI算力的需求可能超过对通用算力的需求。
以AI算力最优，构建弹性、高效的多元算力基础设施是AI发展的关键，也就是说构建AI-Native的云基础设施是至为关键的。
面向高速增长的AI算力需求，我们已在华为的贵州、安徽、内蒙三大核心枢纽配备充足的AI资源。客户即可通过公有云的方式，按需获取弹性AI算力，也可使用专属的AI大模型算力专区。同时，客户也能将AI算力，通过华为云的全栈技术，部署到自己的机房。客户专有的AI算力，和弹性的AI算力具备同样的高可靠和高性能。
企业在云上构建AI算力的好处是不必操心风火水电，不必高成本储备AI服务器，更不必担心AI处理器的快速更迭。在云上可以随时按需获得最先进的AI服务。
面向智能时代，模型参数已由百亿走向千亿、万亿。为满足AI算力爆炸性增长，满足高可靠、高效能的要求，我们推出了全新的AI Native的云基础设施CloudMatrix，创造性的将CPU、NPU、DPU、存储和内存等资源进行对等全互联，为客户提供澎湃的AI算力。
Al Native 云基础设施 CloudMatrix正式发布。
这是业界第一个为AI而生，异构多元算力性能最优的“云架构”。基于CloudMatrix的新一代昇腾AI云服务将于年底上线，欢迎各位客户使用。
构建以知识为中心的数据底座
当前，很多企业都建有数仓和数据湖，用于企业商业智能。但面对AI的大模型，当前的数据平台还不能很好地为大模型使用，还需要进行大量数据准备、知识抽取。面向智能时代，我们需要构建服务于AI模型的、以知识为中心的数据底座。
首先，要能对数据湖的数据进行语义抽取，将数据与业务语义进行关联，转化为企业领域知识。
其次，要能通过AI自动生成大模型所需要的问答对、图文对，能将业务知识高效提供给大模型预训练和微调。
另外，要基于企业已积累的大规模数据，通过AI自动构建起企业的知识图谱。让业务人员可以通过企业大模型，用自然语言对话方式，来快速实现各类任务。
为此，华为云全面升级了DataArts数据治理生产线，为客户提供面向AI、以知识为中心的数据底座，包括AI和大数据融合引擎、数据开发治理、知识服务和数智应用使能服务。
构建多模态、多尺寸模型，实现场景与模型的最优匹配
企业应用场景的多样性，决定了我们必须构建起多模态、多尺寸的模型，实现场景与模型的最优匹配，满足企业对大模型经济性和专业性的需求。
最近，华为云发布了盘古大模型5.0，它是一个全系列、多模态的大模型，有可运行在端侧的盘古E系列、高效推理的盘古P系列、处理复杂场景的盘古U系列、企业的统一AI大脑盘古S系列，参数规模从十亿到万亿。华为盘古大模型不仅包含自然语言处理、机器视觉和多模态，还包含预测大模型和科学计算大模型，让企业能在全业务场景使用盘古的系列大模型。
具身智能是工业界迫切需要攻克的场景。华为云与深圳市宝安前海合作共创，成立了具身智能产业创新中心。通过云侧智能和端侧智能协同，极大降低端侧设计的复杂度，大幅提升具身智能在工业场景的泛化能力和任务执行能力。通过端云智能的结合，我们在创新中心已经把机械臂的操作精度从毫米级提升到百微米，刚性零部件的动态插装成功率达到99.99%。
多模态生成方面，我们进一步增强时空可控生成能力。以自动驾驶训练为例，我们不仅可以生成汽车正常行驶的场景，还可以生成随机性、偶然性、对抗性场景。我们将交通流、路网信息与大模型结合，生成超车、紧急变道等复杂场景。通过可控生成，大幅降低了智驾训练对海量路采数据挖掘的依赖。
勇敢拥抱AI，开放价值场景
通过我们与数百个客户的AI创新项目，我有一个深深的体会：智能世界正在加速而来。我们需要建立起AI原生的思维，去迎接明天。那就是：积极拥抱AI，勇敢地开放企业的价值场景，让AI的模型、算力、数据的飞轮围绕着业务飞转起来！
华为云全球存算网，50ms时延覆盖
为更好地服务全球客户，我们构建了KooVerse全球存算网，覆盖全球33个区域93个可用区，打造50ms优质体验服务圈，服务170多个国家和地区的客户。基于华为云，客户可以获得最前沿的技术、广泛的全球覆盖和优质的体验。
主机核心业务上云
在中国的银行领域，除了数据中心上云，我们还做得更多。我们和中国的多家银行携手，将核心业务从主机系统搬到云上来，加速核心业务的现代化。
我们基于华为云的分布式云底座构建了秒级感知硬件故障的能力；基于弹性负载均衡、金融级分布式中间件，支持业务单元化部署；基于GaussDB分布式数据库，实现了业务的快速、大容量的扩容和多地多活容灾。在云上构筑了5个9的金融级高可用。
我们以1分钟发现故障、5分钟定界、10分钟恢复为目标，构筑了智能故障定界能力，让大规模云基础设施运维更加高效。华为首创操作系统原地无感升级的技术，升级过程不再需要迁移虚拟机，还可以批量并行升级，将数千个主机节点的升级时间从原来的数十天缩短到5个小时以内，大幅提升了云平台演进效率。
目前在中国大部分的银行选择华为来构筑云上新核心。
华为主机上云解决方案，面向全球客户，正式发布。
云上跃迁，迈向智能世界2030
智能化已成为最确定的发展趋势，云和AI则是推动企业创新和增长的核心驱动力。
我们为大家带来《云计算-智能世界2030》报告, 对行业未来场景和关键技术特征进行预测，欢迎查阅。
预测未来最好的方法就是参与未来、创造未来。
华为云希望与广大客户和伙伴一起携手：云上跃迁，重塑千行万业，共同迈向智能世界！
