【西班牙,巴塞罗那,2024年2月26日】今天,在MWC24 巴塞罗那华为产品与解决方案发布会上,华为云CTO张宇昕表示:华为云坚持“AI for Cloud、Cloud for AI”,通过系统性创新,构建电信行业智能云底座,加速行业智能化升级。
华为云CTO张宇昕
AI for Cloud, 盘古大模型重塑电信行业
在AI for Cloud方面,华为云打造了盘古大模型,赋能各行业智能升级,同时也赋能各种云上应用。
张宇昕指出,华为云盘古大模型已经在电信行业一系列场景应用。比如,盘古研发大模型,帮助开发者实现一句对话生成代码、一个按键生成测试用例。盘古电信大模型,实现电信故障处理自动化率达90%,闭环时间从小时级降低到分钟级。盘古数字人大模型,服务电信客服、直播销售等场景,口型准确率大于95%,更真实。面向未来,华为云还将持续打造更多的大模型,重塑电信行业。
Cloud for AI,以系统性创新解决电信行业难题
在Cloud for AI方面,华为云打造了分布式QingTian架构、AI-Native存储、GaussDB数据库、数智融合平台等产品及解决方案,支持跨云、网、边、端部署和使用,通过系统化创新帮助电信行业构建智能的云基础设施。
AI-Native存储,为大模型提供高带宽、低时延、大容量的海量存储
大模型训练需要庞大参数,带来存储挑战,为此,华为云独创具备220TB超大带宽和微秒级超低时延的内存服务EMS,容纳PB级超大规模参数,让参数存得下。其次,基于SFS Turbo文件存储技术的大并发、高吞吐缓存服务,可提供千万级IOPS,将10亿条数据和元数据的准备时间从100小时缩短至5小时,让数据准备速度快。最后,基于OBS对象存储技术构建的低成本大容量知识湖服务,训练和推理数据的存储成本降低30%,让海量数据存得起。
GaussDB数据库,为电信行业构建海量数据高效安全处理的坚实底座
GaussDB是企业级分布式数据库,已成功上线近10万个节点。在高可用方面,GaussDB提供双集群强一致方案,实现RPO等于0。高安全方面,它通过了业界最高安全认证CC EAL4+,为客户的数据交易提供了极致的安全。同时,华为云构建了一站式的迁移自动化工具链,实现95%的自动语法转换,让迁移更简单。
数智融合平台,为大模型提供更高效、高质量的数据底座
数据是大模型的源泉,电信行业要构建大模型,需要整合B域、O域、M域相关数据,构建统一的数据湖。华为云数智融合平台,为大模型提供更高效、高质量的数据底座。首先,通过统一的数据资源和元数据技术LakeFormation,做到一份数据共享使用,数据0搬迁。其次,通过统一数据治理和安全DataArts Studio,为AI科学家提供高质量合规数据。最后,通过融合DataArts、ModelArts、CodeArts三条生产线能力的协同工作台,让数据和AI工作流pipeline统一编排和调度,以实时数据驱动模型的在线训练和推理。
业界首个大模型多云部署形态,为运营商打造Cloud on Cloud方案
华为云盘古大模型的各种能力、以及大模型赋能的各种云服务,都支持不同的部署模式,包括公有云、专属云和混合云。对于希望建立自己专属AI平台和大模型的电信企业,通过华为云Stack混合云平台,可以在企业的数据中心部署AI算力和大模型的关键产品,帮助企业一站式建设专属大模型。
华为云面向运营商也打造了独一无二的Cloud on Cloud方案,提供咨询、端到端运营和一站式迁移能力。
张宇昕表示:“华为云在全球已经服务超过300万家客户,开放超过15万个API,云商店应用已超过1万款。我们希望分享服务客户的经验、创新技术和生态系统,帮助运营商快速构建更丰富的ToB能力,抓住智能升级新商机。”
MWC24 巴塞罗那于2月26日至2月29日在西班牙举行。华为展区位于Fira Gran Via 1号馆1H50展区。2024年是5G-A商用元年,华为将与全球运营商、合作伙伴一起,携手共进,促进“网云智”协同创新,推动数智化转型深入发展,繁荣产业生态,加速5G商业正循环,拥抱更繁荣的5G-A时代。欲了解更多详情,请参阅: https://carrier.huawei.com/cn/events/mwc2024
好文章,需要你的鼓励
多伦多大学研究团队提出Squeeze3D压缩框架,巧妙利用3D生成模型的隐含压缩能力,通过训练映射网络桥接编码器与生成器的潜在空间,实现了极致的3D数据压缩。该技术对纹理网格、点云和辐射场分别达到2187倍、55倍和619倍的压缩比,同时保持高视觉质量,且无需针对特定对象训练网络,为3D内容传输和存储提供了革命性解决方案。
浙江大学与腾讯联合研究团队提出MoA异构适配器混合方法,通过整合不同类型的参数高效微调技术,解决了传统同质化专家混合方法中的表征坍塌和负载不均衡问题。该方法在数学和常识推理任务上显著优于现有方法,同时大幅降低训练参数和计算成本,为大模型高效微调提供了新的技术路径。
耶鲁、哥大等四校联合研发的RKEFino1模型,通过在Fino1基础上注入XBRL、CDM、MOF三大监管框架知识,显著提升了AI在数字监管报告任务中的表现。该模型在知识问答准确率提升超过一倍,数学推理能力从56.87%提升至70.69%,并在新颖的数值实体识别任务中展现良好潜力,为金融AI合规应用开辟新路径。
加州大学圣巴巴拉分校研究团队开发出能够自我进化的AI智能体,通过《卡坦岛拓荒者》桌游测试,这些AI能在游戏过程中自主修改策略和代码。实验显示,具备自我进化能力的AI显著超越静态版本,其中Claude 3.7模型性能提升达95%。研究验证了AI从被动工具向主动伙伴转变的可能性,为复杂决策场景中的AI应用开辟新路径。