◎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(lái)。

　　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(wàn)字的新傳記，而是摩根士丹利開(kāi)出了一份66頁(yè)的報告。

　　華爾街分析師盯上的，既不是新款Model 3，也不是墨西哥超級工廠(chǎng)，而是Dojo超級計算機。

　　怕別人聽(tīng)不懂，摩根士丹利畫(huà)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，要采集數十億公里的行駛數據，訓練優(yōu)化算法。

　　每上一個(gè)級別，比如到L4、L5級，自動(dòng)駕駛對數據和算力的需求，會(huì )以量級提升。

　　特斯拉為提升訓練效率，自己研發(fā)超級計算機，在2021年的AI Day上正式公布，名為Dojo。甚至為了不過(guò)于依賴(lài)英偉達，還自研了D1芯片。

　　Dojo的算力達到1 EFlops，即每秒鐘一百億億次浮點(diǎn)運算。

　　特斯拉還要花10億美元，在2024年10月擴張到100 EFlops，相當于30萬(wàn)張英偉達的A100芯片計算規模。

　　人們不禁想起，全球目前最大的云服務(wù)商，亞馬遜云AWS。

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

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

　　有沒(méi)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(jué)算法、AI能力都對外輸出，會(huì )收獲比汽車(chē)更值錢(qián)的生態(tài)。

　　所以，摩根士丹利寫(xiě)下：

　　Dojo讓特斯拉在價(jià)值10萬(wàn)億美金的自動(dòng)駕駛領(lǐng)域，擁有了“不對稱(chēng)的優(yōu)勢”。

　　很顯然，不是所有汽車(chē)廠(chǎng)商，都是特斯拉。

　　福特、通用等美國汽車(chē)巨頭，遭遇1.3萬(wàn)汽車(chē)工人大罷工。工人們要求加薪，害怕被“新技術(shù)收割”。因為電動(dòng)汽車(chē)的自動(dòng)化生產(chǎn)，會(huì )讓大量傳統工人失業(yè)。

　　全球汽車(chē)廠(chǎng)商，也陷入轉型緩慢、降價(jià)競爭、利潤削減的瓶頸。

　　換言之，少有人能不計成本、拿數億美元的現金流，去搞算力基建。

　　華為曾估算，L4級的自動(dòng)駕駛，最少要10億公里的路測。相當于100萬(wàn)輛車(chē)，每天跑10小時(shí)，連續跑1年。

　　小鵬曾透露，每年算力花銷(xiāo)超10億元；過(guò)去兩三年，國內自動(dòng)駕駛公司的算力需求，也在翻倍增長(cháng)。

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

　　抱團，成為更有確定性的共同體，何樂(lè )而不為？

　　四個(gè)輪子+一臺超級計算機

　　造車(chē)這件事，以前叫四個(gè)輪子加個(gè)沙發(fā)；

　　現在是四個(gè)車(chē)輪，加一臺超級計算機。

　　智能汽車(chē)作為下一代移動(dòng)終端，它們全部上云，是一次“智能手機+移動(dòng)互聯(lián)網(wǎng)”的機會(huì )重演。

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

　　中國市場(chǎng)的電動(dòng)化滲透率，在全球來(lái)看都是領(lǐng)先的；

　　2023年上半年，中國汽車(chē)出口量超過(guò)日本，成為全球第一大汽車(chē)出口國；

　　中汽協(xié)統計，1-7月我國汽車(chē)出口253.3萬(wàn)輛，同比增長(cháng)67.9%，創(chuàng )歷史新高。預計全年新能源汽車(chē)出口穩超100萬(wàn)輛。

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

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

　　比如，華為在烏蘭察布建立云數據中心，并開(kāi)辟汽車(chē)專(zhuān)區，為自動(dòng)駕駛場(chǎng)景提供安全合規、自主創(chuàng )新、具有澎湃算力的云基礎設施。

　　汽車(chē)專(zhuān)區部署了華為云昇騰AI云服務(wù)，千卡訓練30天不中斷，斷點(diǎn)恢復不超過(guò)10分鐘。

　　這是車(chē)企和云服務(wù)商合作的主流模式。

　　車(chē)企像調度水電一樣，獲取算力資源。而云服務(wù)商解決算力、存儲、網(wǎng)絡(luò )傳輸的效率問(wèn)題。

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

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

　　對剛起步的車(chē)企，華為云能提供一站式的數據閉環(huán)、自動(dòng)駕駛專(zhuān)家團隊，讓車(chē)企快速從0到1構建完整的自動(dòng)駕駛研發(fā)平臺。

　　當然，每家車(chē)企發(fā)展進(jìn)度不同，合作需求自然也不同。

　　比如，一些車(chē)企要“邊界感”，不愿和云廠(chǎng)商深度綁定；自己有數據中心的車(chē)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(kāi)源開(kāi)放平臺、集成參考代碼、多種工具箱，車(chē)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(jiàn)的一般案例，而是讓模型快速學(xué)習各類(lèi)不常見(jiàn)但不斷出現的長(cháng)尾問(wèn)題?！比A為云人工智能專(zhuān)家金博士解釋。

　　這是自動(dòng)駕駛的公司，目前最頭疼的。

　　當下自動(dòng)駕駛技術(shù)，可以應對95%駕駛場(chǎng)景，但剩下5%邊緣場(chǎng)景，或者說(shuō)Corner case，則是從未被學(xué)習到的場(chǎng)景。

　　識別一個(gè)新Corner case，要收集上萬(wàn)樣本，花費幾周甚至數月的時(shí)間。

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

　　針對這個(gè)問(wèn)題，華為云的盤(pán)古汽車(chē)大模型，可以基于多旅程采集數據來(lái)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)軌跡等參數都可調節。

　　這種方案，能讓Corner case數據獲取，訓練的時(shí)間，從數周縮短到兩天，效率極大提升。

　　這也是自動(dòng)駕駛，首次用上數據生成的能力，而盤(pán)古汽車(chē)大模型的能力不僅于此。

　　通常，云服務(wù)商對工業(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(pán)古汽車(chē)大模型能覆蓋車(chē)企的汽車(chē)設計、生產(chǎn)制造、營(yíng)銷(xiāo)等全場(chǎng)景，讓每位員工擁有有AI專(zhuān)家助手。

　　比如，一汽解放已深度接入盤(pán)古大模型。

　　之前，他們設計汽車(chē)座椅外觀(guān)，要兩周時(shí)間做效果圖，現在用大模型，幾秒就能生成，迅速迭代到滿(mǎn)意，實(shí)現“所說(shuō)即所得”。

　　再比如，汽車(chē)設計有8萬(wàn)多個(gè)標準，160萬(wàn)頁(yè)說(shuō)明，新手設計師要花幾周梳理標準，而大模型能夠快速的定位到相關(guān)章節，并給出標準來(lái)源。

　　盤(pán)古大模型融入一汽解放的數據后，就能為解放提供涵蓋研產(chǎn)供銷(xiāo)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)供應商，華為要背負的更多。

　　汽車(chē)大模型是棋盤(pán)上關(guān)鍵的一角，但你要看到，整盤(pán)大棋的方向：

　　陷入算力焦慮的行業(yè)，又豈止車(chē)企？

　　千行萬(wàn)業(yè)，4000萬(wàn)家公司，誰(shuí)不需要智能化改造、找回增長(cháng)的確定性？

　　重新開(kāi)天辟地

　　2個(gè)月后，ChatGPT就滿(mǎn)一歲了。

　　截至7月，中國累計已有130個(gè)大模型問(wèn)世，誰(shuí)能走得更遠？

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

　　研究人工智能，算法、算力、數據是剛需，但每個(gè)都是燒錢(qián)貨。

　　不是所有賽道都像自動(dòng)駕駛，有車(chē)企和消費者買(mǎi)單。

　　投資人勒緊錢(qián)袋，崇尚現金為王，出手尤其謹慎。

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

　　新世界撲面而來(lái)，又被財務(wù)指標、技術(shù)難關(guān)、成本控制，硬生生拉回現實(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(mǎn)足日常使用，但對企業(yè)而言不夠，尤其像法律、醫藥、金融等行業(yè)，對錯誤幾乎零容忍。

　　再比如，大模型部署成本、技術(shù)門(mén)檻，讓人望而卻步。企業(yè)側想要的，永遠是低成本、拿來(lái)即用、一條龍服務(wù)的產(chǎn)品。

　　千行萬(wàn)業(yè)明明有真需求、真問(wèn)題；

　　AI公司也想產(chǎn)業(yè)落地，獲取數據流、現金流；

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

　　華為一直堅信：解難題、做難事，扎根到產(chǎn)業(yè)中去。

　　比如說(shuō)，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。

　　“世紀暴雨”、“百年難遇”、“一天下了一年的雨”，這類(lèi)標題充斥社交媒體，上百萬(wàn)人受災，經(jīng)濟損失不計其數。

　　就有人質(zhì)疑，我們的天氣預報系統，到底有用嗎？為什么不能提前預警，留出防災時(shí)間呢？

　　這就是技術(shù)與現實(shí)的鴻溝。

　　現代天氣預報技術(shù)，用最簡(jiǎn)單的話(huà)說(shuō)：采集大量氣象數據，輸入超級計算機，通過(guò)復雜的算法，模擬預測結果。

　　聽(tīng)上去，這是AI擅長(cháng)的領(lǐng)域？沒(méi)錯。

　　這個(gè)夏天，華為云團隊夜以繼日攻關(guān)，對盤(pán)古氣象大模型進(jìn)行升級。

　　盤(pán)古預測臺風(fēng)“杜蘇芮”路徑

　　不僅在今年臺風(fēng)路徑的預測上表現精準，更是實(shí)現了對未來(lái)6小時(shí)、24小時(shí)的降水預報。

　　盤(pán)古氣象大模型，已成為首個(gè)精度超過(guò)傳統數值預測方法的AI模型。目前與中國國家氣象局、深圳氣象局、歐洲中期天氣預報中心、泰國氣象局建立合作。

　　只要一臺服務(wù)器，10秒鐘，就能預測未來(lái)10天全球的臺風(fēng)路徑；

　　接下來(lái)，盤(pán)古想要挑戰暴雨紅色預警，從提前3小時(shí)預警，做到提前24小時(shí)。

　　這是生命線(xiàn)上搶時(shí)間，用人類(lèi)科技與自然的混沌無(wú)序對抗。

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

　　在模型層面，盤(pán)古大模型形成了5+N+X的三層架構。

　　底部的L0層是5個(gè)基礎大模型；L1層是汽車(chē)、礦山、氣象、藥物分子、政務(wù)、數字人等N個(gè)行業(yè)大模型；L2層是X個(gè)具體業(yè)務(wù)的場(chǎng)景模型，比如供應鏈物流、臺風(fēng)路徑。

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

　　而通過(guò)盤(pán)古藥物分子大模型，能將先導藥物研發(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)第一附屬醫院劉冰教授，就在盤(pán)古藥物分子大模型輔助下，研發(fā)出超級抗菌藥。

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

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

　　我們也知道，大家更關(guān)心算力層面的問(wèn)題。

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

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

　　華為對此是早有準備。

　　他們在烏蘭察布、貴安、蕪湖建立了云數據中心，支撐超大規模集群的算力調用。

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

　　簡(jiǎn)單來(lái)說(shuō)，華為云的國產(chǎn)化AI算力，讓大家不必擔心算力再被“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，才算是站穩腳跟、打開(kāi)新局。

　　結語(yǔ)

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

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

　　這個(gè)奔涌而來(lái)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(kāi)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(lái)新的增長(cháng)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(wàn)業(yè)的企業(yè)，強。

　　命運的齒輪，已經(jīng)轟然轉動(dòng)。