大模型、AIGC、Agent…… 过去一年中，这些新名词频频占据媒体头条，新一轮工业革命的速度之快，俨然超出了不少人的预期。
特别是“深化大数据、人工智能等研发应用，开展人工智能 + 行动，打造具有国际竞争力的数字产业集群“被明确写进政府工作报告的背景下，每家企业都需要思考一个现实问题：如何加速大模型的落地应用，用人工智能赋能产业升级，以及有效应对新技术带来的风险与挑战?
刚刚结束的华为中国合作伙伴大会 2024 上，华为云中国区副总裁冯其友参与了政企分论坛的讨论，并给出了加速智能化升级的新解法。
重识云计算：新质生产力“底座”
为什么要向智能化升级？可以找到的答案也许有很多，而生产力的迭代常常是解释其必然性的“题眼”。
回顾人类文明的发展史，每一次跃变都离不开生产力的转型升级。就像瓦特改良的蒸汽机点燃了第一次工业革命，让人类进入到了工业化时代；互联网的出现和普及，让人类世界步入到了信息化时代；以大模型为基础的人工智能技术，大概率将颠覆人们的生活方式，产生不同于传统生产力的新质生产力。
对于“新质生产力”的定义，一个比较具象化的说法是：大量运用大数据、人工智能、互联网、云计算等新技术，与高素质劳动者、现代金融、数据信息等要素紧密结合，而催生的新产业、新技术、新产品和新业态。
其中云计算扮演了“新质生产力底座”的角色，原因可以追溯到云计算价值和概念的三次“刷新”。
第一个阶段是资源上云，即存储、服务器、网络资源、计算资源等基础设施的上云。在虚拟化、容器、微服务等技术的驱动下，基础设施的弹性获取成为现实，极大地提升了资源的利用率。
第二个阶段是应用上云，一些关键应用迁移上云，譬如协同、管理、运营类应用的上云，进一步提高了企业的协作效率、管理水平和创新能力，云计算不再只是底层资源，而是一种服务。
第三个阶段是深度用云，由华为云在 2021 年 12 月提出的概念，云计算被认定为企业数字化转型的最佳路径，不仅要解决“如何建好云”，还要“深入用好云”，充分挖掘云的价值，为企业提供创新驱动力。
经过两年多时间的沉淀后，华为云提出的“深度用云”，早已是云计算产业上下游的共识，并逐步梳理出了一套方法论：
一是向云原生演进，包括分布式数据库、云原生数据湖、容器、微服务等，进行新一代分布式平台的搭建和应用的改造；二是基于云开展业务创新，将云上的各类技术与业务全流程深度结合，不断探索新的业务场景。三是就是借鉴业界成功的经验和方案，兼顾稳健和创新，尽量避免“踩坑”。
冯其友在演讲中透露了这样一组数据：目前已经有超过 55 家央企、800 多个政务云项目、300 多个金融云项目和华为云合作。
大型政企往往是智能化转型升级的主力军，同时也是云化的先行者，他们的选择在很大程度上揭示了先进生产力的演进方向：云计算所代表的已经不是 IT 基础设施，而是新的动能引擎，深度影响着企业管理和业务生产模式的变革。只有找到对的云伙伴，智能化升级才能事半功倍。
智能化升级：华为云成政企首选
厘清了云计算的角色和价值，需要回答的另一个问题是：云厂商如何满足政企加速智能化升级的诉求？
大型企业拥有丰富的私有数据资源，对大模型的训练至关重要，可把数据上传到公有云去训练的话，存在安全风险，也不符合监管要求；倘若企业从零开始建设大模型，所需耗费的资金、算力、人才成本巨大；而且每个行业的业务特点、场景需求不同，还需要差异化的大模型能力供给。
IDC 等第三方机构的报告显示，华为云已经连续六年位居中国政务云基础设施市场份额第一，连续五年中国金融自建云基础设施市场第一，连续两年位居数字政府大数据管理平台市场份额第一，业已成为政企智能化升级的首选。
面对政企的“大模型烦恼”，华为云提出了混合云的方案 —— 部署具备边云协同、软硬协同的混合云来构建大模型。
简单来说就是，利用公有云上充沛的算力打造预训练基础大模型，然后通过混合云架构将大模型同步到本地，导入企业的私有数据对基础大模型进行训练和微调，再推送到边缘做推理。既解决了数据安全合规的诉求，又避免了大量资金和人力的投入，“多快好省”地部署大模型。
2023 年 11 月的华为云行业高峰论坛上，华为云推出了业界首个大模型混合云华为云 Stack，提供算力平台、云服务、开发套件和专业服务等业界最完整的 AI 生产链，并针对政企客户的大模型场景做了四大优化：
第一，基于原生混合云能力帮助政企客户将大模型从本地延伸到边缘和公有云，通过多云架构满足“公有云训练、本地微调、边缘推理”的混合云模式，快速实现大模型全场景跨云部署。
第二，通过软用协同实现算子融合与混合精度的优化，前者可以将多个连续操作合并为一个更高效的操作，后者减少了训练模型所需的内存，进而让模型训练性能提升 45%。
第三，为了让企业高效地完成数据清洗、模型开发和应用开发，华为云提供了数据工程套件、模型开发套件和应用开发套件。以一个千亿级的行业模型为例，端到端的开发效率提升了 5 倍。
最后，针对大模型训练的中断问题，华为云通过故障自动修复、备机自动更换分配、热复位续训等能力实现了大模型的长稳训练，保障 30 + 天不中断，全面满足大模型训练的稳定性要求。
典型的例子就是山东能源，基于大模型混合云构建了打造业内首个矿山大模型，确保“数据不出域”的前提下，推进人工智能大规模“下井”，目前已经在山东能源集团 26 家煤矿进行推广应用，涵盖采煤、掘进、主运等 9 个专业，半年时间内就孵化出了 40 多个细分场景。
也就是说，基于混合云构建大模型，将人工智能技术融入到生产、消费、服务等端到端环节，已经是大型政企实现智能升级的最优选，势必会成为未来行业大模型的重要部署形态。
为创新提速：云服务竞争升维
不管是“深度用云”的理念，还是降低大模型门槛，背后的主旨都在于：帮助企业解决难题，创造新价值。
而作为云计算赛道里的头号玩家之一，华为云的主张势必会影响整个行业的竞争态势：到底是采用价格手段制造优势，还是为客户的创新提速？有理由相信，在价格竞争和价值竞争的较量中，天平大概率会偏向后者。
就像前面提到的例子，瓦特改良的蒸汽机，点燃了第一次工业革命。可对于当时纺织厂的厂长们来说，他们想要的不是蒸汽机，而是蒸汽机驱动的纺纱机器。同样的道理也适用于云计算，客户想要的不是一堆难懂的技术概念，而是是场景化的解决方案，以及配套的咨询、应用集成等服务。
回到智能化升级的话题上，政企所谋求的不单单是安全，还要“懂行”，即理解行业、理解业务。就这一点来看，在政企领域深耕多年的华为云，可以说是名符其实的示范生。
比如金融核心系统现代化问题。国内很多金融机构的核心系统依托主机采用集中式架构进行建设，曾经支撑了数字金融的快速发展，但在数字化、智能化进程加速，以及新形势下对金融科技的发展要求，需要更加开放、稳定的现代化的核心系统支撑业务创新。
为此，华为云基于丰富的行业经验绘制出了主机上云“1+3+N”蓝图，包括 1 个“实施工艺”、3 大“场景化方案”和 N 个“生态伙伴”。同时在蓝图牵引下，联合伙伴共同打造主机上云解决方案，围绕基础设施现代化、应用现代化、工程能力现代化，为金融机构提供了覆盖全场景的核心系统升级改造方案。
有创新诉求的，不仅仅是金融机构，千行万业的智能化升级已是一种现在进行时，也绝非一家企业的一己之力所能满足的。
华为云的做法是联合生态伙伴，将自身的数智化转型经验，以及各行业云化的最佳实践沉淀为专业服务，通过将硬件、云服务组合、组网、配置、应用等做成标准化的方案，让经验可复制。
以面向央国企的“双百行动”为例，华为云将携手伙伴共同构筑 100 + 智能的行业场景化解决方案，打造 100 + 领先的行业标杆示范项目，联合实践攻克核心技术，沉淀行业资产和最佳实践，带动更多企业实现产业升级。通过赋能中国企业自立自强，一起搭建智能桥梁为创新提速。
市场研究机构 Omdia 在最新发布的 2024 年云计算市场观察中，已然印证了华为云的正确性：云计算当前可能已进入生命周期的成熟阶段，但其增长并未放缓。云计算在工作负载中的渗透率已达到 50%。这在一定程度上促使云服务提供商在交付服务方面进行提升或优化，以满足客户对云的价值的期望。
属于云计算最好的时代，远远没有到来。
正如华为常务董事、华为云 CEO 张平安多次提及的一句话：“我们就是要帮助行业解最难的题，做最难的事情，加快 AI 重塑千行万业。”
云计算唯有走向业务深处，才会迸发出澎湃的生产力。至少就政企行业的洞察来看，致力于加速行业智能化的华为云，给自己找到了无限的生长空间，也为千行万业提供了智能化的范式。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。