华为徐直军：AI发展趋势与华为智能化战略，算力为王，体验至上！
元描述： 华为副董事长徐直军在全联接大会上阐述了AI发展趋势与华为智能化战略，强调算力是智能化的关键基础，并针对大规模AI算力、基础大模型和终端AI提出独到见解。
引言： 在人工智能浪潮席卷全球的今天，华为副董事长、轮值董事长徐直军在华为全联接大会上发表了关于AI发展趋势与华为智能化战略的精彩演讲。他深入探讨了算力在智能化发展中的关键作用，并针对大模型、终端AI等热点话题提出了独到见解，为我们揭示了未来智能化发展的新方向。
算力：智能化发展基石
人工智能的飞速发展，离不开算力的支撑。徐直军毫不掩饰地指出，算力是智能化的关键基础，过去如此，未来亦然。然而，受制于美国在AI芯片领域的制裁，中国半导体制造工艺面临挑战，这使得中国在打造算力解决方案方面不得不面对现实困境。
但他同时也表达了乐观的态度，认为虽然面临挑战，但机遇也随之而来。人工智能正在成为主导性算力需求，推动计算系统发生结构性变化，需要的是系统算力，而非单处理器的算力。这为我们通过架构性创新，开创出一条自主可持续的计算产业发展道路提供了难得的机会。
华为的战略核心正是抓住人工智能的变革机遇，基于实际可获得的芯片制造工艺，计算、存储和网络技术协同创新，开创计算架构，打造“超节点+集群”系统算力解决方案，以满足长期可持续的算力需求。
大模型：并非“越大越好”
近年来，大模型成为人工智能领域的热门话题，但徐直军认为，并非每个企业都需要建设大规模AI算力，训练自己的基础大模型，也不是所有应用都需要追求“大”模型。
他指出，大规模AI算力集群对数据中心环境要求极高，且随着大模型不断增大，AI算力也将变得更加庞大，升级换代节奏加快，这给数据中心带来了巨大挑战。因此，企业需要根据自身需求选择适合的获取AI算力的方式，而不仅仅是建设自己的AI算力。
对于训练基础大模型，徐直军认为，高成本和数据量不足是两大挑战。他强调，并不是每个企业都需要训练自己的基础大模型，而是应该根据实际需求选择合适的模型。例如，十亿参数模型可以满足科学计算、预测决策等业务场景的需求；百亿参数模型可以满足面向NLP、CV、多模态等特定领域场景的需求；而面向NLP、多模态的复杂任务，则可以用千亿参数模型来完成。
终端AI：体验至上
随着AI技术的发展，终端AI也成为了重要的发展方向。徐直军指出，终端中引入AI能力已经成为普遍趋势，比如打造AI Phone、AI PC等。但他强调，消费者难以理解芯片工艺、算力TFLOPS、模型参数量等专业术语，他们更注重切身的使用体验。因此，他倡议，终端AI应以体验为中心，而不是以算力为中心。
结语： 华为的智能化战略体现了对算力、大模型和终端AI的深刻理解。企业需要根据自身业务场景需求，选择最合适的模型，通过多模型组合，解决问题，创造价值。在未来，相信华为将继续引领智能化发展，为行业带来更多创新和突破。
常见问题解答：
-
华为在算力方面面临哪些挑战？
华为在算力方面面临的主要挑战是美国对中国在AI芯片领域的制裁，导致中国半导体制造工艺受限，无法制造出最先进的芯片。
2. 华为如何应对算力挑战？
华为通过架构性创新，开创自主可持续的计算产业发展道路，打造“超节点+集群”系统算力解决方案，以满足长期可持续的算力需求。
3. 为什么并非所有企业都需要训练自己的基础大模型？
训练基础大模型需要高成本和大量数据，并非所有企业都能满足。企业应该根据实际需求选择合适的模型，例如十亿参数模型、百亿参数模型或千亿参数模型。
4. 终端AI如何实现体验至上？
终端AI应以体验为中心，而不是以算力为中心，要让消费者感受到AI带来的便利和价值，而不是被专业术语所困扰。
5. 华为的智能化战略目标是什么？
华为的智能化战略目标是帮助企业根据自身业务场景需求，选择最合适的模型，通过多模型组合，解决问题，创造价值。
6. 华为在智能化领域有哪些优势？
华为在智能化领域拥有强大的算力基础、丰富的模型资源和丰富的行业经验，能够为企业提供全面的智能化解决方案。
关键字： AI，智能化，算力，大模型，终端AI，华为，全联接大会，徐直军
