來源：21ic，謝謝

華為該產品將主要面向To B/G政企端客戶，普通用戶在前期階段可能難以直觀體驗到該產品。

編輯：感知芯視界

ChatGPT爆火全球的速度讓人又驚又喜，而在AI大模型賽道上，不僅僅是國外大廠打得不可開交，就連國內企業也在瘋狂追趕。比如，今年3月百度發布的大語言模型“文心一言”，可謂是打響了國內ChatGPT第一槍；緊接著，360、阿里、商湯等科技企業也相繼推出了自己的AI大模型工具，徹底點燃了AIGC戰火。

在ChatGPT引發的新一輪技術浪潮之下，華為作為中國科技公司的代表，自然也不會輕易掉隊。近日有消息稱，華為將舉行的HDC.Cloud 2023開發者大會上，推出一款全新的人工智能產品——盤古Chat。

據悉，這是一款與ChatGPT相媲美的多模態千億級大模型，可以實現自然語言理解、對話生成、圖像識別等功能。不過，該產品將主要面向To B/G政企端客戶，普通用戶在前期階段可能難以直觀體驗到該產品。

事實上，華為早在2020年就開始布局盤古大模型了，并于2021年4月正式發布，到2022年聚焦行業應用落地，其進化路徑可分為L0-L1-L2三個階段：

L0階段是指基礎大模型，旨在利用海量數據進行預訓練，從而得到通用基礎模型，包括NLP（自然語言處理）大模型、CV（計算機視覺）大模型、多模態大模型、科學計算大模型，以及Graph（圖網絡）大模型。

L1階段是指行業大模型，是在L0基礎上導入行業數據進行訓練后衍生出的模型，目前已經發布了盤古金融大模型、盤古礦山大模型、盤古電力大模型、盤古制造質檢大模型、盤古藥物分子大模型等。

L2階段是指大模型迭代，是在L1基礎上結合行業細分場景得到的推理模型，比如金融OCR模型、電力巡檢模型等。以電力行業為例，華為云基于盤古電力大模型，針對無人機電力巡檢細分場景，通過一次“預訓練+下游任務”的微調，推出盤古電力巡檢大模型，解決了無人機智能巡檢系統（缺陷檢測）中的小樣本學習、主動學習、增量學習等問題，同時解決了海量數據標注工作量大和缺陷種類繁多的問題。

對于盤古大模型的定位，華為內部團隊確立了三項最關鍵的核心設計原則：一是模型要大，可以吸收海量數據；二是網絡結構要強，能夠真正發揮出模型的性能；三是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。

目前，盤古大模型已在100多個行業場景完成了驗證，包括能源、零售、金融、工業、醫療、環境、物流等，從行業及場景兩個維度能夠管窺盤古大模型的應用情況：

在行業方面，CV大模型可應用于工業質檢、物流倉庫監控、時尚輔助設計等領域。NLP大模型可應用于智能文檔搜索、智能ERP、小語種大模型等領域；科學計算大模型可應用于氣象預報、海浪預測等領域。

在場景方面，盤古礦山大模型實現了綜采場景的全景視頻拼接等功能，保障安全生產；CV大模型實現了貨車故障軌旁圖像檢測系統精度超過人類檢測員；氣象大模型實現了精度超過傳統預報方式。

此前曾有券商披露，在訓練千億參數的盤古大模型時，華為團隊調用了超過2000塊的昇騰910芯片，進行了超過2個月的數據訓練能力。

據官網介紹，昇騰（HUAWEI Ascend）910是業界算力最強的AI處理器，基于自研華為達芬奇架構3D Cube技術，實現了業界最佳AI性能與能效，不僅架構靈活伸縮，還支持云邊端全棧全場景應用。在算力方面，昇騰910完全達到了設計規格，半精度（FP16）算力達到320 TFLOPS，整數精度（INT8）算力達到640 TOPS，功耗310W。

可以預見，華為入局AI大模型賽道，百度、阿里、騰訊等巨頭企業無疑將迎來最強勁對手。正如華為常務董事、華為云CEO張平安在《致全球開發者》的信中表示，AI技術風起云涌，百家爭鳴，激發新一輪百花齊放的應用創新，驅動千行百業的數字化轉型升級，“Al for Industries”將成為人工智能新的爆發點。

*免責聲明：本文版權歸原作者所有，本文所用圖片、文字如涉及作品版權，請第一時間聯系我們刪除。本平臺旨在提供行業資訊，僅代表作者觀點，不代表感知芯視界立場。

審核編輯黃宇