大模型、AIGC、Agent……過去一年中，這些新名詞頻頻占據媒體頭條，新一輪工業革命的速度之快，俨然超出了不少人的預期。

特別是“深化大數據、人工智能等研發應用，開展人工智能+行動, 打造具有國際競爭力的數字産業集群“被明確寫進政府工作報告的背景下，每家企業都需要思考一個現實問題：如何加速大模型的落地應用，用人工智能賦能産業升級，以及有效應對新技術帶來的風險與挑戰?

剛剛結束的華爲中國合作夥伴大會2024上，華爲雲中國區副總裁馮其友參與了政企分論壇的討論，並給出了加速智能化升級的新解法。

爲什麽要向智能化升級？可以找到的答案也許有很多，而生産力的叠代常常是解釋其必然性的“題眼”。

回顧人類文明的發展史，每一次躍變都離不開生産力的轉型升級。就像瓦特改良的蒸汽機點燃了第一次工業革命，讓人類進入到了工業化時代；互聯網的出現和普及，讓人類世界步入到了信息化時代；以大模型爲基礎的人工智能技術，大概率將顛覆人們的生活方式，産生不同于傳統生産力的新質生産力。

對于“新質生産力”的定義，一個比較具象化的說法是：大量運用大數據、人工智能、互聯網、雲計算等新技術，與高素質勞動者、現代金融、數據信息等要素緊密結合，而催生的新産業、新技術、新産品和新業態。

其中雲計算扮演了“新質生産力底座”的角色，原因可以追溯到雲計算價值和概念的三次“刷新”。

第一個階段是資源上雲，即存儲、服務器、網絡資源、計算資源等基礎設施的上雲。在虛擬化、容器、微服務等技術的驅動下，基礎設施的彈性獲取成爲現實，極大地提升了資源的利用率。

第二個階段是應用上雲，一些關鍵應用遷移上雲，譬如協同、管理、運營類應用的上雲，進一步提高了企業的協作效率、管理水平和創新能力，雲計算不再只是底層資源，而是一種服務。

第三個階段是深度用雲，由華爲雲在2021年12月提出的概念，雲計算被認定爲企業數字化轉型的最佳路徑，不僅要解決“如何建好雲”，還要“深入用好雲”，充分挖掘雲的價值，爲企業提供創新驅動力。

經過兩年多時間的沉澱後，華爲雲提出的“深度用雲”，早已是雲計算産業上下遊的共識，並逐步梳理出了一套方法論：

一是向雲原生演進，包括分布式數據庫、雲原生數據湖、容器、微服務等，進行新一代分布式平台的搭建和應用的改造；二是基于雲開展業務創新，將雲上的各類技術與業務全流程深度結合，不斷探索新的業務場景。三是就是借鑒業界成功的經驗和方案，兼顧穩健和創新，盡量避免“踩坑”。

馮其友在演講中透露了這樣一組數據：目前已經有超過55家央企、800多個政務雲項目、300多個金融雲項目和華爲雲合作。

大型政企往往是智能化轉型升級的主力軍，同時也是雲化的先行者，他們的選擇在很大程度上揭示了先進生産力的演進方向：雲計算所代表的已經不是IT基礎設施，而是新的動能引擎，深度影響著企業管理和業務生産模式的變革。只有找到對的雲夥伴，智能化升級才能事半功倍。

厘清了雲計算的角色和價值，需要回答的另一個問題是：雲廠商如何滿足政企加速智能化升級的訴求？

大型企業擁有豐富的私有數據資源，對大模型的訓練至關重要，可把數據上傳到公有雲去訓練的話，存在安全風險，也不符合監管要求；倘若企業從零開始建設大模型，所需耗費的資金、算力、人才成本巨大；而且每個行業的業務特點、場景需求不同，還需要差異化的大模型能力供給。

IDC等第三方機構的報告顯示，華爲雲已經連續六年位居中國政務雲基礎設施市場份額第一，連續五年中國金融自建雲基礎設施市場第一，連續兩年位居數字政府大數據管理平台市場份額第一，業已成爲政企智能化升級的首選。

面對政企的“大模型煩惱”，華爲雲提出了混合雲的方案——部署具備邊雲協同、軟硬協同的混合雲來構建大模型。

簡單來說就是，利用公有雲上充沛的算力打造預訓練基礎大模型，然後通過混合雲架構將大模型同步到本地，導入企業的私有數據對基礎大模型進行訓練和微調，再推送到邊緣做推理。既解決了數據安全合規的訴求，又避免了大量資金和人力的投入，“多快好省”地部署大模型。

2023年11月的華爲雲行業高峰論壇上，華爲雲推出了業界首個大模型混合雲華爲雲Stack，提供算力平台、雲服務、開發套件和專業服務等業界最完整的AI生産鏈，並針對政企客戶的大模型場景做了四大優化：

第一，基于原生混合雲能力幫助政企客戶將大模型從本地延伸到邊緣和公有雲，通過多雲架構滿足“公有雲訓練、本地微調、邊緣推理”的混合雲模式，快速實現大模型全場景跨雲部署。

第二，通過軟用協同實現算子融合與混合精度的優化，前者可以將多個連續操作合並爲一個更高效的操作，後者減少了訓練模型所需的內存，進而讓模型訓練性能提升45%。

第三，爲了讓企業高效地完成數據清洗、模型開發和應用開發，華爲雲提供了數據工程套件、模型開發套件和應用開發套件。以一個千億級的行業模型爲例，端到端的開發效率提升了5倍。

最後，針對大模型訓練的中斷問題，華爲雲通過故障自動修複、備機自動更換分配、熱複位續訓等能力實現了大模型的長穩訓練，保障30+天不中斷，全面滿足大模型訓練的穩定性要求。

典型的例子就是山東能源，基于大模型混合雲構建了打造業內首個礦山大模型，確保“數據不出域”的前提下，推進人工智能大規模“下井”，目前已經在山東能源集團26家煤礦進行推廣應用，涵蓋采煤、掘進、主運等9個專業，半年時間內就孵化出了40多個細分場景。

也就是說，基于混合雲構建大模型，將人工智能技術融入到生産、消費、服務等端到端環節，已經是大型政企實現智能升級的最優選，勢必會成爲未來行業大模型的重要部署形態。

不管是“深度用雲”的理念，還是降低大模型門檻，背後的主旨都在于：幫助企業解決難題，創造新價值。

而作爲雲計算賽道裏的頭號玩家之一，華爲雲的主張勢必會影響整個行業的競爭態勢：到底是采用價格手段制造優勢，還是爲客戶的創新提速？有理由相信，在價格競爭和價值競爭的較量中，天平大概率會偏向後者。

就像前面提到的例子，瓦特改良的蒸汽機，點燃了第一次工業革命。可對于當時紡織廠的廠長們來說，他們想要的不是蒸汽機，而是蒸汽機驅動的紡紗機器。同樣的道理也適用于雲計算，客戶想要的不是一堆難懂的技術概念，而是是場景化的解決方案，以及配套的咨詢、應用集成等服務。

回到智能化升級的話題上，政企所謀求的不單單是安全，還要“懂行”，即理解行業、理解業務。就這一點來看，在政企領域深耕多年的華爲雲，可以說是名符其實的示範生。

比如金融核心系統現代化問題。國內很多金融機構的核心系統依托主機采用集中式架構進行建設，曾經支撐了數字金融的快速發展，但在數字化、智能化進程加速，以及新形勢下對金融科技的發展要求，需要更加開放、穩定的現代化的核心系統支撐業務創新。

爲此，華爲雲基于豐富的行業經驗繪制出了主機上雲“1+3+N”藍圖，包括1個“實施工藝”、3大“場景化方案”和N個“生態夥伴”。同時在藍圖牽引下，聯合夥伴共同打造主機上雲解決方案，圍繞基礎設施現代化、應用現代化、工程能力現代化，爲金融機構提供了覆蓋全場景的核心系統升級改造方案。

有創新訴求的，不僅僅是金融機構，千行萬業的智能化升級已是一種現在進行時，也絕非一家企業的一己之力所能滿足的。

華爲雲的做法是聯合生態夥伴，將自身的數智化轉型經驗，以及各行業雲化的最佳實踐沉澱爲專業服務，通過將硬件、雲服務組合、組網、配置、應用等做成標准化的方案，讓經驗可複制。

以面向央國企的“雙百行動”爲例，華爲雲將攜手夥伴共同構築100+智能的行業場景化解決方案，打造100+領先的行業標杆示範項目，聯合實踐攻克核心技術，沉澱行業資産和最佳實踐，帶動更多企業實現産業升級。通過賦能中國企業自立自強，一起搭建智能橋梁爲創新提速。

市場研究機構Omdia在最新發布的2024年雲計算市場觀察中，已然印證了華爲雲的正確性：雲計算當前可能已進入生命周期的成熟階段，但其增長並未放緩。雲計算在工作負載中的滲透率已達到50%。這在一定程度上促使雲服務提供商在交付服務方面進行提升或優化，以滿足客戶對雲的價值的期望。

屬于雲計算最好的時代，遠遠沒有到來。

正如華爲常務董事、華爲雲CEO張平安多次提及的一句話：“我們就是要幫助行業解最難的題，做最難的事情，加快AI重塑千行萬業。”

雲計算唯有走向業務深處，才會迸發出澎湃的生産力。至少就政企行業的洞察來看，致力于加速行業智能化的華爲雲，給自己找到了無限的生長空間，也爲千行萬業提供了智能化的範式。