主要内容
在海螺集团运营的一家水泥厂中，基于华为基础设施构建的智能 AI 系统如今能以 90%以上的准确率预测熟料强度，并自主调整煅烧参数，使煤炭消耗降低 1%。这些决策此前需要数十年积累的人类专业知识。这体现了华为如何开发智能 AI 系统，从简单的命令响应交互迈向能够独立规划、决策和执行的平台。
华为构建这些智能 AI 系统的方法集中在涵盖 AI 基础设施、基础模型、专用工具和智能体平台的全面战略上。华为云首席技术官张玉新在最近的上海华为云 AI 峰会上概述了这一框架，来自政治、商业和技术领域的 1000 多位领导者在此探讨了金融、航运港口、化工制造、医疗保健和自动驾驶等领域的实际应用。
这种区别很重要，因为传统 AI 应用在固定流程中响应用户命令，而智能 AI 系统以自主性运行，从根本上改变了它们在企业运营中的角色。张玉新将其描述为“应用和计算的重大转变”，指出这些系统独立决策并动态适应，重塑了计算系统的交互和资源分配方式。
对于企业来说，问题变成：如何构建能够支持这种级别的自主运行的基础设施和平台？西红柿和水泥有什么共同之处？观看华为与海螺集团如何利用 AI 重塑建筑行业的幕后预告片！接下来的智能转型菜单：一个令人垂涎的建筑新时代——更智能、更快、更便宜、更环保！🤤
基础设施挑战推动新的计算架构。智能 AI 系统的计算需求暴露了传统云架构的局限性，尤其是随着基础模型训练和推理需求的激增。华为云的应对措施包括通过高速 MatrixLink 网络连接的 CloudMatrix384 超级节点，创建了一种灵活的混合计算系统，结合了通用和智能计算能力。该架构通过专家并行推理特别解决了专家混合（MoE）模型中的瓶颈，减少了数据传输期间 NPU 的空闲时间。根据公司的技术规格，这种方法将单 PU 推理速度提高了 4-5 倍，优于其他流行模型。该系统还采用了针对典型 AI 任务设计的以内存为中心的 AI 原生存储，旨在提高训练和推理效率。
专门从事通用 AI 和设备智能的 ModelBest 展示了这种基础设施的实际应用。ModelBest 的联合创始人兼首席执行官李大海详细介绍了他们的 MiniCPM 系列——涵盖基础模型、多模态能力和全模态集成——如何与华为云 AI 计算服务集成，在训练能效方面比行业标准提高 20%，性能提高 10%。MiniCPM 模型已在汽车系统、智能手机、具身 AI 和支持 AI 的个人计算机中得到应用。从基础模型到特定行业应用，适应特定行业需求的基础模型开发挑战推动了更复杂训练方法的发展。华为云的方法包括三个关键组件：处理从收集到管理的完整数据管道、现成的增量训练工作流程以及智能优化。