有云处皆智能：浪潮云发布全新Slogan，年度百城计划已完成6成

“今年4月浪潮云发布海若数据大模型，并提出100个城市计划。截至目前，浪潮云已经完成62个城市计划，我们有信心提前完成100个城市的布局。”8月28日，浪潮云总经理颜亮在“云端眺望 数智共生”2024浪潮云数智未来大会上表示。

据了解，会议期间，浪潮云发布了“有云处皆智能”的全新品牌Slogan和《数据空间关键技术研究报告》，也展示了济南市“大模型创新工厂”等成果。

图 | 会议现场（来源：资料图）

有云处皆智能

“有云处皆智能”这一全新Slogan的亮相，是本次大会的重要看点之一。在浪潮云看来，智能能力是在云上自然生长出来的，即它是“云能力升级”的一种表现。

有云处皆智能，首先是市场发展和客户需求所带来的新方向。十年前，业内就已经涌现出不少人工智能成果。当时，人们更多将着力点放在云的基础设施建设上。基础设施建设决定着上层运营体系，而运营体系决定着业务模式。也正因此在大约十年前，很多围绕人工智能的模式探索、以及围绕数据的模式探索并未取得成功。当下，人们之所以认为新一代人工智能具备改变运营环境的能力，是因为基础设施已经变得成熟。同时，对于作为底层云的公有云和行业云来说，不管它们采用集中式方式还是分布式方式，总的来说它们都已经成熟，能在基础设施上带来强大的支撑。

有云处皆智能，其次是智能演进的结果。早在几年前人工智能就已成为热点话题，但当时人们更多做的是功能性智能，即围绕单点智能进行研发。而浪潮云之所以提出系统智能，是因为随着大模型的发展，类脑机器人的涌现是本轮人工智能发展的主要特点，实际上它也是另一个代际的跨越。过去，汽车延展了我们的双足，机器臂延展了我们的双手，摄像头延展了我们双眼，采集器延展了我们的双耳。如今，大模型延展了我们的大脑。过去，人们曾利用人工智能做出很多功能性产品，但是它们更像是一种局部性集群，比如足部的集群、手部的集群。而针对大脑进行延展之后，还要把功能性集群或功能性组织和大脑进行连接。比如，将机车、机器臂、摄像头和采集器和大模型进行连接，即打造系统性的智能。事实上，城市是这样，企业也是这样。对于一座城市来说，它有很多功能的采集器或交通工具。对于一家企业来说，它有很多功能性的组织。而这些都是未来可以发展系统智能的地方。

颜亮表示，浪潮云为大模型寻找应用场景的过程，也是让旧有技术和新一代机器大脑进行再连接的过程。而本次浪潮云Slogan的变化，正是因为随着产业发展和技术变革的推进，使得大模型必须以可控的方式进行落地和生长。

带数入场，工具加持

那么，浪潮云的云计算和大模型具体是如何结合的？据了解，浪潮云的海若大模型以海若基础大模型为底座，聚焦政府、制造、交通、应急、医疗、农业六大领域，还能够为用户提供行业专属大模型。通过打造以数据要素和大模型为核心的“双核”新底座，以及通过学习3000多个行业数据集，浪潮云已经打造300多个行业场景，并已在政务领域落地十余个项目。

黑龙江省的“龙江智数”大模型，是浪潮云在政务领域的典型客户案例。对此，浪潮云首席技术官孙思清表示：“我们针对黑龙江政府的公共数据，拓展出7个业务场景，将政府公共数据的体系智能化管理，大幅提升了整体作业效率。”

关于带数入场，孙思清举例称，在使用海若大模型生成公文时，尽管用户会提出千人千面的需求，但是针对一些简单公文，大模型能够实现标准化的生成。即通过公共数据集的训练，采用带数入场的方法就能满足用户需求。而假如用户有更高的需求，浪潮云会通过提供数据治理工具，帮助用户把专有数据变成高质量数据，从而让大模型和用户自身业务更加贴近。

颜亮总结称：“系统智能不是一个静态目标，而是一个逐渐泛化的过程，即会泛化到各个环节之中。”当然，“龙江智数”案例，只是海若大模型的落地案例之一。

比如，在医疗领域，浪潮云将医药信息文档投入海若大模型，通过立等可取的分析结果、瞬时即出的用户体验，让科研人员和企业认识到了大模型所发挥出的能量。比如，此前齐鲁制药面临着分析结果准确率低、需人工二次确认等问题，而海若大模型让其分析准确率提高至95%。而针对山东省某三甲医院住院病历书写工作量大的场景，通过海若大模型的“海若写病历”功能采集医患对话，让医生只需15秒即可自动生成准确率超90%的结构化病历，让医生的写病历工作量降低了70%。

行业大模型落地的关键三要素

浪潮云认为，2024年是行业大模型落地的元年。在行业的落地过程中，其也总结了三个关键要素。

关键要素之一是算力基础设施，即行业算力到底该怎么部署？大模型的行业落地，一般会经历三个阶段。第一个阶段是客户希望获知大模型和自家业务结合之后能够带来的改变。第二个阶段是客户开始追求应用场景的多样化和准确率。第三个阶段客户希望统筹建设行业职能，并确保拥有最佳的算力性价比。

关键要素之二是行业数据集，同时它也是大模型能否实现业务价值的核心。行业场景是有边界的，对于一个医疗模型来说，人们只需要它能回答医疗相关问题即可。同时，数据要具有可持续性，就好比一家教育机构的教材也要具有可持续性一样。此外，还得具备安全性、合规性和准确性。一旦数据和模型进行融合之后，在产生新应用的过程中也会产生新算法，从而让模型更好地应用于云端。比如，有些客户的数据涉及到隐私不能让其出域，需要针对这些数据进行脱敏处理，从而使其成为高质量的数据集，进而能够用于模型的训练和学习，借此让模型拥有更高的准确率。

关键要素之三是模型算法。对于大模型的行业落地来说，模型参数并不是越大越好。大模型的三大核心定律分别是参数规模、泛化能力、以及深入的专业知识。基于此，浪潮云总结出一个“1+M+N”的行业落地模式。“1”指的一款行业基础模型，“M”指的是专家模型或专业模型，“N”针对用户个性化需求打造的私域模型。

图 | 展区现场（来源：资料图）

将数据空间当做重要抓手

“数据”是浪潮云在本次大会上多次提及的词语。数据作为第五大生产要素，正在从数据资源演变为数据资产，同时其经济属性也正在日益凸显。当前，数字经济正在迈向以数据可信流通为核心的数据技术3.0时代，大模型的出现加快了各行各业的数字化进程和智能化进程。

因此，浪潮云将数据空间当做一个重要抓手，让数据通过共享和流通来实现价值。数据空间的本质，在于构建数据流通的基础设施。这和浪潮云构建“平台+服务+生态”战略定位完全一致。因此，浪潮云将在可信数据技术上加大投入。可信技术必须构建在算力基础之上，而此前浪潮云已在全国布局120多个算力的云中心。基于浪潮云已有的算力基础设施布局，其将能够快速构建起一个数据基础设施体系。同时，其也在和国家信息中心联合开展技术攻关，并在参与行业标准的制定。预计在2024年年底之前，浪潮云会在全国选出一些试点单位，针对数据空间技术进行试点运营，依托已有的算力基础设施网络，构建出基于全国算力的数据流通基础设施。此外，浪潮云也会和数据产品服务商、数据技术服务商，联合打造基于全国数据的生态体系。

同时，浪潮云也正在努力研发多源异构算力融合技术，比如让海若大模型和不同算力进行融合，以及探索在分布式算力之下针对大模型进行调度。在国内，由于行业对于数据安全的要求，因此分布式算力一定会成为一种常态和标准模式。所以，浪潮云还将致力于解决训练、推理等方面的算力调度问题，以及解决多源异构算力的适配问题和兼容问题。

总的来说，浪潮云将依托海若数字创新生态共同体，力争发展100+大模型应用伙伴，希望能够拉动300+产品服务上架生态市场，联合多城市智算中心提供算力支撑，助力千行百业的创新发展。