01 公司檔案
華為公司成立于1987年，是全球領先的ICT解決方案供應商，為運營商客戶、企業(yè)客戶和消費者提供有競爭力的ICT解決方案、產品和服務。華為公司的產品線覆蓋手機、移動寬帶終端、云計算、人工智能等領域。華為云已上線200多個云服務及190多個解決方案，發(fā)展19,000多家合作伙伴，匯聚160萬開發(fā)者，云市場上架應用4,000多個。2023年世界500強排名，華為公司以961億美元營收排在第111位。
華為公司提出All Intelligence戰(zhàn)略，目標是加速千行萬業(yè)的智能化轉型，華為公司持續(xù)打造堅實的算力底座，使能百模千態(tài)，賦能千行萬業(yè)。2021年4月，華為的盤古大模型正式對外發(fā)布；2023年7月7日，華為云盤古大模型3.0正式發(fā)布；2024年6月21日，華為云盤古大模型5.0發(fā)布，包括十億級、百億級、千億級、萬億級等不同參數規(guī)模，提供盤古自然語言大模型、多模態(tài)大模型、視覺大模型等。
圖1 華為公司發(fā)展歷程
表1 華為公司最近三年關鍵指標
02 AI大模型技術、產品與服務
1.技術：全棧全場景自主研發(fā)創(chuàng)新技術
華為的AI技術從算力到基礎的算子、框架，再到開發(fā)平臺以及大模型，均沒有采用任何開源技術，實現了全棧技術的自主創(chuàng)新，這種自主創(chuàng)新能力為華為在AI領域構建了堅實的技術壁壘。
行業(yè)知識圖譜： 通過構建行業(yè)知識圖譜， 結合圖譜表征技術， 將知識與觀測數據聯合建模， 提升識別效果， 利用行業(yè)知識圖譜技術， 通過自動標注、 小樣本學習、 半監(jiān)督學習等技術， 減輕用戶標注的難度。
AI開發(fā)套件： 提供底層AI開發(fā)平臺的能力， 通過多個功能組件構建的工作流， 串聯底層AI能力， 幫助客戶構建領域內AI服務。 工作流開發(fā)者將算法專家和行業(yè)專家的知識沉淀在相應的套件和“行業(yè)工作流”中， 支持用戶利用現有的功能組件編排新工作流， 完成場景工作流的定制。
openEuler操作系統： 專為企業(yè)級應用場景而設計，采用靈活、 可定制的模塊化架構， 支持多種處理器架構和虛擬化技術， 提供高可靠性、 安全性和模塊化設計， 支持快速恢復和災備容災等能力。
全棧全場景AI能力： 華為積極構建面向電信行業(yè)的全棧全場景AI能力， 包括昇騰AI芯片、 云、 邊、 端全場景的Atlas智能計算平臺， 發(fā)布FusionMind人工智能平臺， 通過全棧云化數據中心讓AI靈活部署。 將AI引入全閃存和分布式云存儲， 助力客戶構建高效智能的數據底座。
MindSpore全場景AI框架：華為推出了MindSpore全場景AI框架，支持動態(tài)圖和靜態(tài)圖間切換，滿足多場景AI計算需求。MindSpore還提供了豐富的算子庫和預訓練模型，降低了AI開發(fā)的門檻。
ModelArts等AI平臺：華為提供了一站式AI開發(fā)平臺ModelArts及HiLens、HiAI等面向云和端AI平臺，幫助開發(fā)者快速部署AI應用。
2. 產品與服務：提供多系列AI芯片、綜合解決方案和多模態(tài)大模型
（1）芯片方面：
華為研發(fā)了昇騰系列AI芯片，包括昇騰910、昇騰310等，為AI訓練和推理提供強大的支持。這些芯片基于達芬奇架構，具備高算力、低能耗的特點，適用于云、邊、端全場景應用。華為堅持全棧自主可控的原則，在AI計算中心解決方案中，芯片、服務器、集群、算子庫、AI開發(fā)框架、開發(fā)平臺等全部國產化自主可控，確保AI技術安全性和穩(wěn)定性。
麒麟980芯片是華為Mate 20系列智能終端的“大腦”，采用7nm制程工藝制成，基于Cortex-A76架構，集成了69億晶體管，相比上一代麒麟970，CPU性能提升了75%，GPU性能提升了46%，能效比提升了58%。麒麟980芯片作為AI技術的基礎，為手機里的AI算力提供了強大支持。
（2）解決方案方面：
華為云AI：華為推出的云端AI解決方案，為企業(yè)提供高可用性、高靈活性和高性價比的AI服務。華為云AI提供了系列產品和服務包括彈性計算、數據存儲、機器學習平臺等，幫助企業(yè)快速構建和管理AI應用。
華為Ascend AI處理器：Ascend AI處理器具有強大的計算能力和高度的靈活性，支持全系列深度學習框架，包括TensorFlow、Caffe等。Ascend AI處理器的推出，為AI應用開發(fā)者提供高效和便捷的解決方案
（3）盤古大模型：
盤古大模型于2021年4月首次對外發(fā)布。盤古大模型集成了華為云團隊在AI領域數十項研究成果，受益于華為的全棧式AI解決方案，與昇騰芯片、 昇思（MindSpore）語言、ModelArts平臺深度結合。
2023年7月7日，在2023華為開發(fā)者大會上，面向行業(yè)的盤古大模型3.0發(fā)布，是中國首個全棧自主的AI大模型，包括 “5+N+X”三層架構，分別對應L0層的5個基礎大模型、L1層的 N個行業(yè)通用大模型及L2層可讓用戶自主訓練的更多細化場景模型。2024年6月21日，盤古大模型5.0發(fā)布，包括十億級、百億級、千億級、萬億級等不同參數規(guī)模。
盤古NLP大模型：可用于內容生成、內容理解等方面，首次使用Encoder-Decoder架構，兼顧NLP大模型的理解能力和生成能力，保證了模型在不同系統中的嵌入靈活性。在下游應用中，僅需少量樣本和可學習參數即可完成千億規(guī)模大模型的快速微調和下游適配。
盤古CV大模型：盤古CV大模型可用于分類、分割、檢測方面，是首次實現模型按需抽取的業(yè)界最大CV大模型，首次實現兼顧判別與生成能力�；谀Ｐ痛笮『瓦\行速度需求，自適應抽取不同規(guī)模模型，AI應用開發(fā)快速落地。使用層次化語義對齊和語義調整算法，在淺層特征上獲得了更好的可分離性，使小樣本學習的能力獲得了顯著提升。
大模型多行業(yè)應用：盤古大模型應用涵蓋政務、金融、制造、醫(yī)藥、礦山、鐵路、氣象等多個行業(yè)，通過三層模型架構（L0基礎大模型、L1行業(yè)大模型及L2場景模型），面向行業(yè)提供“開箱即用”的模型服務。
3.商業(yè)模式：圍繞AI產品銷售、解決方案、技術服務獲取商業(yè)變現
AI硬件產品銷售獲益：華為生產和銷售一系列AI硬件產品，如昇騰系列AI處理器等，這些硬件產品為AI應用提供了強大的計算、存儲和網絡支持，是華為AI盈利的重要來源之一。
AI開發(fā)工具與平臺銷售：華為提供MindSpore等AI計算框架和MindStudio等開發(fā)工具鏈，幫助開發(fā)者構建和部署AI應用，這些工具和平臺的銷售也是華為AI盈利的重要組成部分。AI平臺可以通過提供API接口、云服務、應用商店等服務，吸引開發(fā)者使用平臺，并通過收取服務費、分成等方式實現盈利。
行業(yè)AI解決方案與技術服務銷售：華為針對金融、醫(yī)療、交通、制造等多個行業(yè)推出定制化的AI解決方案，通過銷售這些解決方案，華為實現了AI技術的商業(yè)化應用并獲得收益。華為提供的AI技術解決方案 包括AI數據湖解決方案、 昇騰計算、 鯤鵬計算及場景化解決方案、模型訓練與優(yōu)化等技術服務獲取收入。同時通過為企業(yè)提供數據驅動的業(yè)務優(yōu)化和決策支持，從而獲取數據服務費用。
03 AI市場拓展
行業(yè)市場拓展：華為面向金融行業(yè)發(fā)布了中心AI、邊緣AI、AI數據保護、AI數據湖等四大解決方案，拓展AI在金融行業(yè)市場的應用，有助于提升金融行業(yè)的數據處理能力、業(yè)務創(chuàng)新能力和安全防護能力。華為將鴻蒙系統深度融入智能駕駛體系，通過與全球多家主機廠合作，共同推進鴻蒙智行的落地應用。華為還將AI技術應用于政務、醫(yī)療、教育等行業(yè)。
全球布局與出海計劃：在盤古大模型方面，華為云將在海外節(jié)點率先上線盤古自然語言、視覺、多模態(tài)、科學計算、預測等大模型能力。在調優(yōu)的開源大模型方面，華為云明年將在海外節(jié)點陸續(xù)上線調優(yōu)適配自然語言、視頻圖像及多模態(tài)等多種類別100多個開源大模型。華為云在AI算力方面，將陸續(xù)在全球提供AI雙棧算力服務。
04 AI大模型組織與運營
華為在AI大模型領域的組織架構是高度集成且協同的，旨在推動AI大模型的研發(fā)、訓練、應用及優(yōu)化。華為在AI領域成立了多個組織，以推動人工智能技術的發(fā)展和應用。
AI算力平臺先遣組：為了全力支持國內所有大模型的算力需求，華為召開了內部會議并決定成立該組織。成員來自多個業(yè)務線的總裁或VP。該組織是華為集團的虛線組織，專注于AI算力平臺的建設和運維。
數據中心軍團：與AI算力平臺先遣組同時成立，旨在加強數據中心的建設和管理，以支撐AI等技術發(fā)展，目標是通過數據中心軍團的努力，提升華為在數據中心領域的競爭力，為AI等技術的發(fā)展提供堅實支撐。
制造業(yè)“人工智能創(chuàng)新產業(yè)聯盟”：2024華為AI+制造行業(yè)峰會上，華為攜手賽意信息等合作伙伴共同參與了該聯盟的成立。該聯盟旨在推動AI技術在制造業(yè)的應用和創(chuàng)新，加速制造業(yè)的數字化轉型和智能化升級。通過聯盟成員之間的合作和資源共享，共同打造AI+制造業(yè)的新生態(tài)。
北部非洲數智化轉型先鋒俱樂部：MWC24巴塞羅那期間，華為舉辦以“擁抱非洲數智化轉型新時代”為主題的峰會，攜手區(qū)域運營商共同成立了該俱樂部，旨在推動非洲地區(qū)的數智化轉型，通過分享經驗、技術和資源，幫助非洲電信監(jiān)管機構、行業(yè)組織、運營商等實現數智化升級。
05 AI大模型資本運作
華為在人工智能領域的投資主要集中在有創(chuàng)新能力和技術實力的企業(yè)，對前沿技術進行投資布局，投資方式包括直接投資和通過VC/PE基金進行投資。
前沿技術投資布局：華為旗下全資子公司哈勃投資了國內人工智能第一梯隊企業(yè)“深思考”。深思考是一家專注于類腦人工智能與深度學習核心科技的AI公司。此次投資表明華為對人工智能領域前沿技術的重視和布局。面壁智能宣布完成新一輪數億元融資，由春華創(chuàng)投、華為哈勃領投，北京市人工智能產業(yè)投資基金等跟投，這是華為哈勃首次投資國內AI大模型公司。
直接投資和通過VC/PE基金進行投資：華為 在人工智能的投資領域主要集中在芯片、 軟件、 互聯網等行業(yè)。 華為還是許多VC/PE基金的出資者， 這些基金的投資范圍廣泛， 涵蓋了多個行業(yè)和領域。 例如， 華為是國家開發(fā)銀行旗下國開開元母基金的LP， 也是元禾辰管理的國創(chuàng)元禾母基金的LP， 這兩只母基金合計投資了數十只子基金， 其GP名單中不乏國內知名機構， 如松禾資本、 金沙江創(chuàng)投、 啟明創(chuàng)投、 北極光創(chuàng)投、 紀源資本、 紅杉資本、 弘毅投資等。
華為在人工智能領域的投資和合作涵蓋了多個方面， 包括算力、 手機、 汽車、 鴻蒙系統、海思等多個細分領域。
表2 華為在人工智能細分領域的主要投資標的
06 AI大模型生態(tài)體系
1.構建AI大模型全域協同生態(tài)體系
華為堅持“AI for Industries”戰(zhàn)略， 以盤古大模型為核心， 根據全域協同原則， 與客戶和伙伴構建AI大模型全域協同生態(tài)體系。 華為通過提供盤古大模型工程套件， 開放全方位的生態(tài)合作路徑， 以及通過三大基礎方案， 構建大模型全域協同生態(tài)體系。
提供盤古大模型工程套件：為了加速和簡化行業(yè)大模型從開發(fā)到落地， 華為云提供了盤古大模型工程套件， 包括數據工程、 模型開發(fā)和應用開發(fā)三大套件， 使得完成一個千億行業(yè)模型端到端開發(fā)的速度從過去的5個月縮短到現在僅需1個月， 整體速度提升5倍。
開放全方位的生態(tài)合作路徑：華為云開放了全方位的生態(tài)合作路徑， 包括模型聯創(chuàng)、 解決方案構建和插件集成， 旨在與有數據沉淀、 行業(yè)經驗的伙伴合作構建行業(yè)模型、 場景模型， 打造智能底座； 與有行業(yè)實踐經驗、 大模型集成和開發(fā)技術的伙伴一起構建面向行業(yè)的細分場景模型， 提供可復制的軟件解決方案。
發(fā)布三大基礎方案：華為云還發(fā)布了算力調優(yōu)、 通用AI開發(fā)、 大模型開發(fā)三大基礎方案。 通過網智天元用千億高質量實時金融大數據構建數據底座， 云問NLP研究院基于華為云昇騰AI云服務、 盤古NLP大模型底座， 構建能源、 工業(yè)、 政務、 金融行業(yè)知識生態(tài)體系， 以及廣州高新興與華為云聯合打造電力巡檢機器人解決方案， 助力電力行業(yè)巡檢數字化、 智能化， 全面推動了大模型生態(tài)體系的構建。
2.盤古大模型近期生態(tài)合作案例
聯合發(fā)布盤古礦山大模型：2024年初，山東能源集團、云鼎科技、華為公司聯合發(fā)布了全球首個商用于能源行業(yè)的AI大模型——盤古礦山大模型。該模型開發(fā)了百余個AI應用場景并落地應用，實現了作業(yè)效率和管理效率的雙提升，以及員工勞動強度和企業(yè)成本的雙降低。這一合作不僅推動了能源行業(yè)的智能化轉型，也為其他行業(yè)樹立了標桿。
與面壁智能合作：在華為開發(fā)者大會2024上，面壁智能與華為云完成合作簽約儀式，成為華為云首個端側大模型合作方。雙方將協作推進大模型端云協同解決方案的研發(fā)和部署，實現端云兩側協同部署推理新范式，進一步降低大模型使用成本、提升響應速度。這一合作將大模型的應用拓展到了更多場景和領域，如消費電子終端、電動汽車、具身智能等。
本文作者
占安居
戰(zhàn)略發(fā)展研究所
一級分析師
碩士研究生，副研究員。主要從事行業(yè)研究、市場研究、產業(yè)生態(tài)研究等工作。
李國欽
戰(zhàn)略發(fā)展研究所
二級分析師
中級經濟師，聚焦產業(yè)數字化和數字政府等領域，從事行業(yè)洞察研究等相關工作。
田雨
戰(zhàn)略發(fā)展研究所
助理分析師
具有數字生活、數字政府等領域豐富研究經驗，近年專注于數據跨境等數據要素相關研究。
