自2018年谷歌發(fā)布BERT以來，預(yù)訓(xùn)練大模型經(jīng)過幾年的發(fā)展，以強大的算法效果，席卷了以NLP為代表的各大AI榜單與測試數(shù)據(jù)集。2020年OpenAI發(fā)布的NLP大模型GPT-3，實現(xiàn)了千億級參數(shù)。BERT、GPT的強大能力成為AI領(lǐng)域里程碑式的存在，大模型的顯著優(yōu)勢，也讓產(chǎn)業(yè)界巨頭與機構(gòu)紛紛參與其中。

大模型優(yōu)秀的泛化能力、通用AI的能力、高精度、覆蓋多業(yè)務(wù)場景等優(yōu)勢，降低了AI開發(fā)與應(yīng)用的門檻，也讓“煉大模型”也成為AI產(chǎn)業(yè)的潮流。但有了算力、有了大模型，AI產(chǎn)業(yè)創(chuàng)新與落地應(yīng)用就無憂無慮了嗎？答案并沒有這么簡單，很多產(chǎn)業(yè)需求是無法用通用模型來處理的，技術(shù)理論與應(yīng)用場景之間仍然存在著代溝；一些超大規(guī)模模型在部署時也會面臨一系列問題，如算力、調(diào)參難度、硬件兼容性等。

如何讓大模型走出實驗室，走向產(chǎn)業(yè)，推動行業(yè)的創(chuàng)新，成為橫亙在AI廠商面前的難題。那么，大模型該如何完成自身的進化，去適配使用場景、進一步推動AI產(chǎn)業(yè)的發(fā)展呢？在這方面，華為有一些方法與路徑值得借鑒與思考。

從刷分轉(zhuǎn)向全面可用

預(yù)訓(xùn)練大模型是AI持續(xù)變革的動力與核心發(fā)展方向之一，隨著AI不斷深入產(chǎn)業(yè)與各學(xué)科領(lǐng)域的過程中，科研院所及各大企業(yè)間開始了大模型軍備battle，模型的類型朝著多樣化、參數(shù)規(guī)模朝著極致化的方向發(fā)展。

百家爭鳴中，我們看到模型參數(shù)規(guī)模越來越大，數(shù)據(jù)集紀(jì)錄不斷被刷新。但在真正的產(chǎn)業(yè)空間里，卻很難看到大模型規(guī)模化的應(yīng)用。拼模型參數(shù)，拼下游任務(wù)打榜成績，是廠商推出大模型后標(biāo)榜實力的慣常操作。然而到拼落地應(yīng)用的時候，許多廠商的大模型卻緘默了。

從高分到高能，大模型距離現(xiàn)實中的產(chǎn)業(yè)場景還有不短的路程要走。讓大模型從“刷分”走向千行百業(yè)，需要一場全面的轉(zhuǎn)型。

為了更好地推動大模型的發(fā)展，華為推出了人工智能大模型全流程使能體系，該體系包含從大模型規(guī)劃、開發(fā)到產(chǎn)業(yè)化全流程，加速大模型產(chǎn)業(yè)化進程。

在產(chǎn)業(yè)界基于昇騰AI先后推出鵬程.盤古、鵬程.神農(nóng)、紫東.太初、武漢.LuoJia、華為云盤古系列等有影響力的大模型后，為進一步鼓勵大模型的研究與創(chuàng)新，華為推出了昇騰科研創(chuàng)新使能計劃，通過資金、算力、技術(shù)和社區(qū)的扶持，鼓勵高校及科研院所基于昇騰大模型沙盤，開展大模型的研究和創(chuàng)新，在前沿領(lǐng)域和熱點行業(yè)打造出世界級領(lǐng)先的大模型。

為了讓大模型易開發(fā)、易適配、易部署，針對基礎(chǔ)模型開發(fā)，華為推出基于昇思MindSpore的大模型開發(fā)套件，通過算法開發(fā)、并行計算、存儲優(yōu)化、斷點續(xù)訓(xùn)等技術(shù)，實現(xiàn)大模型的高效開發(fā)與部署。

從科研創(chuàng)新到行業(yè)落地，華為與產(chǎn)業(yè)伙伴一起成立了智能遙感開源生態(tài)聯(lián)盟和多模態(tài)人工智能產(chǎn)業(yè)聯(lián)盟等，目前已經(jīng)有70余家合作伙伴陸續(xù)孵化出多個行業(yè)解決方案，未來華為還會聯(lián)合伙伴成立AI流體力學(xué)、AI生物醫(yī)藥及智慧生物育種等產(chǎn)業(yè)聯(lián)盟，助力相關(guān)領(lǐng)域的大模型創(chuàng)新和產(chǎn)業(yè)化發(fā)展。

大模型全流程使能體系不僅為大模型的研發(fā)與創(chuàng)新帶來生長的土壤，也促進著生態(tài)伙伴基于已有大模型孵化更多行業(yè)應(yīng)用，同時，大模型也會得到行業(yè)更豐富的數(shù)據(jù)和更泛化應(yīng)用場景的反哺。在良性循環(huán)的過程中，大模型從而生長得更加茁壯，能夠真正枝繁葉茂地賦能產(chǎn)業(yè)。

從宏觀的使能體系中，我們能夠感知到大模型賦能千行百業(yè)的實力與價值；在微觀個體中，透過大模型的代表紫東.太初，我們也能夠看到其帶來的產(chǎn)業(yè)之變。

紫東.太初的開發(fā)之根

現(xiàn)階段，產(chǎn)學(xué)研界的大模型主要集中在NLP和CV領(lǐng)域。行業(yè)內(nèi)傳統(tǒng)的以文本、圖像為主的單模態(tài)或雙模態(tài)預(yù)訓(xùn)練模型，覆蓋的范圍與滿足的需求有限，不能充分發(fā)揮數(shù)據(jù)生產(chǎn)力，限制了下一階段AI 的應(yīng)用創(chuàng)新。多模態(tài)大模型應(yīng)運而生，打通圖像、文本、語音等不同模態(tài)數(shù)據(jù)的協(xié)同轉(zhuǎn)化，進而使AI應(yīng)用更貼合人類行為習(xí)慣與現(xiàn)實需求，成為當(dāng)前人工智能行業(yè)攻堅點之一。

紫東.太初是全球首個三模態(tài)千億參數(shù)大模型，作為多模態(tài)模型的代表，正在全力助推AI研發(fā)規(guī)則和產(chǎn)業(yè)應(yīng)用模式變革，加速各行業(yè)智能化轉(zhuǎn)型實踐。在7月29日-31日的首屆中國算力大會上，“紫東.太初”大模型榮獲“DC Tech創(chuàng)新先鋒”優(yōu)秀成果獎。

創(chuàng)新先鋒優(yōu)秀成果獎評選大模型的維度嚴謹并全面，無論是技術(shù)、系統(tǒng)，還是應(yīng)用賦能等方面，都是重點考量的因素。紫東.太初大模型被業(yè)界認可，成為標(biāo)桿引領(lǐng)多模態(tài)大模型，能夠保持優(yōu)秀并持續(xù)創(chuàng)新的前提，源于其強壯的AI根技術(shù)，在AI框架、AI算力等層面滿足大模型的“創(chuàng)新”需求。

紫東.太初是中科院自動化所以昇騰AI基礎(chǔ)軟硬件為基礎(chǔ)，基于全場景AI框架昇思MindSpore打造的三模態(tài)模型，紫東.太初兼具跨模態(tài)理解和生成能力，與單模態(tài)和圖文兩模態(tài)相比，其采用一個大模型就可以靈活支撐圖-文-音全場景AI應(yīng)用，具有在無監(jiān)督情況下多任務(wù)聯(lián)合學(xué)習(xí)、并快速遷移到不同領(lǐng)域數(shù)據(jù)的強大能力。

紫東.太初目前已經(jīng)具備領(lǐng)先的圖文音跨模態(tài)理解與生成能力，可輕松完成智能問答、圖片生成、視頻理解與等任務(wù)，這些能力將在工業(yè)質(zhì)檢、影視創(chuàng)作、互聯(lián)網(wǎng)推薦、智能駕駛等領(lǐng)域廣泛應(yīng)用。例如在紡織工業(yè)生產(chǎn)線中的應(yīng)用案例中，紫東.太初融合多模態(tài)信息，可以通過聲音識別來判斷紡織機運轉(zhuǎn)過程中斷經(jīng)和斷緯的情形，同時通過視覺識別來判斷布匹的缺陷，展示出綜合研判的能力和廣闊的應(yīng)用前景。

由于三模態(tài)大模型非常接近人類的信息處理方式，其對信息數(shù)據(jù)有非常好的協(xié)同掌握能力，因此可以非常廣泛地應(yīng)用于產(chǎn)學(xué)各領(lǐng)域，孵化出更多新應(yīng)用。新華社技術(shù)局、長安汽車、中國移動、千博手語等企業(yè)通過加盟多模態(tài)人工智能產(chǎn)業(yè)聯(lián)盟，將開源的多模態(tài)大模型與自身業(yè)務(wù)融合創(chuàng)新，基于紫東.太初陸續(xù)孵化出新媒體內(nèi)容檢索平臺、智能座艙、南宋御街數(shù)字人、手語教考一體機等場景化行業(yè)應(yīng)用，充分展現(xiàn)了大模型的潛力與產(chǎn)業(yè)價值。

從大模型技術(shù)深處挖掘，我們會發(fā)現(xiàn)紫東.太初的打造，得益于昇騰AI的產(chǎn)業(yè)底座，尤其是昇思對大模型的原生支持，讓大模型具備了快速開發(fā)、極簡訓(xùn)練的“開發(fā)之根”。

澆灌創(chuàng)新之花

從昇思AI框架中汲取“創(chuàng)新”的營養(yǎng)澆灌大模型，是使能其發(fā)展的關(guān)鍵。昇思 MindSpore 在進行架構(gòu)設(shè)計時就考慮了大模型開發(fā)時遇到的內(nèi)存占用、通信瓶頸、調(diào)試復(fù)雜、部署難等問題，針對性進行技術(shù)研究與創(chuàng)新。

在大模型支持方面，昇思實現(xiàn)了原生支持大模型，能夠在業(yè)界率先支持全自動并行計算。在大模型訓(xùn)練中，可以同時使用數(shù)據(jù)并行、算子級模型并行、Pipeline 模型并行、優(yōu)化器模型并行、異構(gòu)并行、重計算、高效內(nèi)存復(fù)用多維度、全種類的分布式并行策略；原創(chuàng)集群拓撲感知的多維度自動混合并行，實現(xiàn)超大模型自動切分、并行計算，顯著提升集群加速能力；新的 DNN分布式并行編程范式，可以實現(xiàn)低代碼算法切換，大幅節(jié)省開發(fā)時間。

在科研創(chuàng)新和應(yīng)用領(lǐng)域，昇思面向 8 大科學(xué)計算場景推出 MindSpore Science 系列套件，其包含業(yè)界領(lǐng)先的數(shù)據(jù)集、基礎(chǔ)模型、預(yù)置高精度模型和前后處理工具，可以加速科學(xué)行業(yè)應(yīng)用開發(fā)。

面向產(chǎn)業(yè)生態(tài)的開放，昇思正在與產(chǎn)學(xué)研各界一同推進開源開放，昇思 MindSpore AI 框架已經(jīng)成為大模型開發(fā)的技術(shù)支撐，開源開放更使得產(chǎn)學(xué)界可以基于它研發(fā)自己的大模型。昇騰社區(qū)和昇思MindSpore社區(qū)一直在加強對大模型開源開放的支持。截至7月，昇思社區(qū)下載量已經(jīng)突破200萬，社區(qū)貢獻者超過5900人。

目前，華為聯(lián)合科研機構(gòu)和產(chǎn)業(yè)界，基于昇思 MindSpore AI 框架與昇騰 AI 強大算力，不斷發(fā)展基礎(chǔ)大模型和行業(yè)大模型的產(chǎn)業(yè)生態(tài)，賦能千行百業(yè)數(shù)字化、智能化。

例如，鵬城實驗室基于昇思 MindSpore 先后推出了業(yè)界首個 2000 億參數(shù)中文預(yù)訓(xùn)練語言模型鵬程.盤古和面向生物醫(yī)學(xué)領(lǐng)域的鵬程.神農(nóng)大模型，深度賦能文本生成領(lǐng)域與生物制藥；武漢大學(xué)在嵌入昇思MindSpore先進技術(shù)特性后打造了全球首個遙感影像智能解譯專用框架武漢.LuoJiaNet和業(yè)界最大遙感樣本庫武漢.LuoJiaSET，為遙感應(yīng)用開發(fā)提供便利。

從根技術(shù)創(chuàng)新提升大模型的性能，到賦能不同科學(xué)計算行業(yè)應(yīng)用的加速開發(fā)，大模型全流程使能體系的構(gòu)建，產(chǎn)業(yè)生態(tài)的開源開放與架橋連接，基于昇騰AI軟硬協(xié)同的技術(shù)創(chuàng)新與產(chǎn)業(yè)服務(wù)助力，大模型的創(chuàng)新與產(chǎn)業(yè)落地之路越來越寬敞，加速各行業(yè)智能化轉(zhuǎn)型實踐，未來會有更多不同領(lǐng)域的原創(chuàng)技術(shù)成果誕生。

華為為大模型確立了從研致用的范式，推動大模型走向服務(wù)產(chǎn)業(yè)的新階段，不同的行業(yè)在各類應(yīng)用場景中驗證著大模型的能力。遍地花開的成果，離不開昇騰 AI 提供的強大算力底座與昇思 MindSpore AI 框架的賦能，澆灌著大模型的研發(fā)與創(chuàng)新，為其注入活力與生命力，大模型的產(chǎn)業(yè)之花得以在數(shù)智時代的原野中爭奇斗艷，盎然生機，一幅智慧生活的圖景正在徐徐展開。