◎智谷趨勢（ID：zgtrend）| 王延鶴

　　5000億美金的震撼

　　風(fēng)暴總是突如其來。

　　9月11日，特斯拉的股價(jià)上漲了10%，一夜間市值增加800億美金，約5800億元。

　　只看得交易員們心驚肉跳。

　　驟然飛升的原因，并非馬斯克37萬字的新傳記，而是摩根士丹利開出了一份66頁的報(bào)告。

　　華爾街分析師盯上的，既不是新款Model 3，也不是墨西哥超級(jí)工廠，而是Dojo超級(jí)計(jì)算機(jī)。

　　怕別人聽不懂，摩根士丹利畫下大餅：Dojo估值超5000億美金！

　　Dojo是什么？特斯拉自動(dòng)駕駛的AI算力基建。

　　研發(fā)自動(dòng)駕駛，要采集數(shù)十億公里的行駛數(shù)據(jù)，訓(xùn)練優(yōu)化算法。

　　每上一個(gè)級(jí)別，比如到L4、L5級(jí)，自動(dòng)駕駛對(duì)數(shù)據(jù)和算力的需求，會(huì)以量級(jí)提升。

　　特斯拉為提升訓(xùn)練效率，自己研發(fā)超級(jí)計(jì)算機(jī)，在2021年的AI Day上正式公布，名為Dojo。甚至為了不過于依賴英偉達(dá)，還自研了D1芯片。

　　Dojo的算力達(dá)到1 EFlops，即每秒鐘一百億億次浮點(diǎn)運(yùn)算。

　　特斯拉還要花10億美元，在2024年10月擴(kuò)張到100 EFlops，相當(dāng)于30萬張英偉達(dá)的A100芯片計(jì)算規(guī)模。

　　人們不禁想起，全球目前最大的云服務(wù)商，亞馬遜云AWS。

　　當(dāng)初，亞馬遜為電商業(yè)務(wù)、黑五購物節(jié)，儲(chǔ)備了大量冗余服務(wù)器，平時(shí)閑置的算力就打包出售。

　　今天，AWS云貢獻(xiàn)了亞馬遜70%的凈利潤，遠(yuǎn)超電商零售，是其最賺錢的業(yè)務(wù)。

　　有沒有可能，Dojo就是特斯拉的AWS呢？

　　如果特斯拉也把算力、自動(dòng)駕駛技術(shù)、視覺算法、AI能力都對(duì)外輸出，會(huì)收獲比汽車更值錢的生態(tài)。

　　所以，摩根士丹利寫下：

　　Dojo讓特斯拉在價(jià)值10萬億美金的自動(dòng)駕駛領(lǐng)域，擁有了“不對(duì)稱的優(yōu)勢”。

　　很顯然，不是所有汽車廠商，都是特斯拉。

　　福特、通用等美國汽車巨頭，遭遇1.3萬汽車工人大罷工。工人們要求加薪，害怕被“新技術(shù)收割”。因?yàn)殡妱?dòng)汽車的自動(dòng)化生產(chǎn)，會(huì)讓大量傳統(tǒng)工人失業(yè)。

　　全球汽車廠商，也陷入轉(zhuǎn)型緩慢、降價(jià)競爭、利潤削減的瓶頸。

　　換言之，少有人能不計(jì)成本、拿數(shù)億美元的現(xiàn)金流，去搞算力基建。

　　華為曾估算，L4級(jí)的自動(dòng)駕駛，最少要10億公里的路測。相當(dāng)于100萬輛車，每天跑10小時(shí)，連續(xù)跑1年。

　　小鵬曾透露，每年算力花銷超10億元；過去兩三年，國內(nèi)自動(dòng)駕駛公司的算力需求，也在翻倍增長。

　　汽車廠商之間，在形成共識(shí)：與其自己去搞，不如和云服務(wù)商深度合作。

　　抱團(tuán)，成為更有確定性的共同體，何樂而不為？

　　四個(gè)輪子+一臺(tái)超級(jí)計(jì)算機(jī)

　　造車這件事，以前叫四個(gè)輪子加個(gè)沙發(fā)；

　　現(xiàn)在是四個(gè)車輪，加一臺(tái)超級(jí)計(jì)算機(jī)。

　　智能汽車作為下一代移動(dòng)終端，它們?nèi)可显?#xff0c;是一次“智能手機(jī)+移動(dòng)互聯(lián)網(wǎng)”的機(jī)會(huì)重演。

　　特斯拉想統(tǒng)治自動(dòng)駕駛時(shí)代，能打的對(duì)手，只可能誕生在中國。

　　中國市場的電動(dòng)化滲透率，在全球來看都是領(lǐng)先的；

　　2023年上半年，中國汽車出口量超過日本，成為全球第一大汽車出口國；

　　中汽協(xié)統(tǒng)計(jì)，1-7月我國汽車出口253.3萬輛，同比增長67.9%，創(chuàng)歷史新高。預(yù)計(jì)全年新能源汽車出口穩(wěn)超100萬輛。

　　國內(nèi)像華為云、阿里云、百度云等大型云服務(wù)商，也都推出了汽車云的相關(guān)業(yè)務(wù)。

　　更大市場、緊密配合的產(chǎn)業(yè)鏈、眾多開發(fā)者參與，中國完全有理由誕生：超大規(guī)模汽車云，頂尖自動(dòng)駕駛技術(shù)。

　　比如，華為在烏蘭察布建立云數(shù)據(jù)中心，并開辟汽車專區(qū)，為自動(dòng)駕駛場景提供安全合規(guī)、自主創(chuàng)新、具有澎湃算力的云基礎(chǔ)設(shè)施。

　　汽車專區(qū)部署了華為云昇騰AI云服務(wù)，千卡訓(xùn)練30天不中斷，斷點(diǎn)恢復(fù)不超過10分鐘。

　　這是車企和云服務(wù)商合作的主流模式。

　　車企像調(diào)度水電一樣，獲取算力資源。而云服務(wù)商解決算力、存儲(chǔ)、網(wǎng)絡(luò)傳輸?shù)男蕟栴}。

　　不過，車企的云需求，也會(huì)從單純的算力基建，一路向軟件服務(wù)、平臺(tái)生態(tài)升級(jí)。

　　華為云長期和車企合作，已經(jīng)搭建了自動(dòng)駕駛研發(fā)平臺(tái)，能提供“一站式”和“積木式”兩種部署方案。

　　對(duì)剛起步的車企，華為云能提供一站式的數(shù)據(jù)閉環(huán)、自動(dòng)駕駛專家團(tuán)隊(duì)，讓車企快速從0到1構(gòu)建完整的自動(dòng)駕駛研發(fā)平臺(tái)。

　　當(dāng)然，每家車企發(fā)展進(jìn)度不同，合作需求自然也不同。

　　比如，一些車企要“邊界感”，不愿和云廠商深度綁定；自己有數(shù)據(jù)中心的車企，更需要軟件上的合作。

　　這種情況，“積木式”就更靈活，華為云提供開源開放平臺(tái)、集成參考代碼、多種工具箱，車企能按需選擇。

　　“影響高階自動(dòng)駕駛落地的關(guān)鍵因素，不再是解決常見的一般案例，而是讓模型快速學(xué)習(xí)各類不常見但不斷出現(xiàn)的長尾問題?！比A為云人工智能專家金博士解釋。

　　這是自動(dòng)駕駛的公司，目前最頭疼的。

　　當(dāng)下自動(dòng)駕駛技術(shù)，可以應(yīng)對(duì)95%駕駛場景，但剩下5%邊緣場景，或者說Corner case，則是從未被學(xué)習(xí)到的場景。

　　識(shí)別一個(gè)新Corner case，要收集上萬樣本，花費(fèi)幾周甚至數(shù)月的時(shí)間。

　　理論上實(shí)現(xiàn)完全的自動(dòng)駕駛，至少要積累100億公里路測數(shù)據(jù)。成本和時(shí)間都是不能接受的。

　　針對(duì)這個(gè)問題，華為云的盤古汽車大模型，可以基于多旅程采集數(shù)據(jù)來生成一個(gè)虛擬空間。

　　虛擬空間的物體、位置、空間布局、交通參與者的行動(dòng)軌跡等參數(shù)都可調(diào)節(jié)。

　　這種方案，能讓Corner case數(shù)據(jù)獲取，訓(xùn)練的時(shí)間，從數(shù)周縮短到兩天，效率極大提升。

　　這也是自動(dòng)駕駛，首次用上數(shù)據(jù)生成的能力，而盤古汽車大模型的能力不僅于此。

　　通常，云服務(wù)商對(duì)工業(yè)制造領(lǐng)域是陌生的。

　　但華為自己就是先進(jìn)制造代表，盤古汽車大模型能覆蓋車企的汽車設(shè)計(jì)、生產(chǎn)制造、營銷等全場景，讓每位員工擁有有AI專家助手。

　　比如，一汽解放已深度接入盤古大模型。

　　之前，他們設(shè)計(jì)汽車座椅外觀，要兩周時(shí)間做效果圖，現(xiàn)在用大模型，幾秒就能生成，迅速迭代到滿意，實(shí)現(xiàn)“所說即所得”。

　　再比如，汽車設(shè)計(jì)有8萬多個(gè)標(biāo)準(zhǔn)，160萬頁說明，新手設(shè)計(jì)師要花幾周梳理標(biāo)準(zhǔn)，而大模型能夠快速的定位到相關(guān)章節(jié)，并給出標(biāo)準(zhǔn)來源。

　　盤古大模型融入一汽解放的數(shù)據(jù)后，就能為解放提供涵蓋研產(chǎn)供銷服的全方位賦能。

　　同樣是深耕自動(dòng)駕駛、AI算力，華為和特斯拉是不同的。

　　作為中國頂尖的技術(shù)供應(yīng)商，華為要背負(fù)的更多。

　　汽車大模型是棋盤上關(guān)鍵的一角，但你要看到，整盤大棋的方向：

　　陷入算力焦慮的行業(yè)，又豈止車企？

　　千行萬業(yè)，4000萬家公司，誰不需要智能化改造、找回增長的確定性？

　　重新開天辟地

　　2個(gè)月后，ChatGPT就滿一歲了。

　　截至7月，中國累計(jì)已有130個(gè)大模型問世，誰能走得更遠(yuǎn)？

　　從百模大戰(zhàn)到泡沫顯露，新共識(shí)是：大模型重點(diǎn)在產(chǎn)業(yè)落地。

　　研究人工智能，算法、算力、數(shù)據(jù)是剛需，但每個(gè)都是燒錢貨。

　　不是所有賽道都像自動(dòng)駕駛，有車企和消費(fèi)者買單。

　　投資人勒緊錢袋，崇尚現(xiàn)金為王，出手尤其謹(jǐn)慎。

　　即便OpenAI也顯露疲態(tài)，推出企業(yè)版ChatGPT爭奪B端市場，希望更快盈利。

　　新世界撲面而來，又被財(cái)務(wù)指標(biāo)、技術(shù)難關(guān)、成本控制，硬生生拉回現(xiàn)實(shí)。

　　“ChatGPT時(shí)刻”的濾鏡消褪后，企業(yè)也看到大模型的局限性。

　　比如，大模型正確率還不夠，80%或許滿足日常使用，但對(duì)企業(yè)而言不夠，尤其像法律、醫(yī)藥、金融等行業(yè)，對(duì)錯(cuò)誤幾乎零容忍。

　　再比如，大模型部署成本、技術(shù)門檻，讓人望而卻步。企業(yè)側(cè)想要的，永遠(yuǎn)是低成本、拿來即用、一條龍服務(wù)的產(chǎn)品。

　　千行萬業(yè)明明有真需求、真問題；

　　AI公司也想產(chǎn)業(yè)落地，獲取數(shù)據(jù)流、現(xiàn)金流；

　　但兩者之間，卻存在一條鴻溝——技術(shù)和產(chǎn)業(yè)的差距。

　　華為一直堅(jiān)信：解難題、做難事，扎根到產(chǎn)業(yè)中去。

　　比如說，今年全國從東北到京津冀，從粵港澳到華東，都遭遇了大暴雨。

　　“世紀(jì)暴雨”、“百年難遇”、“一天下了一年的雨”，這類標(biāo)題充斥社交媒體，上百萬人受災(zāi)，經(jīng)濟(jì)損失不計(jì)其數(shù)。

　　就有人質(zhì)疑，我們的天氣預(yù)報(bào)系統(tǒng)，到底有用嗎？為什么不能提前預(yù)警，留出防災(zāi)時(shí)間呢？

　　這就是技術(shù)與現(xiàn)實(shí)的鴻溝。

　　現(xiàn)代天氣預(yù)報(bào)技術(shù)，用最簡單的話說：采集大量氣象數(shù)據(jù)，輸入超級(jí)計(jì)算機(jī)，通過復(fù)雜的算法，模擬預(yù)測結(jié)果。

　　聽上去，這是AI擅長的領(lǐng)域？沒錯(cuò)。

　　這個(gè)夏天，華為云團(tuán)隊(duì)夜以繼日攻關(guān)，對(duì)盤古氣象大模型進(jìn)行升級(jí)。

　　盤古預(yù)測臺(tái)風(fēng)“杜蘇芮”路徑

　　不僅在今年臺(tái)風(fēng)路徑的預(yù)測上表現(xiàn)精準(zhǔn)，更是實(shí)現(xiàn)了對(duì)未來6小時(shí)、24小時(shí)的降水預(yù)報(bào)。

　　盤古氣象大模型，已成為首個(gè)精度超過傳統(tǒng)數(shù)值預(yù)測方法的AI模型。目前與中國國家氣象局、深圳氣象局、歐洲中期天氣預(yù)報(bào)中心、泰國氣象局建立合作。

　　只要一臺(tái)服務(wù)器，10秒鐘，就能預(yù)測未來10天全球的臺(tái)風(fēng)路徑；

　　接下來，盤古想要挑戰(zhàn)暴雨紅色預(yù)警，從提前3小時(shí)預(yù)警，做到提前24小時(shí)。

　　這是生命線上搶時(shí)間，用人類科技與自然的混沌無序?qū)埂?/p>

　　9月20日，華為全聯(lián)接大會(huì)2023召開，以“加速行業(yè)智能化”為主題，要與千行萬業(yè)的企業(yè)一起邁向智能世界。大會(huì)上，也透露了盤古大模型的最新進(jìn)度。

　　在模型層面，盤古大模型形成了5+N+X的三層架構(gòu)。

　　底部的L0層是5個(gè)基礎(chǔ)大模型；L1層是汽車、礦山、氣象、藥物分子、政務(wù)、數(shù)字人等N個(gè)行業(yè)大模型；L2層是X個(gè)具體業(yè)務(wù)的場景模型，比如供應(yīng)鏈物流、臺(tái)風(fēng)路徑。

　　比方說，原來研發(fā)一款新藥，需要10年時(shí)間，花費(fèi)10億美金，這是醫(yī)藥界有名的“雙十定律”。

　　而通過盤古藥物分子大模型，能將先導(dǎo)藥物研發(fā)周期縮短到1個(gè)月，研發(fā)成本降低70%。

　　西安交通大學(xué)第一附屬醫(yī)院劉冰教授，就在盤古藥物分子大模型輔助下，研發(fā)出超級(jí)抗菌藥。

　　過去幾年，華為派出一批批博士、專家、科學(xué)家，讓他們下礦井、進(jìn)工廠、進(jìn)直播間、去氣象局。

　　只有扎到一線，才知道各行各業(yè)到底需要什么。創(chuàng)新不是閉門造車、拍腦袋，而是要在解決問題中前行。

　　我們也知道，大家更關(guān)心算力層面的問題。

　　畢竟英偉達(dá)的A100/H100已對(duì)國內(nèi)斷供，即便是“閹割版”的A800/H800也被炒到天價(jià)，一張難求。

　　未來10年，對(duì)AI算力的需求可能還會(huì)增長500倍，國產(chǎn)化AI算力能否頂住缺口？

　　華為對(duì)此是早有準(zhǔn)備。

　　他們在烏蘭察布、貴安、蕪湖建立了云數(shù)據(jù)中心，支撐超大規(guī)模集群的算力調(diào)用。

　　并且，從硬件到軟件，從算力、算子庫、AI框架到AI平臺(tái)，華為都實(shí)現(xiàn)了全棧自研。能支持客戶從其他平臺(tái)，平滑遷移到華為云昇騰AI云服務(wù)生態(tài)中。

　　簡單來說，華為云的國產(chǎn)化AI算力，讓大家不必?fù)?dān)心算力再被“卡脖子”。

　　有了自主技術(shù)的保證，和扎根產(chǎn)業(yè)落地的生態(tài)，華為云的大模型產(chǎn)業(yè)革命，才算是站穩(wěn)腳跟、打開新局。

　　結(jié)語

　　《奧本海默》里說，It's not a new weapon，it’s a new world.

　　或許面對(duì)大模型，我們也該說，It's not a new tech，it’s a new world.

　　這個(gè)奔涌而來的新世界，你叫它第四次工業(yè)革命也好，智能革命也罷，一切都將被AI改變，宛如重新開天辟地。

　　我們尋求的科技，一定是打破原有格局的顛覆式創(chuàng)新，帶來新的增長確定性；一定是幫助普通人跨越鴻溝，而非加深壁壘。

　　能跨越鴻溝的公司，生；能普惠千行萬業(yè)的企業(yè)，強(qiáng)。

　　命運(yùn)的齒輪，已經(jīng)轟然轉(zhuǎn)動(dòng)。