华为发布ACT路径，推动大规模AI应用
快速阅读: 华为全联接大会2025提出“ACT”路径，帮助企业实现大规模AI部署，涵盖评估高价值场景、利用行业数据校准模型、通过AI代理转型运营，展示多行业成功案例。
受连续强降雨影响，南部多地区出现洪水，相关部门紧急启动了防汛响应。
在今日的各行各业中，人工智能带来的变革性益处促使企业决策者将重点转向确保投资产生实际商业价值，利用企业数据增强竞争优势，并将应用场景从试点项目扩展到大规模应用。在上海举行的华为全联接大会2025上，公司公布了一条智能化转型路径，旨在帮助企业实现大规模的人工智能部署。该计划基于华为与客户合作项目中总结出的五大关键发现，提出了“评估（Assess）、校准（Calibrate）、转型（Transform）”的“ACT”路径：
– 评估高价值场景：选择合适的实施场景对于实现超越效率的成功转型至关重要。将AI与核心生产场景结合，可以提供更加智能的产品和服务。
– 利用垂直行业数据校准AI模型：为了发挥AI的潜力，企业需要在大量高质量专有数据上训练和微调模型，并针对特定行业的需求定制这些模型。
– 通过规模化AI代理转型业务运营：随着对大规模推理的需求不断增长，人机协作将成为新的组织范式。系统化的治理和风险管理有助于减轻由AI代理引入的风险，如失控的自主性和缺乏可追溯性。
支撑“ACT”路径的发现来自多个垂直行业的成功案例，展示了AI如何显著提升产业智能化水平。
模型精度，高效能
中国南方电网利用华为的昇腾计算平台和MindSpore AI框架开发了一个名为MegaWatt的大规模模型，专门用于电力行业。该模型能够高效地训练和运行大规模AI模型，特别是具有专家混合（MoE）和专家并行（EP）集群的模型。华为的开源深度学习框架MindSpore支持统一编程，便于跨云、边缘和设备环境的AI软硬件开发、高效执行及灵活部署。中国南方电网利用管理的大量数据来识别输电线路缺陷，华为通过端到端的数据治理过程清洗、处理、标注和优化数据以供训练。此外，华为优化的操作符加速了训练过程，提高了模型精度。计算负载分布在多个昇腾AI芯片上，缓解了传统MoE系统常见的瓶颈问题。结合计算机视觉和自然语言处理技术，MegaWatt系统将电力线路巡检中的缺陷和风险识别效率提升了五倍，图像识别准确率超过90%。这个案例表明，企业需要训练定制模型以解决具体业务挑战，创造持久优势。
提升健康诊断与治疗
在医疗领域，病历是患者治疗过程中的重要组成部分。华为与润达医疗合作，开发了一种基于昇腾推理服务器的AI医疗记录解决方案。该方案能够识别医患对话，总结患者的主诉，解读医生的诊断，并生成符合医院标准的准确记录。通过结合通用任务的开源模型与临床理解的行业特定模型，该解决方案帮助四川大学华西医院将医疗记录生成时间缩短至约一秒，提高了诊疗效率。系统通过预诊断AI代理和医疗记录质量控制AI代理的协调工作，确保效率和质量，使医生能够在不超过四次编辑的情况下完成记录，并将其发送到医院信息系统。随着诊断和治疗效率的提高，医生和护士有了更多的时间与患者交流和沟通。
实施“ACT”路径
基于这些发现，“ACT”路径首先要求企业使用华为的AI场景评估框架来评估业务价值、场景成熟度和业务技术融合度。该框架可用于识别和实施超过1000个核心AI生产场景。
在确定了正确的应用场景后，企业可以通过构建和训练行业垂直数据模型来开始校准工作。这首先需要数据治理。华为提供了一整套工具链，帮助企业将原始数据转化为知识，再将知识转化为模型。例如，华为提供的MRS是一个统一的数据湖平台，允许企业将原始数据流式传输到数据湖中，然后将其转化为结构化的数据仓库资产或可直接使用的数据。华为的安全保护系统保障了云、网络、边缘计算设备以及模型和应用程序的人工智能应用安全。
ACT路径的第三步是通过快速部署人工智能代理来转变业务运营。由于企业流程涉及众多场景和繁重的工作量，华为的一站式多功能平台可以自动生成人工智能代理及超过100个步骤的工作流程。为了促进行业向人机协作发展，一项人工智能人才赋能计划帮助商业专业人士有效开发、部署和操作人工智能代理。
面向人工智能的信息通信技术基础设施
ACT路径的三个步骤需要一个面向人工智能的信息通信技术基础设施，涵盖从数据准备和移动到模型训练、推理和开发的整个过程。
在数据准备和人工智能存储方面，华为的统一缓存管理器插件使得大型模型能够从有限的会话内存转移到长期记忆中。人工智能代理可以保留并回忆过去互动、偏好和长期目标的持久记录，使它们的互动更加个性化和有效。通过从长期记忆中高效检索信息，人工智能代理的响应速度可提高至多90%。企业无需频繁重新运行复杂的计算，从而实现更快的服务和更低的推理成本。
此外，智能集群计算中心需要大规模互连、高效数据流和稳定的训练能力。为此，华为的800GE高速网络解决方案支持比行业标准大四倍的集群规模。网络规模负载均衡算法将网络利用率从行业平均水平的80%提高到98%，并将训练和推理效率提高了10%。
对于模型训练和推理，华为的SuperPoD提供了高性能解决方案。该方案支持万亿参数和十万亿参数MoE模型、超长序列和多模态的训练和推理。与传统解决方案相比，华为的SuperPoDs使训练效率提高了三倍，其推理性能也比行业标准高出四倍。
生态系统的广泛合作：开源和开放系统
人工智能时代的需求将要求未来的基础设施去除传统数据中心工程的不确定性，并准备好与产品化和预制的行业特定解决方案兼容。
在华为追求工业智能化的过程中，合作伙伴扮演着关键角色。战略上，华为及其合作伙伴生态系统通过三项关键举措不断强化。
使用开源技术。除了CANN和Mind系列工具包等开放系统外，公司还支持主流框架，为其合作伙伴在Ascend计算平台上优化和创新提供了更大的自由度。
通过平台和工具赋能合作伙伴。这些包括完整的框架，如培训和推理框架、代理框架和DataArts。这些工具使合作伙伴能够更快、更容易地构建智能应用。
通过行业专业知识快速复制。华为与合作伙伴紧密合作，共同开发和营销超过200个行业解决方案，帮助他们加速复制和交付。
目前，这一生态系统包括超过6300家鲲鹏合作伙伴、2700家昇腾合作伙伴、70家咨询公司和750家独立软件供应商（ISV）。
这三项举措促进了诸如城市人工智能中心和基础模型解决方案、智能计算实验室解决方案、医疗技术数字化和智能化2.0解决方案、银行人工智能和基础模型解决方案、智能制造研发解决方案、SMART物流和仓储解决方案、智能配送解决方案、油气智能勘探开发解决方案和钢铁高炉温度预测解决方案等前沿行业解决方案的发展。
华为赞助。
(以上内容均由Ai生成)
