ITBear旗下自媒体矩阵:

CloudNative X AI,创原会携手产业共赴"跃迁"新机遇

   时间:2023-12-22 21:06:47 来源:互联网编辑:汪淼 发表评论无障碍通道

12月22日,以“CloudNative X AI,跃迁新机遇”为主题,创原会·2023技术创新峰会于云南丽江正式揭幕。大会邀请百余位行业数字化领军人、产业大咖零距离交流,展望2024年技术和产业的前沿趋势,分享云原生与AI的创新实践。

在大会主题演讲中,华为云CTO张宇昕引述了量子物理学“跃迁”变化的概念,指出人类社会技术革命历史上每一轮重大变革背后,都是科技“跃迁”创新的结果。他表示,云原生和AI技术已成为智能时代产业变革式发展的关键动力,将全面激发系统架构、算力技术、存储技术、数智技术、应用开发、媒体技术、安全体系的七大技术领域实现“跃迁”,加速千行万业智能升级。

云原生×AI,开启企业数智化跃迁新阶段

华为云CTO张宇昕

张宇昕以农业革命、工业革命、信息革命、智能革命为例,对宏观科技发展历程进行洞察分析。他指出,历史上的多次科技革命对人类获取食物、动力、信息等各维度的社会活动产生了巨大影响,随着云原生、AIGC、数字人、大模型等新兴技术加快实践落地,新一轮的智能革命将全面颠覆信息生产与消费方式。

“云原生和AI技术为代表的技术创新,将为智能时代的产业跃迁集聚新动能。”张宇昕说,过去数年,云原生为传统IT技术体系带来了许多变革,引发互联网、政务等领域的数字化“跃迁”,如秒杀大促、一网通办等新业态、新模式不断涌现;而大模型等AI技术的迅速发展和应用,也为各产业智能化提供了核心驱动力。当云原生与AI技术“能量叠加”,将以系统性的创新开启企业数智化跃迁新阶段。

张宇昕提出,云原生与AI的叠加将为产业带来七大技术“跃迁”:在架构方面引发从“以CPU为中心的主从架构”向“多元算力对等架构” 跃迁;在算力方面从“通用算力”向“澎湃AI算力”跃迁;存储方面从“数据湖存储 ”向“AI-Native智算存储”跃迁;数智融合方面,从“Data+AI”向“Data for AI / AI for Data全面数智融合”跃迁;应用开发方面,从“全码、低码、零码开发向AI辅助开发、自主开发”跃迁;在媒体技术方面,从拍摄到“计算”、从制作到“生成”跃迁;安全体系方面,从“网络与信息安全”走向“零信任、合规、隐私保护、伦理遵循、非歧视”等前沿理念跃迁。基于这七大技术变革,从而加速千行万业实现智能升级。

作为云原生的产业倡导者、思想引领者和实践先锋,华为云在2015年参与了云原生计算基金会(CNCF)的创建。为加速云原生技术与产业的融合,华为云、CNCF、中国信通院及业界云原生技术精英联合成立了全球化原生交流平台——创原会。

过去三年,创原会以“启航”、“扬帆”、“远行”为主题,携手产业圈层、技术专家、研究机构和成员企业不断开展技术研讨与实践交流。聚焦前沿技术和行业需求,创原会先后提出了“云原生2.0”、“十大云原生新范式”、“以云原生思维践行云原生”、“深度云化,成就云原生企业”等技术和数字化理念。

面对当前云原生与AI融合创新的趋势,创原会在2023年度技术创新峰会上提出了“云原生×AI,开启数智化跃迁”的新主张,希望携手业界伙伴共同把握“跃迁”新机遇,共赴数智化时代。

AI成为创新核心引擎,软件生态迎接黄金十年

在大会主题演讲中,华为云副总裁、战略与产业发展部总裁黄瑾,信通院云计算与大数据研究所副总工陈屹力,清华大学教授、IEEE Fellow、中国人工智能学会学士周伯文等业界代表,就AI创新的相关话题展开分享。

行业数据显示,从2023年到2027年,云计算、软件、AI领域的市场规模将保持年均两位数的高速增长,每一个赛道都将有万亿美元级别的市场空间。从全球IT市场价值分配趋势看,高价值产业正加快向云计算、软件、AI领域转移,其中AI将是成长最快的领域。

华为云副总裁、战略与产业发展部总裁黄瑾

“在未来十年,华为云的软件伙伴和服务伙伴将面临非常多的发展机遇。同时,每一家公司都应当关注,AI已成为生产力创新的核心引擎。”黄瑾指出,云计算、AI、软件等产业将迎接发展黄金十年,AI已成为生产力创新的核心引擎,加快改变云的技术堆栈和重塑千行万业。

对于AI市场的发展趋势,黄瑾认为,当前AI技术堆栈的各个层面均在发生变革,基础设施创新加快全云化、全AI化转型;模型创新加快往多模态、具身智能、机器人、Agent等方向演进,大模型安全也受到广泛关注;应用创新的ToC、ToB通用、ToB垂直行业场景等,都呈现百花齐放态势。

“大模型正在加快改变云的技术堆栈,加快重塑千行万业,成为企业生产力基础需求。”黄瑾认为,未来每一位员工都至少需要一个AI助手,每一家企业都需要AI大模型和数智融合平台,每一款软件都需要AI大模型赋能,每一个应用开发都需要AI驱动的编程助手。

信通院云计算与大数据研究所副总工陈屹立

陈屹力表示,数字化浪潮袭来,云计算和大模型的深度融合势必会加速产业的颠覆性变革。其一,云计算对大模型工程化创新的作用日益明显,“云+AI大模型”模式已在全球取得广泛认可;其二,大模型将重塑云计算,形成应用服务新范式——大模型云服务。

陈屹力从内、外两方面阐释大模型云服务范式之变。对内是“平台智能化”,云计算提供智算资源灵活调度支撑大模型发展,同时依托大模型实现云平台自身智能化升级。对外是“智能服务化”,云计算为大模型提供便捷化的部署、管理,以及应用开发迭代的服务平台,降低智能应用构建门槛,加速孵化创新应用新场景。

陈屹力围绕大模型云服务基础层、模型层、服务层、应用层四方面展开标准体系及发展趋势的介绍,并表示信通院未来将持续聚焦大模型云服务相关研究,完善大模型云服务标准体系建设。

清华大学教授、IEEE Fellow、中国人工智能学会学士周伯文

聚焦AI技术发展、产业应用以及面临的挑战,周伯文强调了在云原生和AI结合的情况下,企业如何利用大模型实现更高效的产品创新和精准营销。

周伯文首先回顾了AI的发展历程,2016年他在IBM工作期间,提出了狭义人工智能(ANI)和广义人工智能(ABI)的概念。他表示,ABI是通往AGI的必经阶段,具有自监督学习和端到端的特点。如今,ChatGPT的诞生验证了ABI的能力,为实现AGI奠定了基础。

在产业应用方面,周伯文指出了生成式AI在客户运营、营销和销售、软件工程、产品研发等方面的巨大潜力。他通过衔远品商大模型来分析瑞幸咖啡和茅台的合作为例,展示了AI在产品创新和营销方面的优势。此外,他还提到了AI在图像生成、个性化营销等方面的应用,以及如何通过数字水印技术保护AIGC的知识产权。

周伯文认为,在云原生和AI结合的情况下,企业可以训练具备通用能力但专业性很强的大模型,以实现更高敏捷度的产品创新和精准营销。这种闭环式的大模型落地将为企业带来数据飞轮和应用场景的双重闭环,提升竞争力。

面对未来的挑战和机遇,周伯文表示乐观。他认为,生成式AI和云原生的结合将为企业带来更大的机会变量。他呼吁企业高管学习新技术、创造市场,掌握如何用最新的技术提升竞争力。

以云为底座,加快千行万业数智升级

峰会现场,来自多家企业的技术代表也就各行业的创新实践展开分享,深入阐述了以云为底座、加快数智化创新的技术实践与思考。

网易伏羲资深AI架构师李想成介绍,依托云原生技术,网易伏羲构建了AI多云平台,并进一步适配华为云昇腾AI云服务,实现了算力跨云调度、大规模分布式训练、推理加速,轻松应对每日上百亿次的AI请求。这一创新不仅成功支撑了逆水寒、永劫无间等多款热门游戏的业务爆发式增长,更以最精简资源助力业务稳定,保障了玩家最优用户体验。

潞晨科技创始人兼董事长尤洋表示,潞晨科技与华为云深度合作,在Colossal-AI加速框架和Colossal_PaaS云平台项目中,基于华为硬件和云生态,制定了详细而长远的规划。潞晨与华为云携手,持续打造更高效快速的云上大模型解决方案,并联合华为云推出软硬一体的企业级MLOps管理系统,不仅提供通用分布式方案外,还可以对华为系列硬件提供特定调优。同时,Colossal_PaaS也将上架华为云商店,持续为更多企业用户提供优质的服务。

深圳市气象局首席预报员、深圳南方强天气研究重点实验室副主任陈训来介绍,深圳区域气象预报模型是以全球大模型为基础,基于区域高质量数据集,应用人工智能技术进行研发的创新项目。该模型以全球分析场和区域分析场为实时输入,驱动全球及区域预报模型,快速获取未来5天深圳及周边地区气温、降雨等预报信息,可为交通、水务和旅游等行业提供“气象+”的系列精细化服务。

茄子科技联合创始人、首席技术官陈少为分享说,茄子科技(海外SHAREit Group)打造了行业领先的社交内容共享平台,工具产品矩阵全球累计用户量超24亿。在平台建设中,茄子科技与华为云携手合作,基于华为云全球存算网云基础设施和领先的公有云服务,给全球用户带来了高质量的个性服务和极致的体验。

创原会副理事长、华为云Marketing部部长董理斌介绍,创原成立三年以来,已聚集了超过220家成员企业,不仅在中国持续开展交流活动,也走进了亚太、欧洲、拉美等海外地区,为全球伙伴提供了技术交流与合作分享的创新平台,更沉淀了一系列优秀的数字化项目与经验。

会上,创原会揭晓了第三届“云原生技术创新与先锋实践”的评选结果,为来自互联网、汽车、金融、零售、教育等多个行业的二十余家获奖企业颁发荣誉奖项。

创原会第三届“云原生技术创新”项目颁奖

创原会第三届“云原生先锋实践”项目颁奖

举报 0 收藏 0 打赏 0评论 0
 
 
更多>同类资讯
全站最新
热门内容
网站首页  |  关于我们  |  联系方式  |  版权声明  |  RSS订阅  |  开放转载  |  滚动资讯  |  争议稿件处理  |  English Version