华为推出ACT路径，助力企业规模化采用AI

快速阅读: 华为在2025年上海连接大会上提出智能化转型路径，帮助企业实现AI大规模应用，涵盖评估高价值场景、校准垂直数据AI模型、规模化AI代理转变业务运营三大关键步骤，助力工业智能提升。

今日，各行业在人工智能（AI）的变革性优势推动下，企业决策者们更加关注确保投资能够产生实际商业价值，利用企业数据强化竞争优势，并将AI应用场景从试点项目扩展到大规模应用。在华为2025年上海连接大会（Huawei Connect 2025）上，公司提出了一条智能化转型路径，旨在帮助企业实现AI的大规模应用。该路径基于华为与客户合作项目中总结出的五大关键发现，具体包括：

评估高价值场景：选择正确的实施场景对于超越效率的转型至关重要。将AI融入核心生产环节，可以提供更加智能的产品和服务。

校准垂直数据的AI模型：要发挥AI的力量，企业需要使用大量高质量的专有数据训练和微调模型，并针对特定行业的需要定制这些模型。

通过规模化AI代理转变业务运营：随着对大规模推理需求的增长，人机协作将成为新的组织范式。为了确保AI的安全、可持续性和可信度，系统性的治理和风险管理措施将有助于减轻由AI代理引入的风险，例如失控的自主性和缺乏可追溯性。

这些发现源自于垂直行业成功的案例，展示了AI如何显著提升工业智能水平。

模型精度与高效能耗

中国南方电网利用华为的升腾计算平台和MindSpore AI框架，开发了名为MegaWatt的大规模电力行业模型。该模型能够高效地训练和运行大型AI模型，特别是那些采用专家混合（MoE）专家并行（EP）集群的模型。华为MindSpore——一个支持AI软硬件统一编程的开源深度学习框架——简化了开发过程，提高了执行效率，并实现了云、边缘和设备环境下的灵活部署。

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流程清洗、处理、标注和优化数据以供训练。此外，华为的优化算子加速了训练过程，提高了模型的准确性。计算负载被分配到多个升腾AI芯片上，解决了传统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系统帮助公司提高了五倍的缺陷和风险识别效率，并将图像识别准确率提高到了90%以上。这一案例表明，企业必须训练自定义模型来解决特定的业务挑战，从而创造持久的竞争优势。

提升医疗诊断与治疗

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，通过开发基于升腾推理服务器的AI医疗记录设备解决方案，改进了病历记录。该方案能识别医患对话，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。结合通用任务的开源模型和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，咨询效率大幅提升。

通过与预诊断AI代理和医疗记录质量控制AI代理协同工作，确保效率和质量，该系统允许医生在不超过四次编辑的情况下完成记录，并将其发送至医院信息系统。这不仅提高了诊断和治疗的效率，还让医生和护士有更多时间与患者互动交流。

实施ACT路径

基于上述发现，ACT路径首先要求企业使用华为的AI场景评估框架来评估商业价值、场景成熟度和技术业务整合情况。该框架可用于识别并实施超过1000个核心AI生产场景。

确定了合适的场景后，企业可以通过构建和训练行业模型来开始校准过程，这需要利用垂直数据。这一过程始于数据治理。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是一个统一的湖仓平台，它允许企业将原始数据流导入数据湖，然后将其转化为结构化的数据仓库资产或可以直接使用的数据。华为的安全保护系统在云、网络、边缘设备以及模型和应用程序上运行，确保了人工智能应用的安全。

ACT路径的第三步是通过快速部署AI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能够自动生成AI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，华为还推出了一个人工智能人才培养计划，帮助商业专业人士有效开发、部署和操作AI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，该基础设施覆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插件使得大型模型可以从有限的会话内存转移到长期记忆中。这样，AI代理可以保留并回忆起过去交互、偏好和长期目标的信息，从而使其互动更加个性化和有效。

通过从长期记忆中高效检索信息，AI代理的响应速度可以提高至多90%。企业无需频繁重新运行复杂的计算，这不仅加快了服务速度，也降低了推理成本。

此外，智能集群计算中心需要大规模互连、高效的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。网络负载均衡算法有助于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。该方案可以支持万亿参数和10万亿参数的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，使用华为SuperPoDs进行训练的效率提高了三倍，其推理性能也比行业标准高出四倍。

生态系统范围内的合作：开源和开放系统

人工智能时代的需求要求未来的基础设施能够消除传统数据中心工程的不可预测性，并准备好支持产品化和预制的行业特定解决方案。

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，华为加伙伴生态系统通过三项主要举措不断得到加强。

使用开源技术。除了支持CANN和Mind系列工具包等开放系统外，公司还支持主流框架，给予合作伙伴更大的优化和创新自由度，以适应Ascend计算。

赋能合作伙伴的平台和工具。这些工具包括一套完整的框架，如训练和推理框架、代理框架和DataArts。这些工具使得合作伙伴更快更容易地构建智能应用。