中興通訊CDO崔麗：溯源大模型，如何實現(xiàn)AI和能源相互成就

  ICC訊 10月18-19日，2024甌江峰會暨第二屆中歐非綠色能源發(fā)展論壇在浙江溫州舉辦，來自世界頂級科學家、企業(yè)領袖、各級政府部門、專家學者、國際組織和投資人等數(shù)百位嘉賓齊聚一堂，共同圍繞綠色能源、新型電力系統(tǒng)、科技創(chuàng)新等新質(zhì)生產(chǎn)力關鍵領域開展交流和探索。

  中興通訊首席發(fā)展官崔麗受邀出席數(shù)智電力論壇并發(fā)表《AI與能源：共創(chuàng)綠色美好未來》的主題演講，從數(shù)智角度出發(fā)洞察能源產(chǎn)業(yè)如何擁抱AI機遇和應對挑戰(zhàn)。

  AI的盡頭是能源

  “人-物-虛”融合的“萬務”互聯(lián)推動數(shù)據(jù)量爆發(fā)式增長，據(jù)IDC統(tǒng)計，到2025年，全球創(chuàng)建的數(shù)據(jù)量將達到175ZB，海量數(shù)據(jù)對存儲和算力提出了新的要求，全球數(shù)據(jù)量每增加1ZB，服務器需要增加29.4萬臺，預計2021~2025年全球會增加3410萬臺服務器。

  崔麗提到，隨著智能化深入，AI算力需求劇增，人工智能正成為現(xiàn)代社會的關鍵驅動力，由于AI算力相對于通算，對并行計算能力要求更高，加之大模型參數(shù)增長很快，大概每3~4月就需要算力翻倍。同時，AI的發(fā)展伴隨著能源消耗的顯著增長。據(jù)斯坦福大學人工智能研究所發(fā)布的《2024 年人工智能指數(shù)報告》顯示，訓練GPT-3這樣的大型模型，耗電量相當于數(shù)百次跨美飛行。而ChatGPT的日常運行，每天的能耗相當于約19,000個家庭的用電量。AI的水資源消耗同樣驚人，數(shù)據(jù)中心每天平均需耗費401噸水進行冷卻。

  崔麗表示，我們迫切需要探索更可持續(xù)的AI發(fā)展路徑，以確保技術和社會的進步，不會以過度消耗寶貴的自然資源和危害環(huán)境為代價。

  AI的前世今生：腦力效率的飛躍

  崔麗回顧了AI發(fā)展的前世今生，她提到，在人工智能技術70年左右的發(fā)展歷程中，先后引發(fā)了兩輪AI被熱捧的春天，但又紛紛在不久之后進入AI被冷遇的寒冬，其中出現(xiàn)了一些標志性事件。 

  1997年深藍戰(zhàn)勝國際象棋世界冠軍，被認為是基于規(guī)則通過計算機編程實現(xiàn)的AI的最高水平?；跈C器學習的CNN算法也直到1998年以LeNet-5成功識別手寫郵政編碼而受到廣泛關注。李飛飛團隊堅持數(shù)年構建的ImageNet因在公開高質(zhì)量數(shù)據(jù)集的貢獻，也成為了計算機視覺和深度學習領域的一個重要里程碑。基于這一數(shù)據(jù)集，2012年辛頓團隊的AlexNet利用GPU算力成功將圖像識別準確率大幅提升，并在隨后的幾年迅速超過人類識別準確度，這一里程碑意義則在于AI三要素（神經(jīng)網(wǎng)絡、大數(shù)據(jù)、GPU）第一次匯聚在一起。此后，AI一直持續(xù)向前。直到2017年Google提出Transformer，引發(fā)一輪“大力出奇跡”的大模型浪潮，以及后續(xù)大家都熟知的ChatGPT等。

  崔麗表示，在其標志性事件背后探究AI技術本質(zhì)，可以看出算法、算據(jù)和算力一直是推動AI進步的三大核心力量。

  求真務實 助推AI健康發(fā)展

  “所有的橫空出世，其實都是蓄謀已久”，AI每一次關鍵突破的背后，都是科學家和業(yè)界大咖持續(xù)數(shù)年乃至數(shù)十年的努力。即便是ChatGPT，其出現(xiàn)也并非偶然，也是基于前幾代GPT，也是基于公開數(shù)據(jù)集、算法優(yōu)化和GPU等算力增強等多方面共同努力。當下，我們正處于第三次春天?；仡欉^去的兩次AI寒冬，最重要的原因是過高期望導致的過度失望，這一次，在春天來臨之際，我們需要更加務實、冷靜地看待AI，幫助其健康發(fā)展。

  崔麗對這一波Transformer帶動的大模型技術的特征和可能演化方向進行了判斷。她表示，盡管人們依托于Transformer構建了新的AI范式，但其依然沒有逃出數(shù)學的限制，人們借助以Transformer為主要手段的神經(jīng)網(wǎng)絡來捕捉海量人類數(shù)據(jù)中隱藏的知識范式，當模型遇到新問題時，運用前期掌握的知識范式通過外推或內(nèi)插來對新情況作出合理的推斷。

  在崔麗看來，在此次浪潮中Transformer的最大貢獻在于兩點，一是泛化，Transformer通過對海量知識進行歸納總結，使得其不僅能在單一領域具備強大能力，還能作為通用基礎技術廣泛賦能各行各業(yè)；二是涌現(xiàn)，量變到質(zhì)變，能力涌現(xiàn)使得AI能處理訓練階段沒有遇到過的問題，通過長思維鏈等手段多次查詢內(nèi)部蘊含的知識可以使其解決更為復雜的問題。 

  然而她也提到，在這個過程中，有幾個方面需要注意，首先規(guī)模問題上，雖然“大力出奇跡”，但面向后續(xù)發(fā)展，單純依靠規(guī)模堆砌的方式會帶來資源浪費；其次是能力的拓展，參數(shù)規(guī)模也不是唯一路徑，還有多模態(tài)、CoT、RAG等技術也成功帶來更加高效的能力增強和拓展；最后需要解決知識密度問題，模型的知識密度一定會不斷增加，知識密度才是價值源泉。更高效率和更高價值的能力，大概率成為業(yè)界追求的核心方向。

  Energy for AI 助力AI高效綠色發(fā)展

  崔麗表示，AI作為一種技術，其發(fā)展必然與其成長環(huán)境密切相關。當前AI發(fā)展面臨著倒三角困境：作為AI最重要的基礎，高質(zhì)量數(shù)據(jù)資源瀕臨耗盡，合成數(shù)據(jù)成為重要補充；算法和算力層面則面臨效率、資源、技術缺陷等多重挑戰(zhàn)；還有產(chǎn)業(yè)鏈生態(tài)健康安全、場景和業(yè)務需求適配，以及不同企業(yè)面臨的人才、資金和碳排放等等約束。

  效率是所有問題的關鍵，對此中興通訊提出三個層面的主張：“高效基座”側重基礎設施（算力）效率，“高效增智”側重算法、算據(jù)和技術融合提效，“高效落地”則聚焦如何更加高效的從技術進步到產(chǎn)業(yè)進步。她表示，三者之間也有非常多的協(xié)同，我們希望三管齊下，助力AI高效綠色發(fā)展，盡力避免能源、環(huán)境保護等資源困境。

  首先是“高效基座”。比特無法脫離原子獨立存在，所有的軟件包括AI都離不開高效綠色基礎設施。一方面中興通訊主張“以網(wǎng)強算”，在智算領域，無論是芯片內(nèi)裸Die互聯(lián)、芯片之間、服務器之間、DC之間，高速網(wǎng)絡連接都至關重要，我們以領先的網(wǎng)絡技術持續(xù)創(chuàng)新和突破，可以極大的提升智算的性能與效率；另一方面是智算數(shù)據(jù)中心，即如何解決高能耗、高密、多元算力等核心問題，也就是如何實現(xiàn)智能彈性供給，中興通訊提供全場景制冷方案，匹配不同場景下的功率密度需求，全局優(yōu)化，智能管理，從而向更低的PUE邁進。

  其次是“高效增智”。大模型的落地是產(chǎn)業(yè)智能進階的破題關鍵，然而其落地之路卻充滿挑戰(zhàn)，比如大模型本身的專業(yè)性、準確性、可靠性和可解釋性等問題，比如領域數(shù)據(jù)質(zhì)量和安全問題，比如如何通過算法創(chuàng)新和軟硬協(xié)同，提升訓推效率；比如如何在大模型大腦的加持下，更多與具身智能體深度集成，真正實現(xiàn)數(shù)實融合等等。正如前面提及，規(guī)模已經(jīng)不是大模型增智的唯一路徑，解決上述各類問題的同時，本身就是為大模型增智。當前已經(jīng)有諸多技術創(chuàng)新：通過大小模型結合、COT、RAG、多Agent等技術加持，可以有效提升專業(yè)性、準確性、可靠性等；通過知識圖譜、樣本庫、數(shù)據(jù)生成、自動標注等可以大幅提升數(shù)據(jù)治理效率；通過MOE、多模態(tài)等新型模型架構引入，以及量化/剪枝/蒸餾等模型優(yōu)化技術和推理加速，可以大幅降低訓推和部署成本；通過數(shù)字孿生、空間智能、具身智能等技術，可以有效解決實時性和互操作性等問題。

  最后是“高效落地”，對于人類社會進步和可持續(xù)發(fā)展而言，AI產(chǎn)業(yè)升級帶來的生產(chǎn)價值將遠高于情緒價值，我們期望這波AI浪潮能夠帶動產(chǎn)業(yè)革命、普惠社會。在AI技術落地層面，中興通訊主張求真務實、訓推并舉。一方面，供給側需切實結合自身資源稟賦找準定位形成生態(tài)互補，“商業(yè)變現(xiàn)”是大家關注的焦點之一，也是良性商業(yè)閉環(huán)的關鍵。AI技術和產(chǎn)業(yè)的發(fā)展，終極形態(tài)一定是形成“頭部通用寡頭、中部垂域堅挺、底部百花齊放”的金字塔，一味瘋狂內(nèi)卷，不如各自找準定位，核心發(fā)力且相輔相成，這也是高效落地的關鍵。另一方面，需求側也需積極擁抱新技術，躬身入局，切實結合場景、問題、目標和資源約束找準切入點，小步快跑。以中興通訊的“智睿魔方AiCube”智算一體機為例，就是旨在解決大模型“最后一公里”的問題，當前，已經(jīng)賦能8個行業(yè)、20多個應用場景，助力各種類型企業(yè)“多快好省”的大模型落地實踐。

  另外，AI云邊端協(xié)同也將成為落地應用的終極形態(tài)。

  AI for Energy 賦能能源產(chǎn)業(yè)進階

  崔麗表示，中興通訊在大模型領域實施“1+N+X”策略，“1”是基礎模型庫，涵蓋自研和開源的多類基礎大模型，確保底層能力，并開放解耦，像培養(yǎng)優(yōu)秀畢業(yè)生；“N”是諸多領域基礎模型，像培養(yǎng)優(yōu)秀的領域專家，形成領域知識集成；“X”則是各類場景應用，聚焦具體問題和創(chuàng)造價值。

  在電力領域，中興通訊以超融合基礎設施+數(shù)字星云為基礎，構建低成本的電力邊緣算力底座，實現(xiàn)感知、算力、應用的深度融合，圍繞發(fā)電、電網(wǎng)業(yè)務場景需求，以電力傳感器、工業(yè)現(xiàn)場網(wǎng)實現(xiàn)電力數(shù)據(jù)全域感知。通過數(shù)字星云打破本地數(shù)據(jù)孤島，實現(xiàn)跨區(qū)域、跨業(yè)務、跨系統(tǒng)的電力數(shù)據(jù)采集和數(shù)據(jù)治理，實現(xiàn)電力數(shù)據(jù)的流轉與融合，幫助客戶實現(xiàn)電力場站集中運維、遠端協(xié)同聯(lián)動的管理新模式。同時也形成了以星云大模型為基礎的電力行業(yè)模型體系。

  中興通訊聯(lián)合重慶電力、重慶電信進行5G技術在電力發(fā)輸變配用各環(huán)節(jié)規(guī)?；瘧茫蛟炝藝W(wǎng)西南片區(qū)首個5G聯(lián)合創(chuàng)新實驗室，在實驗室進行行業(yè)洞察、技術研究、實驗仿真和標準指定，并在重慶市建設省級廣域切片專網(wǎng)，利用聯(lián)合實驗室進行多種電力終端通信接入測試，制定終端接入標準，孵化電力專用終端12款；建設聚類負荷智慧互動平臺，遙控點覆蓋全市1670個，可調(diào)節(jié)負荷資源池達到135萬千瓦，調(diào)度從日計劃轉變?yōu)榉昼姾兔爰墸瑥钠瑓^(qū)無差別停電到對簽約用戶精細調(diào)節(jié)，補足重慶市用電缺口。

  中興通訊聯(lián)合國電投湖南五凌電力，積極探索基于5G工業(yè)云網(wǎng)基礎設施底座的工程建管數(shù)字化行業(yè)解決方案。從水電工程設計建設階段開始布局5G工業(yè)互聯(lián)網(wǎng)，以5G全連接智慧水電站為建設目標，將水電站建設、水電站日常運維、自動化監(jiān)控、水電站無人值守等方面應用融合進智慧水電站中。利用5G等技術實現(xiàn)對水電工程施工過程中的端到端的生產(chǎn)施工區(qū)域管理和遠程監(jiān)控，助力保障5G水電工程的安全施工和管理。打造5G智慧水電行業(yè)示范標桿。

  中興通訊聯(lián)合安徽移動、淮南平圩電廠開展電廠5G無線覆蓋建設，利用 5G與數(shù)字孿生體技術的融合，在感知和控制的基礎上，通過建模、仿真、預測，達到“虛實共智”，在5G智能安防、5G智能巡檢、5G智能分析應用上，加速了物聯(lián)網(wǎng)的成型和物聯(lián)網(wǎng)設備數(shù)字化?；谌S場景實現(xiàn)全區(qū)道路、重點廠區(qū)等點位的作業(yè)安全遠程監(jiān)督、風險自動提醒、違章自動報警等功能，提升1倍以上的管理效率，大大降低了管理人員監(jiān)管壓力，保障發(fā)電廠工作更安全、更高效。

  未來，AI大模型將全面賦能能源產(chǎn)業(yè)，推動其進階發(fā)展，在智能電網(wǎng)管理、可再生能源及新能源功率預測、儲能優(yōu)化等方面發(fā)揮關鍵作用，助力能源產(chǎn)業(yè)實現(xiàn)更高效、更智能的運營與管理。

  演講的最后，崔麗強調(diào)，技術無善惡，善惡在人。AI的涌現(xiàn)能力和學會慢思考，讓它能承擔更加復雜和挑戰(zhàn)性的工作，但對于人類而言，與其擔心自己被替代，不如擔心自己會缺席。每一位推動科技和社會進步的偉人不僅有超高的智慧，更重要的是同樣具有躬身入局的努力和悲天憫人的情懷。愛、智慧和協(xié)作共智，一定能夠解決任何新的問題，并邁向更加綠色美好的未來。