Зерттеулер мен инновациялар

Интеллектуалды дәуірде біз ЖИ әлеуетін толық ашуды көздейміз. Біз клиенттер үшін құндылық қалыптастыруға ұмтыламыз, осылайша өз бизнесіміздің табысын да қамтамасыз етеміз, бұл ретте әрдайым бизнес-құндылық пен нарық қажеттіліктеріне бағдарланамыз. Бұл біздің инновациялық күш-жігерімізді бизнестің стратегиялық маңызды бағыттарына шоғырландыруды, сондай-ақ іргелі теорияларды қолданбалы қолдану саласында неғұрлым елеулі серпілістерге қол жеткізу бағытындағы жұмысты күшейтуді талап етеді. Мұндай тәсіл бізге интеллектуалды дәуірге арналған өнімдер мен шешімдердің бәсекеге қабілеттілігін одан әрі арттыруға және клиенттеріміздің мүдделеріне барынша тиімді қызмет етуге мүмкіндік береді.

Іргелі зерттеулер: инновацияларды бизнестің стратегиялық бағыттарына шоғырландыру және іргелі теорияларды қолданбалы қолдану саласында неғұрлым елеулі серпілістерге қол жеткізу бойынша күш-жігерді күшейту

ЖИ алгоритмдері және олардың қолданылуы

Көпсатылы іріктеудің жоғары есептеу құны мәселесін шешу үшін біз нығайтылған оқытуға негізделген іріктеуді оңтайландыру алгоритмін ұсындық. Бұл алгоритм мультимодальды диффузиялық модельдер үшін генерация тиімділігі мен сапасы арасындағы теңгерімді қамтамасыз етеді. Енді бейнелер мен суреттерді генерациялау бес есе жылдам орындалады, ал дәлдіктің төмендеуі 1%-дан азды құрайды.

Құрылғыларда үлкен тілдік модельдердің қорытынды жасауын тиімдірек жеделдету үшін біз нығайтылған оқыту арқылы күшейтілген дистилляция әдісін ұсындық. Дарақ бойынша іздеуді және токендерді әлсіретілген қабылдауды біріктіретін спекулятивті қайта кодтау архитектурасының арқасында бұл жаңа әдіс дәлдік деңгейін сақтай отырып, Celia Auto-answer қорытындысының өткізу қабілетін екі есе арттыруға мүмкіндік берді.

Long-tail сценарийлерінде іріктеу әдетте шектеулі болады, ал деректерді жинау төмен тиімділікпен сипатталады. Сонымен қатар, қабылдау мен әрекет етудің жоғары өлшемді кеңістіктерінде end-to-end генеративті модельдеу дербес күрделілік болып табылады. Осы міндеттерді шешу үшін біз бұлттық World Engine және көлік құралдарына арналған борттық World Action Model моделін енгіздік. Бұл шешімдер HUAWEI ADS 4 жүргізу жүйесінің интеллектуалды мүмкіндіктерін айтарлықтай арттырды және жүйені 1 миллионнан астам автокөлікте енгізуге ықпал етті.

Коммуникациялық технологиялар және олардың қолданылуы                                                                                                                     

Massive MIMO есептеу ресурстарына өте жоғары талаптар қояды. Алайда, тікелей және кері итеративті оңтайландыру тәсілін қолдану арқылы біз бұл шектеуді еңсердік. Бұл тәсіл өте төмен дәлдік кеңістіктерінде жоғары дәлдікті матрицаларды ұсыну мәселесінде елеулі ілгерілеуге мүмкіндік берді, соның нәтижесінде таратқыштар мен қабылдағыштардағы матрицалардың есептеу күрделілігі шамамен 50%-ға төмендеді.

Біз сондай-ақ сенімді бағалауға негізделген жуықталған операторларды жобалау теориясын әзірледік, бұл цифрлық алдын ала бұрмалау (DPD) желілерінің есептеу күрделілігін шамамен 20%-ға азайтуға мүмкіндік берді.

Wi-Fi сигналдарының интерференциясы және 50G PON жүйелеріндегі чиптердің жоғары энергия тұтынуы сала үшін маңызды мәселе болып табылады. Осы сын-қатерлерге жауап ретінде біз кедергілерді басудың көпдеңгейлі өзін-өзі бейімдейтін архитектурасын, сондай-ақ биттерді динамикалық инверсиялаудың өзін-өзі бейімдейтін алгоритмін әзірледік. Бұл шешімдер электромагниттік экрандауды қолданбай-ақ жүйенің энергия тұтынуын шамамен 10%-ға төмендетуге мүмкіндік берді.

Ашық инновациялар: бәсекеге қабілеттілікті арттыру және клиенттер үшін үлкен құндылық қалыптастыру мақсатында нарық қажеттіліктері мен бизнес-құндылыққа бағдарлану

Есептеу технологиялары

Есептеу қуаттары ЖИ дамуының негізгі элементі болғандықтан, Huawei есептеулерге деген үнемі өсіп отырған сұранысты қанағаттандыру мақсатында SuperPoD шешімдері мен есептеу инфрақұрылымына арналған кластерлік шешімдерді жүйелі түрде дамытып келеді. Атап айтқанда, бұл мыналарды қамтиды:

1. Болашаққа бағдарланған SuperPoD өнімдеріміз — Atlas 950 SuperPoD және Atlas 960 SuperPoD үшін жол картасын жариялау. Бұл жүйелер тиісінше 8 192 және 15 488 нейрондық процессорлармен (NPU) жабдықталады және NPU саны, жиынтық есептеу қуаты, жад көлемі және өзара қосылу өткізу қабілеті сияқты барлық негізгі параметрлер бойынша қолданыстағы шешімдерден озық болады.
2. Өзара қосылудың барлық деңгейлерінде сенімділікті қамтамасыз ету, сондай-ақ үлкен қашықтықты, жоғары сенімділікті, жоғары өткізу қабілетін және төмен кідірісті қамтамасыз ету үшін жад семантикасына негізделген тең деңгейлі архитектура мен UnifiedBus 1.0 бірыңғай хаттамасын әзірлеу. Бұл сондай-ақ бірыңғай жад адресациясын, 100 наносекунд деңгейіндегі аса төмен кідірісті және терабайт деңгейіндегі өткізу қабілетін іске асыруға мүмкіндік береді, бұл ірі ауқымды SuperPoD жүйелерін құруға жол ашады.
3. 2025 жылғы қыркүйекте SuperPoD үшін UnifiedBus 2.0 өзара қосылу жүйесін шығару, сондай-ақ өзара қосылу технологияларының да, тұтастай алғанда саланың да әрі қарай дамуына ықпал ету үшін техникалық спецификацияларды жариялау.

Сымсыз байланыс

Мобильді ЖИ дәуіріне дайындала отырып, біз технологиялардың конвергенциясы арқылы өзгерістерге жауап беріп, желілік инфрақұрылымның берік негізін қалыптастырамыз. Осыған байланысты өткен жылы біз:

● Сантиметрлік диапазондағы жоғары өлшемді T-MIMO арналарына тән пилоттық сигналдардың жүктемесіне байланысты тар орынды квазистационарлық таралу мен кеңістіктік аймақты сценарийлік жоғары дәлдікпен өлшеуді пайдалану арқылы еңсердік. Бұл спектрлік тиімділікті шамамен сегіз есе арттыруды қамтамасыз етті.

● mmWave T-Cells үшін радиожиілік модулінің интеграцияланған пассивті фронтэндын қолдандық және қосалқы диапазондар бойынша жиіліктік бөлумен көпқатынауды (FDMA) жүзеге асырған алғашқы компания болдық. Бұл базалық станциялардың мүмкіндіктерін айтарлықтай кеңейтіп, оларға көптеген бір мезгілдегі пайдаланушылардан келетін қарқынды деректер ағынын тиімді өңдеуге мүмкіндік береді.

● Желінің бүкіл ауқымы бойынша нөлдік энергия тұтынуы бар тайм-слоттарда толық диапазонды синхронды өшірудің түбегейлі жаңа тәсілін, сондай-ақ ресурстарды неғұрлым дәл басқару үшін энергия тұтынудың көпдеңгейлі конфигурациясын ұсындық. Бұл бүкіл тізбек бойынша энергия тұтынуды шамамен 50%-ға қысқартуға мүмкіндік береді.

● Генеративті ЖИ негізіндегі тірек желілерді мультиагенттік технологияларды қолдану арқылы дамытуды жалғастырдық, сонымен қатар сантиметрлік диапазондағы зондтау және байланыс мүмкіндіктерін біріктірдік. Бұл желілерді on-device AI және embodied AI қажеттіліктеріне бейімдеуге, сондай-ақ сымсыз қосылым сапасын арттыруға мүмкіндік береді.

Оптикалық желілер

Оптикалық желілер саласында біз:

● Оптикалық желілердегі бұрмалануларды анықтау, басу және өтеу технологияларында серпілістерге қол жеткіздік, сондай-ақ жарық көздері, талшықты арналар және алгоритмдер механизмдеріне назар аудара отырып, тікелей қателерді түзету (FEC) үшін динамикалық қайта кодтаудың жаңа архитектурасын әзірледік. Бұл деректер орталықтары арасындағы жоғары сенімді әрі энергия тиімді оптикалық өзара қосылуларды қамтамасыз етеді.

● Ғарыштағы лазерлік байланыс, дифракциялық шекке жақын оптикалық антенналар және жоғары дәлдікті ұстау, сүйемелдеу және бағыттау (ATP) технологиялары сияқты бірқатар негізгі технологиялар бойынша ілгерілеуге қол жеткіздік. Бұл жетістіктер спутниктер арасындағы жылдам әрі жоғары дәлдікті анықтау мен сүйемелдеуді жүзеге асыруға, сондай-ақ ашық кеңістіктегі тұрақты лазерлік байланысты қолдауға мүмкіндік береді.

Желілік технологиялар

Желілік технологиялар саласында біз SuperPoD және кластерлер үшін ауқымды коммуникациялардың өнімділігін арттыруды жалғастырамыз. Осы мақсатта біз:

● Ірі кластерлерде оқыту мен қорытынды жасау кезінде жоғары өткізу қабілетін қамтамасыз ету мәселесін шешу үшін көпмаршрутты ақпаратқа негізделген Message-level signaling Congestion Control (MCC) жүктемені басқару алгоритмін салада алғаш рет әзірледік. Бұл алгоритм көпмаршрутты беру мен жеке пакеттер деңгейіндегі жүктемелер мәселесін еңсеруге, сондай-ақ коммуникациялардың өткізу қабілетін 25–50%-ға арттыруға мүмкіндік берді.

● Деректерді беру және басқару сигналдары жазықтықтары үшін параллель коммуникация архитектурасын салада алғаш рет құрдық. Бұл SuperPoD жүйелері үшін mixture of experts (MoE) қорытындысында төмен кідірісті қамтамасыз етеді. Синхрондау және реттілікті сақтау шығындарын азайту арқылы мұндай архитектура ұжымдық коммуникацияларды аяқтау уақытын 10–30%-ға қысқартады.

Тұтынушылық бизнес

Бұл бағытта біз материалдардан архитектураға дейін, жерүсті және спутниктік желілерден интеллектуалды құрылғылар мен интеллектуалды қосымшаларға дейін, сондай-ақ жарық пен түсті беру саласында технологиялық инновациялар мен пайдаланушылық тәжірибенің алдыңғы қатарында болуды жалғастырамыз. Атап айтқанда, соңғы бір жыл ішінде біз:

● Саладағы алғашқы ауыстырылатын қос телеобъективті камераны ұсындық. Бұл камера ірі сенсорды және қос телеобъективті біріктіріп, 3,7x және 9,4x оптикалық зум деңгейлерін қолдайды.

● Қосымша бағдартқыш механизмдері бар үш секциялы жоғары дәлдікті Advanced Precision Hinge System топсалы жүйесін әзірледік, бұл бүктелетін құрылғылардың тегіс әрі үзіліссіз жиналу және ашылу процесін қамтамасыз етеді.

● Бүктелетін ноутбуктерімізге диаметрі 3,5 мм болатын қос ультражұқа желдеткіштерді және мыс пен болат негізіндегі композитті материалдан жасалған антигравитациялық үшөлшемді булану камерасын енгіздік, бұл құрылғы ашылған күйде небәрі 7,3 мм қалыңдықта бола отырып, жоғары тиімді салқындатуды қамтамасыз етеді.

● Жерүсті желісінің жоғары арнасының ең жоғары жылдамдығын 1 Гбит/с-тан асыруды қамтамасыз еттік, сондай-ақ спутниктік және ұялы байланыс үшін біріктірілген чип архитектурасын қолдана отырып, жерүсті және әуе ортасында үздіксіз қосылымды қамтамасыз еттік.

● Желі қамтуы жоқ аймақтарда шұғыл байланысқа арналған жаңа технологияны ұсындық. Бұл жерүсті және спутниктік байланыс жағдайларында, сондай-ақ желі мүлде болмаған кезде жоғары сапалы пайдаланушылық тәжірибені қамтамасыз етуге мүмкіндік берді.

● True-to-Color Camera технологиямызды сапалы жаңа деңгейге көтердік. Multi-spectral Local White Balance технологиясының арқасында камера әр пиксель деңгейінде ақ түс теңгерімін қолдайды және негізгі камерамен, аса кең бұрышты камерамен және телеобъективпен үйлесімді жұмыс істей отырып, бірнеше жарық көзі бар көріністерде түстердің жоғары дәлдігін және табиғилығын қамтамасыз етеді.

● Есептеу эстетикасын және графикалық есептеулерді айтарлықтай күшейту үшін ЖИ қолдандық, нәтижесінде Custom Styles, Галереядағы Instant Movies, иммерсивті жарық өрісі визуалды әсерлері және 3DGS-рендерингті жеделдету сияқты интеллектуалды мультимедиялық функцияларды ұсындық.

● On-device модельдерді енгізу арқылы ЖИ мүмкіндіктерін кеңейттік, қоңыраулар кезіндегі шуды басу, қоңыраулар бойынша қысқаша мазмұндар, Celia Brief, құжаттардың қысқаша түйіндері және жергілікті ЖИ-іздеу сияқты неғұрлым интеллектуалды пайдалану сценарийлерін қамтамасыз етіп, Celia-ны одан әрі интеллектуалды әрі функционалды еттік.

● Аппараттық қамтамасыз ету, бағдарламалық қамтамасыз ету және чиптер арасындағы терең вертикалды интеграцияны аяқтадық, бұл HongMeng Kernel, BiSheng компиляторы және операциялық жүйенің терезелік жүйесі есебінен Mate 80 смартфондар сериясында өнімділікті 35%-дан астам арттыруға мүмкіндік берді.

Базалық бағдарламалық қамтамасыз ету

Бұл бағытта біз жаңа буындағы гетерогенді есептеу инфрақұрылымының базалық бағдарламалық қамтамасыз етуінің аса маңызды мүмкіндіктерін қолдау үшін ЖИ мүмкіндіктерін толық пайдаланамыз, сондай-ақ өзіміздің қуатты ЖИ-есептеу базамызға негізделген жаңа баламаны ұсынамыз. Осыған байланысты біз:

● BiSheng компиляторының мүмкіндіктерін кеңейтіп, микроархитектура ерекшеліктерін ескере отырып компиляциялау арқылы Ascend негізгі операторларының өнімділігін 20%-дан астам арттырдық.

● Unified Memory Development Kit (UMDK) жиынтығын коммуникацияларды жеделдету үшін қолдандық, бұл Ascend-ке MoE Expert Parallelism сценарийлерінде қорытынды жасау өнімділігі бойынша жетекші орындардың біріне шығуға мүмкіндік берді.

● Интеллектуалды тану және ресурстарды жоспарлау, көппроцессорлы кластерлерге арналған Optimized Container және қолданба ерекшеліктерін ескеретін компиляцияны жеделдету сияқты технологияларда озық нәтижелерге қол жеткіздік. Осы негізде біздің openEuler операциялық жүйеміз және BiSheng компиляторы Kunpeng-ке негізгі сценарийлерде жетекші өнімділік көрсеткіштерін қамтамасыз етті.

● GaussDB үшін pooling негізіндегі multi-write архитектурасының негізін қалап, TaiShan 950 SuperPoD-пен бірге қаржы ұйымдарының ядролық жүйелері үшін мейнфреймдер мен орта деңгейлі серверлерді бірқалыпты көшіруді қамтамасыз еттік.

ҒЗТКЖ инженериясы

Бұл бағытта біз тиімді және сенімді инженерлік мүмкіндіктерді қалыптастыру бойынша жұмысты күшейттік. Соңғы бір жыл ішінде бұл бізге:

● Қалқымалы нүктелі есептеулерді тексерудің сенімді және толық қадағаланатын толассыз тетігін әзірлеуге мүмкіндік берді. Бұл механизм NPU-дағы жасырын деректер бұзылуларының 90%-дан астамын анықтап, аса ірі есептеу кластерлерінде модельдерді оқыту кезінде сәтті конвергенция ықтималдығын едәуір арттырады.

● LLM негізіндегі ЖИ-агенттердің сенімділігін арттырудың жаңа тәсілін әзірлеуде пионер болуға мүмкіндік берді. Planning Domain Definition Language (PDDL) тіліне негізделген бұл жоғары бейімделгіш тәсіл тапсырмаларды орындаудың тәуекелді кезеңдерін сапалы түрде анықтап, ең жоғары тәуекел деңгейіндегі операциялардың 99,9%-ын болдырмауға қабілетті.

● Бағдарламалық инженерияны қайта пайымдап, сұраныстарды бөлу, код генерациясы, кодты шолу, модульдік тестілеу, жүйелік тестілеу және open-source компоненттеріндегі осалдықтарды жою үдерістерінде ЖИ-дің неғұрлым маңызды әрі сенімді рөлін қамтамасыз етуге мүмкіндік берді.