华为的进击：盘古大模型「翻新」矿山

每一个大模型开发者，都将是改变世界的英雄。

©️懂财帝原创 ·作者｜嘉逸

当众多巨头在大模型赛道上激烈拼杀时，华为将目光对准了各行业的重塑。

在AIGC行业竞争格局激烈的今天，国内外众多企业在这个领域布局。几家头部企业如微软、谷歌、亚马逊等在市场份额、技术研发、品牌影响力等方面虽具有明显优势，但乾坤未定。

仅仅半年，仅国内10亿级参数规模以上大模型就已超80个，全世界更是有数百个相关企业在研究大模型的落地。

相较而言，国内企业并不具备优势。因此如何在这种情况下，走出一条属于自己的路，成为众多巨头所要头疼的问题。

目前来看，因为不同的考量，国内企业关于大模型的发展方向出现分歧，除了此前备受看好的C端，部分企业转变思路，认为B端才是大模型的未来。

华为的盘古大模型，便是典型代表。

作为较晚官宣大模型进展的头部企业，华为选择了一条与众不同的路：通过定位产业，盘古大模型包含三层架构、多个模型，借此组合形成覆盖绝大多数行业的细分大模型，以达到重塑各行业生态的愿景。

事实上，盘古3.0此次落地行业赛道，也是基于其在AI领域长达十余年的深耕，对于华为来说，自2012年开始，这一场大模型领域的竞备，就已经开始了。

厚积方能薄发，如此长的时间跨度，足够华为进行AI层面的深度思考，这也令其取得了斐然的成绩。

近日，盘古气象大模型登上nature正版，一举奠定了华为在行业大模型领域的地位，也使得7月18日发布的盘古商用矿山大模型引起了更多的关注。

1｜盘古入气象进矿山

华为常务董事、华为云CEO张平安公开表示：“盘古大模型要让每个行业、每个企业、每个人都拥有自己的专家助手，让工作更高效更轻松。我们始终坚持AI for Industries的战略，在深耕行业的道路上不断前行。我坚信大模型将重塑千行百业，而每一个开发者，都将是改变世界的英雄。”这一语道破了盘古聚焦行业赛道的原因。

7月6日，《Nature》杂志正刊发表的一篇名为《三维神经网络用于精准中期全球天气预报》的论文轰动了世界。

这是华为云盘古大模型研发团队的最新研究成果，同时也是近年来中国科技公司首篇作为唯一署名单位发表的《自然》正刊论文。

“华为云盘古气象大模型让人们重新审视气象预报模型的未来，模型的开放将推动该领域的发展”，其审稿人对华为团队的这一成果给予了不俗的评价。

华为研发团队发现，AI气象预报模型的精度不足主要是因为原有的AI气象预报模型都是基于2D神经网络，无法很好地处理不均匀的3D气象数据。此外，AI方法缺少数学物理机理约束，因此在迭代的过程中累计误差。

对症下药，华为研发团队针对性地创造出了适应地球坐标系统的三维神经网络，专项处理复杂的不均匀3D气象数据，而迭代的过程中累计误差，团队则选择使用层次化时域聚合策略来减少预报迭代次数，进而减少迭代误差。

提前五天预报出台风“玛娃”将在台湾岛东部海域转向路径，使盘古大模型再次惊艳了所有人，这也意味着纯数据驱动的AI天气预报同样具有不可否认的实力。

根据“华为云开发者大会”披露的信息，盘古大模型已经深耕的行业超过10个，业务场景更是破400个，近日推出的商用矿山大模型则是其又一力作。

盘古矿山大模型由华为、山东能源和云鼎科技共同发布。其中，由于华为对矿山场景了解有限，因此只提供底层模型，山东能源提供实验场所场景，云鼎科技则负责行业专有能力的开发。

今年一月份基于盘古大模型的人工智能训练中心便已建成，目前兴隆庄煤矿、李楼煤业和济二煤矿等单位均已尝试开发和实施首批场景应用，涵盖了采煤、掘进、防冲、洗选、焦化等9个专业21个应用场景，力图在实践中优化数据和结构。

截至目前，盘古矿山大模型已经识别了1000多个场景，其中包括300多个核心场景。

此外，与山东能源这类大型国企合作，有利于提升华为影响力，为日后与国能、中煤等央企合作打下基础，也对盘古矿山大模型进军陕西、山西和蒙古鄂尔多斯等地有利好。

事实上，国家对矿企有科研创新要求，自2020年开始各矿企便在矿井中开始部署5G，而智能化部署也能很大程度上提升采掘工作的安全水平。

国家矿山安全监察局曾披露，全国煤矿智能化采掘工作面已经达到1300余个，有智能化工作面的煤矿达到694处、产能每年21亿吨，智能化煤矿百万吨死亡率为0.024，不到平均水平的50%，已经接近发达国家的安全生产水平。

国内很多企业都面临着技术攻坚难题，如何在算法上下功夫成了大家的主攻方向，盘古也正是凭借着独特的“5+N+X”三层架构完成自身大模型的落地。

2｜只做事，不作诗

“5+N+X”三层架构即五个基础大模型+N个行业大模型+X个更多细化场景的模型。以此形成的分层解耦设计，可以快速适配、快速满足行业的多变需求。

具体来看，五个基础大模型包括自然语言大模型、视觉大模型、多模态大模型、预测大模型和科学计算大模型；N个行业大模型，既有基于行业公开大数据的行业通用大模型，也有基于行业客户自有数据，而打造的企业定制化大模型；X个细化场景则更多针对不同细分场景，以此做到可以随时使用。

这便是此前各大企业推出的大模型均未涉及的“完全的分层解耦设计”，对于盘古来说，要想适配行业不同场景，就必须要做到完全解耦。

若企业仅需图像分析，而不要文案生成，经过解耦后，他们就可以按需调用自己所需要的内容；数据解耦意味着，模型升级时，数据可以复用。

总体来看，盘古作为千亿级别稠密模型不仅具备涌现、思维链能力，还通过独特的“完全的分层解耦设计”，使其能够下沉到行业底层，成为各行业的“专家”，这也意味着盘古具备了重塑各行业生态的能力。

此外，作为其性能的重要体现数据之一，盘古最底层的基础大模型包括100亿参数、380亿参数、710亿参数和1000亿参数四个版本，预训练使用了超3万亿tokens，其训练效能优于业界主流GPU1.1倍。

盘古在算法上的突破还包括，在人工智能算法上大量且持续的投入，包括但不限于深度学习、神经网络、计算机视觉等领域，这也说明了“只做事，不作诗”不仅只是一句口号。

据悉，华为的算法团队早已在神经网络、循环神经网络等基础算法上进行了大量优化和改进，提升了算法的性能和效率，盘古气象大模型，便是基于其卓越的算法性能实现的。

一个优秀的大模型，其数据能力不可缺失。张平安也曾强调：“数据库是行业数字化转型、数智融合创新的关键根技术之一。”

目前，华为推出了自主研发的分布式数据库GaussDB，该数据库支持人工智能应用所需的大规模数据处理和分析，能够提高数据处理效率和准确性。

对比同业，阿里云的部分数据库今年四月份通过信通院的“全密态数据库”产品能力评测，而GaussDB 则是100%全部数据库通过评测，且完全摆脱了加密硬件的依赖，支持纯软件方案加密方案。

这意味着GaussDB拥有着数据方面最核心的竞争力——安全性。

除了算法和数据，芯片对大模型性能的影响也极大。但是因为光刻机等核心技术的不足，目前中国企业尚未具备制作顶级芯片的能力，大多依赖英伟达提供的芯片。

随着人工智能技术的不断发展，AIGC行业逐渐成了推动全球经济发展的新引擎。未来，AIGC行业的发展不仅依赖于更高级的算法、更高效的计算能力以及更精细的数据分析；同时也离不开应用场景的拓展，AIGC的应用场景将越来越广泛，例如智能制造、智慧城市、数字医疗等，而2B则将在其中扮演重要角色。

事实上，盘古大模型能够一鸣惊人，离不开华为此前对AI赛道的重视。

3 ｜ 十年征途

2019年，华为云开始AI大模型的研发，并于2021年发布了基于Transformer架构的盘古1.0，此次推出的盘古3.0便是于其基础上在架构、训练方法等方面进行了升级。

盘古的故事始于2019年，而华为人工智能的故事则要追溯到二十一世纪初。彼时华为公司的创始人任正非便已经认识到人工智能的巨大潜力，并决定在这个领域投入大量资源和精力。于是，一支由顶尖工程师和科学家组成的团队得以组建，这就是华为人工智能的起点。

2012年，华为成立人工智能实验室，开始探索人工智能技术，如深度学习、神经网络等；2014年华为推出第一款人工智能产品——智能语音助手“小E”问世；次年，华为推出全球首款智能感知芯片麒麟950，集成了人工智能处理单元，为移动设备带来了强大的AI计算能力。

此后，华为在人工智能领域突飞猛进。从2016年的麒麟970，到2017年的麒麟980，再到2018年的麒麟990，华为一步步在这一领域深耕。

2020年华为更是发布了全球首款5G SoC芯片麒麟9000，集成了5G调制解调器和双核达芬奇架构的NPU，进一步推动了手机AI技术的发展。

除了芯片技术的创新，华为还在人工智能应用（智能家居、智能交通等）、人才培养（设立人工智能专业、开展人工智能研究项目等）、实验室建设（智能计算实验室、智能感知实验室等）方面进行了积极的投入和探索。这些努力为华为在人工智能领域的发展奠定了坚实的基础，并推动了人工智能技术在各个领域的应用和发展。

对于华为来说，若想谋求进一步发展，大模型赛道不可缺席。

彭博行业研究报告显示，未来10年内，AIGC的市场规模将以42%的年复合增速，从2022年的400亿美元，增长至2032年的1.3万亿美元。

微软创始人比尔·盖茨此前公开表示：他的一生经历了两次技术革命——第一次发生在1980 年；第二次是2022年。这再次印证了大模型赛道的巨大潜力。

然而巨大的市场潜力意味着更加严格的监管，7月13日，国家网信办联合国家发展改革委、教育部、科技部、工业和信息化部、公安部、广电总局七个部门共同公布《生成式人工智能服务管理暂行办法》，这代表了更加规范化的市场趋势，也预示着行业落地加快。

对于盘古的研发人员来说，如何帮助模型更好地理解行业需求，优化其模型算法，并与行业进行深度融合，以提供更高效、更精准的服务，是其下一步的重点，想要在如此内卷的大模型赛道做到“举重若轻”，确实颇具难度。

市场瞬息万变，若要在千军万马中杀出一条血路，不仅需要强大的实力，也需要独特的思考。避开竞争惨烈的2C选择2B，以塑造行业的角度参与到大模型竞备中，不失为一种新思路，“和而不同”的盘古如何更好地实现重塑行业生态的愿景，仍是其管理层需要静心思考的问题。

说明：数据源于公开披露，不构成任何投资建议，投资有风险，入市需谨慎。