歐洲中期天氣預報中心（ECMWF）是全球權威的國際性天氣預報研究和業務機構，該中心于1979年6月首次做出了實時的中期天氣預報，現在，華為盤古氣象大模型，為世界展現了另一種可能。

盤古氣象大模型研發團隊核心成員對鈦媒體App表示，之前大家不相信AI方法能夠實現更高的精度和更好的效率，ECMWF也在探索用AI預測天氣，但是規劃的時間表以十年計算，他們認為，AI方法存在很多現階段難以突破的問題。

(資料圖片僅供參考)

例如分辨率不夠，省級和區級的天氣預報，數據量相差很大，如果要做到更高的分辨率，數據量要達到上千TB，這比其他AI應用數據量要大得多，大數據意味著消耗大算力，這部分問題能夠通過堆硬件、工程化解決。

再如現有的 AI 預報方法精度大部分顯著低于數值預報方法，這也是很多人都不相信AI能夠超過數值預測方法的主要原因，現有的 AI 氣象預報模型都是基于 2D 神經網絡，無法很好地處理不均勻的 3D 氣象數據，同時AI 方法缺少數學物理機理約束，因此在迭代過程中會不斷積累迭代誤差。

華為云提出了3D Earth-Specific Transformer方法，在每一個視覺transformer模塊中新引入和緯度、高度相關的絕對位置編碼，從而更好地處理復雜的3D氣象數據，并且拆分各個不同的時間段模型分散訓練，減少單個模型迭代的次數，從而減少迭代誤差。

“我們不僅做出來一個精度超過歐洲氣象中心數據預報的模型，而且我們迅速讓這個模型落地，其中克服了很多問題，讓氣象專家實測驗證模型結果，他們沒有理由否認AI方法的先進性。”如上人士表示。

氣象大模型的打造成為一個實證，華為云不僅能有意愿打造行業大模型，并且有將其付諸實踐的工具和能力。對應華為盤古大模型，L0是科學計算基礎大模型，L1是氣象行業大模型，L2就是氣象預測等應用。

大模型回答了“一個模型能否解決通用問題”以及“模型本身是否有價值”的關鍵問題，但是要想真正構建完整的業務鏈條，還需要從商業化層面跟進，為了加速和簡化行業大模型從開發到落地，華為云提供了盤古大模型工程化平臺，覆蓋了數據處理、模型訓練和應用開發三大環節。

在數據平臺方面，相比傳統標注平臺（能提供的例如自動數據清洗等功能），華為云數據工程平臺專門為SFT訓練提供了基于模板的Prompt在線輔助撰寫功能，為RLHF訓練提供了多人Rank在線標注和任務分撥功能；對比離線進行這兩種任務，實測效率可提升3倍。

有了高質量的數據如何產生高質量的模型，還需要確保模型開發的過程準確無誤，在模型訓練方面，大模型開發套件提供了自監督預訓練，有監督SFT訓練，強化學習訓練3種工作流，覆蓋了從數據集創建，超參配置到模型訓練、評估、部署的全流程，凝結了大模型專家的實踐經驗，把復雜的大模型開發，流程化，標準化，簡單化，幫助行業用戶一鍵啟動，一站式開發。

之后，開發好的盤古大模型要想在行業發揮作用，離不開下游應用，在模型開發方面，華為云提供盤古應用開發套件，將傳統軟件工程與大模型相結合，提供多種API和工具可調用，支撐企業分鐘級構建大模型原生應用。

例如，基于盤古語言大模型和視覺大模型的基礎能力，以及盤古大模型工程化平臺，在學習了超過20萬條政務數據，包括政策文件、政務百科等公開政務知識，以及12345熱線場景等專有政務知識后，深圳市福田區政府打造了具備豐富法律法規、辦事流程等行業知識的福田政務大模型。

據了解，參照GPT-3完成一個千億行業模型端到端開發，基于盤古大模型工程化平臺，開發大模型從過去需要5個月縮短到現在1個月，整體速度提升5倍。

AI世界的另一極

人工智能已經成為國家戰略競爭焦點，AGI（通用人工智能）可能改變甚至顛覆世界運轉的原有邏輯，國家層面強調：“人工智能是引領這一輪科技革命和產業變革的戰略性技術，具有溢出帶動性很強的‘頭雁’效應。”

人工智能與實體經濟的結合，行業大模型扮演著重要作用，行業重塑、技術扎根、開放同飛，是華為云的差異化優勢。

行業大模型以行業數據和know-how為重中之重，華為云AI的優勢在于，在各行業已有數百個項目，基于對行業的深入理解，沉淀行業核心know-how，華為云盤古大模型能夠更好地落地在行業客戶的主業務場景。

盤古大模型已經學習10多個行業公開數據，涵蓋金融、政務、氣象、醫療、健康、互聯網、教育、汽車、零售等。華為云和伙伴還聯合打造了工業、供熱、政務、煤礦、教育、電力、公路7大行業aPaaS，為盤古大模型了構建最深厚的行業積累。

墻高基下，雖得必失，人工智能產業需要從最底層夯實基礎，張平安提到，其他人都可以依賴行業最成熟的AI算力和AI生態，但是華為只能依靠自己的AI根技術。

中國工程院院士鄭緯民此前表示，大模型是新型關鍵基礎設施的底座之一，大模型的競爭也是國家科技戰略的競爭，中國一定要布局全棧自主創新的大模型產品，同時要構建國產化算力，也要解決算力能耗與國家“雙碳”戰略的平衡。

為此，華為構建了最深的AI堆棧根技術，在最底層構建了以鯤鵬和昇騰為基礎的AI算力云平臺，構建了昇騰的計算引擎CANN、AI框架MindSpore，以及AI開發平臺ModelArts，為大模型開發和運行提供分布式并行加速，算子和編譯優化，集群級通信優化等關鍵能力。

“現在基于華為的AI堆棧，我們的大模型訓練效能不僅不落后，在大模型場景下我們的訓練效能是業界主流GPU的1.1倍”，他說。

與此同時，華為云提供了易用可靠的大模型工具套件、匯聚海量多行業場景API的開天aPaaS，以及包含豐富優質課程和技術認證的大模型專屬社區，幫助開發者一站式完成入門到專家。

華為也積累了高密度的大模型人才：盤古團隊中大概50%以上是博士，還有很多名“天才少年”，上述氣象大模型的核心成員便是之一，大模型在訓練過程中，會遭遇各種各樣的困難和挑戰，一個技術過硬、敢于創新的團隊，才是大模型能夠練成的核心保障，也是華為對外輸出大模型能力的依托。

在安全方面，華為云提供公有云、混合云、大模型專區三種模式，保障安全部署；建立長效機制，確保大模型安全合規：包括數據集來源和使用合規、數據全生命周期安全、構建完整的數據標注以及審核機制、構建模型合規使用政策、確保模型使用邊界。

AI大模型時代，面臨自下而上自主創新的宏大命題，華為正在打造世界AI另一極。

關鍵詞：