◎智谷趋势(ID:zgtrend)| 王延鹤

  5000亿美金的震撼

  风暴总是突如其来。

  9月11日,特斯拉的股价上涨了10%,一夜间市值增加800亿美金,约5800亿元。

  只看得交易员们心惊肉跳。

  骤然飞升的原因,并非马斯克37万字的新传记,而是摩根士丹利开出了一份66页的报告。

  华尔街分析师盯上的,既不是新款Model 3,也不是墨西哥超级工厂,而是Dojo超级计算机。

  怕别人听不懂,摩根士丹利画下大饼:Dojo估值超5000亿美金!

  Dojo是什么?特斯拉自动驾驶的AI算力基建。

  研发自动驾驶,要采集数十亿公里的行驶数据,训练优化算法。

  每上一个级别,比如到L4、L5级,自动驾驶对数据和算力的需求,会以量级提升。

  特斯拉为提升训练效率,自己研发超级计算机,在2021年的AI Day上正式公布,名为Dojo。甚至为了不过于依赖英伟达,还自研了D1芯片。

  Dojo的算力达到1 EFlops,即每秒钟一百亿亿次浮点运算。

  特斯拉还要花10亿美元,在2024年10月扩张到100 EFlops,相当于30万张英伟达的A100芯片计算规模。

  人们不禁想起,全球目前最大的云服务商,亚马逊云AWS。

  当初,亚马逊为电商业务、黑五购物节,储备了大量冗余服务器,平时闲置的算力就打包出售。

  今天,AWS云贡献了亚马逊70%的净利润,远超电商零售,是其最赚钱的业务。

  有没有可能,Dojo就是特斯拉的AWS呢?

  如果特斯拉也把算力、自动驾驶技术、视觉算法、AI能力都对外输出,会收获比汽车更值钱的生态。

  所以,摩根士丹利写下:

  Dojo让特斯拉在价值10万亿美金的自动驾驶领域,拥有了“不对称的优势”。

  很显然,不是所有汽车厂商,都是特斯拉。

  福特、通用等美国汽车巨头,遭遇1.3万汽车工人大罢工。工人们要求加薪,害怕被“新技术收割”。因为电动汽车的自动化生产,会让大量传统工人失业。

  全球汽车厂商,也陷入转型缓慢、降价竞争、利润削减的瓶颈。

  换言之,少有人能不计成本、拿数亿美元的现金流,去搞算力基建。

  华为曾估算,L4级的自动驾驶,最少要10亿公里的路测。相当于100万辆车,每天跑10小时,连续跑1年。

  小鹏曾透露,每年算力花销超10亿元;过去两三年,国内自动驾驶公司的算力需求,也在翻倍增长。

  汽车厂商之间,在形成共识:与其自己去搞,不如和云服务商深度合作。

  抱团,成为更有确定性的共同体,何乐而不为?

  四个轮子+一台超级计算机

  造车这件事,以前叫四个轮子加个沙发;

  现在是四个车轮,加一台超级计算机。

  智能汽车作为下一代移动终端,它们全部上云,是一次“智能手机+移动互联网”的机会重演。

  特斯拉想统治自动驾驶时代,能打的对手,只可能诞生在中国。

  中国市场的电动化渗透率,在全球来看都是领先的;

  2023年上半年,中国汽车出口量超过日本,成为全球第一大汽车出口国;

  中汽协统计,1-7月我国汽车出口253.3万辆,同比增长67.9%,创历史新高。预计全年新能源汽车出口稳超100万辆。

  国内像华为云、阿里云、百度云等大型云服务商,也都推出了汽车云的相关业务。

  更大市场、紧密配合的产业链、众多开发者参与,中国完全有理由诞生:超大规模汽车云,顶尖自动驾驶技术。

  比如,华为在乌兰察布建立云数据中心,并开辟汽车专区,为自动驾驶场景提供安全合规、自主创新、具有澎湃算力的云基础设施。

  汽车专区部署了华为云昇腾AI云服务,千卡训练30天不中断,断点恢复不超过10分钟。

  这是车企和云服务商合作的主流模式。

  车企像调度水电一样,获取算力资源。而云服务商解决算力、存储、网络传输的效率问题。

  不过,车企的云需求,也会从单纯的算力基建,一路向软件服务、平台生态升级。

  华为云长期和车企合作,已经搭建了自动驾驶研发平台,能提供“一站式”和“积木式”两种部署方案。

  对刚起步的车企,华为云能提供一站式的数据闭环、自动驾驶专家团队,让车企快速从0到1构建完整的自动驾驶研发平台。

  当然,每家车企发展进度不同,合作需求自然也不同。

  比如,一些车企要“边界感”,不愿和云厂商深度绑定;自己有数据中心的车企,更需要软件上的合作。

  这种情况,“积木式”就更灵活,华为云提供开源开放平台、集成参考代码、多种工具箱,车企能按需选择。

  “影响高阶自动驾驶落地的关键因素,不再是解决常见的一般案例,而是让模型快速学习各类不常见但不断出现的长尾问题。”华为云人工智能专家金博士解释。

  这是自动驾驶的公司,目前最头疼的。

  当下自动驾驶技术,可以应对95%驾驶场景,但剩下5%边缘场景,或者说Corner case,则是从未被学习到的场景。

  识别一个新Corner case,要收集上万样本,花费几周甚至数月的时间。

  理论上实现完全的自动驾驶,至少要积累100亿公里路测数据。成本和时间都是不能接受的。

  针对这个问题,华为云的盘古汽车大模型,可以基于多旅程采集数据来生成一个虚拟空间。

  虚拟空间的物体、位置、空间布局、交通参与者的行动轨迹等参数都可调节。

  这种方案,能让Corner case数据获取,训练的时间,从数周缩短到两天,效率极大提升。

  这也是自动驾驶,首次用上数据生成的能力,而盘古汽车大模型的能力不仅于此。

  通常,云服务商对工业制造领域是陌生的。

  但华为自己就是先进制造代表,盘古汽车大模型能覆盖车企的汽车设计、生产制造、营销等全场景,让每位员工拥有有AI专家助手。

  比如,一汽解放已深度接入盘古大模型。

  之前,他们设计汽车座椅外观,要两周时间做效果图,现在用大模型,几秒就能生成,迅速迭代到满意,实现“所说即所得”。

  再比如,汽车设计有8万多个标准,160万页说明,新手设计师要花几周梳理标准,而大模型能够快速的定位到相关章节,并给出标准来源。

  盘古大模型融入一汽解放的数据后,就能为解放提供涵盖研产供销服的全方位赋能。

  同样是深耕自动驾驶、AI算力,华为和特斯拉是不同的。

  作为中国顶尖的技术供应商,华为要背负的更多。

  汽车大模型是棋盘上关键的一角,但你要看到,整盘大棋的方向:

  陷入算力焦虑的行业,又岂止车企?

  千行万业,4000万家公司,谁不需要智能化改造、找回增长的确定性?

  重新开天辟地

  2个月后,ChatGPT就满一岁了。

  截至7月,中国累计已有130个大模型问世,谁能走得更远?

  从百模大战到泡沫显露,新共识是:大模型重点在产业落地。

  研究人工智能,算法、算力、数据是刚需,但每个都是烧钱货。

  不是所有赛道都像自动驾驶,有车企和消费者买单。

  投资人勒紧钱袋,崇尚现金为王,出手尤其谨慎。

  即便OpenAI也显露疲态,推出企业版ChatGPT争夺B端市场,希望更快盈利。

  新世界扑面而来,又被财务指标、技术难关、成本控制,硬生生拉回现实。

  “ChatGPT时刻”的滤镜消褪后,企业也看到大模型的局限性。

  比如,大模型正确率还不够,80%或许满足日常使用,但对企业而言不够,尤其像法律、医药、金融等行业,对错误几乎零容忍。

  再比如,大模型部署成本、技术门槛,让人望而却步。企业侧想要的,永远是低成本、拿来即用、一条龙服务的产品。

  千行万业明明有真需求、真问题;

  AI公司也想产业落地,获取数据流、现金流;

  但两者之间,却存在一条鸿沟——技术和产业的差距。

  华为一直坚信:解难题、做难事,扎根到产业中去。

  比如说,今年全国从东北到京津冀,从粤港澳到华东,都遭遇了大暴雨。

  “世纪暴雨”、“百年难遇”、“一天下了一年的雨”,这类标题充斥社交媒体,上百万人受灾,经济损失不计其数。

  就有人质疑,我们的天气预报系统,到底有用吗?为什么不能提前预警,留出防灾时间呢?

  这就是技术与现实的鸿沟。

  现代天气预报技术,用最简单的话说:采集大量气象数据,输入超级计算机,通过复杂的算法,模拟预测结果。

  听上去,这是AI擅长的领域?没错。

  这个夏天,华为云团队夜以继日攻关,对盘古气象大模型进行升级。

  盘古预测台风“杜苏芮”路径

  不仅在今年台风路径的预测上表现精准,更是实现了对未来6小时、24小时的降水预报。

  盘古气象大模型,已成为首个精度超过传统数值预测方法的AI模型。目前与中国国家气象局、深圳气象局、欧洲中期天气预报中心、泰国气象局建立合作。

  只要一台服务器,10秒钟,就能预测未来10天全球的台风路径;

  接下来,盘古想要挑战暴雨红色预警,从提前3小时预警,做到提前24小时。

  这是生命线上抢时间,用人类科技与自然的混沌无序对抗。

  9月20日,华为全联接大会2023召开,以“加速行业智能化”为主题,要与千行万业的企业一起迈向智能世界。大会上,也透露了盘古大模型的最新进度。

  在模型层面,盘古大模型形成了5+N+X的三层架构。

  底部的L0层是5个基础大模型;L1层是汽车、矿山、气象、药物分子、政务、数字人等N个行业大模型;L2层是X个具体业务的场景模型,比如供应链物流、台风路径。

  比方说,原来研发一款新药,需要10年时间,花费10亿美金,这是医药界有名的“双十定律”。

  而通过盘古药物分子大模型,能将先导药物研发周期缩短到1个月,研发成本降低70%。

  西安交通大学第一附属医院刘冰教授,就在盘古药物分子大模型辅助下,研发出超级抗菌药。

  过去几年,华为派出一批批博士、专家、科学家,让他们下矿井、进工厂、进直播间、去气象局。

  只有扎到一线,才知道各行各业到底需要什么。创新不是闭门造车、拍脑袋,而是要在解决问题中前行。

  我们也知道,大家更关心算力层面的问题。

  毕竟英伟达的A100/H100已对国内断供,即便是“阉割版”的A800/H800也被炒到天价,一张难求。

  未来10年,对AI算力的需求可能还会增长500倍,国产化AI算力能否顶住缺口?

  华为对此是早有准备。

  他们在乌兰察布、贵安、芜湖建立了云数据中心,支撑超大规模集群的算力调用。

  并且,从硬件到软件,从算力、算子库、AI框架到AI平台,华为都实现了全栈自研。能支持客户从其他平台,平滑迁移到华为云昇腾AI云服务生态中。

  简单来说,华为云的国产化AI算力,让大家不必担心算力再被“卡脖子”。

  有了自主技术的保证,和扎根产业落地的生态,华为云的大模型产业革命,才算是站稳脚跟、打开新局。

  结语

  《奥本海默》里说,It's not a new weapon,it’s a new world.

  或许面对大模型,我们也该说,It's not a new tech,it’s a new world.

  这个奔涌而来的新世界,你叫它第四次工业革命也好,智能革命也罢,一切都将被AI改变,宛如重新开天辟地。

  我们寻求的科技,一定是打破原有格局的颠覆式创新,带来新的增长确定性;一定是帮助普通人跨越鸿沟,而非加深壁垒。

  能跨越鸿沟的公司,生;能普惠千行万业的企业,强。

  命运的齿轮,已经轰然转动。