华为云重磅发布盘古大模型3.0
(CWW)今天,华为开发者大会2023(Cloud)在中国东莞正式揭开帷幕。在下午举行的大会主题演讲中,华为常务董事、华为云CEO张平安重磅发布盘古大模型3.0,将围绕“行业重塑”“技术扎根”“开放同飞”三大创新方向,持续打造核心竞争力,为行业客户、伙伴及开发者提供更好的服务。
(资料图片仅供参考)
盘古大模型3.0是一个面向行业的大模型系列,包括“5+N+X”三层架构:
L0层包括自然语言、视觉、多模态、预测、科学计算五个基础大模型,提供满足行业场景中的多种技能需求。盘古3.0为客户提供100亿参数、380亿参数、710参数和1000亿参数的系列化基础大模型,匹配客户不同场景、不同时延、不同响应速度的行业多样化需求。同时提供全新能力集,包括NLP大模型的知识问答、文案生成、代码生成,以及多模态大模型的图像生成、图像理解等能力,这些技能都可以供客户和伙伴企业直接调用。无论多大参数规模的大模型,盘古提供一致的能力集。
L1层是N个行业大模型,华为云既可以提供使用行业公开数据训练的行业通用大模型,包括政务,金融,制造,矿山,气象等大模型;也可以基于行业客户的自有数据,在盘古大模型的L0和L1层上,为客户训练自己的专有大模型。
L2层为客户提供了更多细化场景的模型,更加专注于政务热线、网点助手、先导药物筛选、传送带异物检测、台风路径预测等具体行业应用或特定业务场景,为客户提供“开箱即用”的模型服务。
盘古大模型采用完全的分层解耦设计,可以快速适配、快速满足行业的多变需求。客户既可以为自己的大模型加载独立的数据集,也可以单独升级基础模型,也可以单独升级能力集。在L0和L1大模型的基础上,华为云还为客户提供了大模型行业开发套件,通过对客户自有数据的二次训练,客户就可以拥有自己的专属行业大模型。同时,根据客户不同的数据安全与合规诉求,盘古大模型还提供了公用云、大模型云专区、混合云多样化的部署形态。
华为常务董事、华为云 CEO 张平安
“盘古为行业而生,就要为行业着想,更好地服务千行百业的客户”,张平安表示。如今,盘古大模型已在金融、金融、制造、医药研发、煤矿、铁路等诸多行业发挥着巨大价值。
在政务领域,华为云携手深圳市福田区政务服务数据管理局,上线了基于盘古政务大模型的福田政务智慧助手小福,能够精准理解民众咨询意图,改变传统的一网通办模式,把老百姓的话语转化为政府办事的语言,让城市更有爱。盘古政务大模型对超过20万条政务数据进行精调,包括12345热线、政策文件、政务百科等,掌握了丰富的法律法规、办事流程等行业知识。基于盘古政务大模型的小福,在一网通办业务中体现出行业性、专业性、领先性和惠民性。
在煤矿领域,盘古矿山大模型已经在全国8个矿井规模使用,一个大模型可以覆盖煤矿的采、掘、机、运、通、洗选等业务流程下的1000多个细分场景,让更多的煤矿工人能够在地面上作业,不仅能让煤矿工人的工作环境更加舒适,而且可以极大地减少安全事故。
在铁路领域,盘古铁路大模型能精准识别现网运行的67种货车、430多种故障,无故障图片筛除率高达95%,成为货运列检员身边有力的数字助手,将列检员从每日数百万张的“图海”检测中解放出来。
在气象领域,盘古气象大模型是首个精度超过传统数值预报方法的AI预测模型,同时预测速度也有大幅提升。原来预测一个台风未来10天的路径,需要在3000台服务器的高性能计算机集群上花费5小时进行仿真。现在基于预训练的盘古气象大模型,通过AI推理的方式,研究者只需单台服务器上单卡配置,10秒内就可以获得更精确的预测结果。
在金融领域,盘古金融大模型可以对银行的各种操作、政策、案例文档进行预训练,能根据客户的问题,为柜台工作人员自动生成流程和操作指导,将原来需要平均5次的操作降低为1次,办结时间缩短5分钟以上。盘古大模型让数十万网点柜员都拥有自己的智慧助手。
在制造领域,过去单产线制定器件分配计划,往往要花费3个小时以上才能做齐1天的生产计划。盘古制造大模型学习了华为产线上各种器件数据、业务流程及规则以后,能够对业务需求进行准确的意图理解,并调用天筹AI求解器插件,1分钟即可做出未来3天的生产计划。
在药物研发领域,原来一款新药研发平均需要10年时间、花费10亿美金。盘古药物分子大模型助力西安交通大学第一附属医院刘冰教授团队发现全球40年来首个新靶点、新类别的抗生素,并将先导药物研发周期缩短至1个月、研发成本降低70%。
张平安表示:“盘古大模型要让每个行业、每个企业、每个人都拥有自己的专家助手,让工作更高效更轻松。我们始终坚持AI for Industries的战略,在深耕行业的道路上不断前行。我坚信大模型将重塑千行百业,而每一个开发者,都将是改变世界的英雄。”
关键词:
您可能也感兴趣:
为您推荐
俄罗斯驱逐9名芬兰外交官 到底是怎么回事?
《地狱潜者2》新爆料+《野狗子》开发日记+《咒》预告
巴西经济学家:过度依赖美元伤害拉美经济
排行
最近更新
- 华为云重磅发布盘古大模型3.0
- 应急管理部启动危化品重大危险源企业2023年第一次部级督导核查
- 卫报列女足世界杯战力榜:中国14,英格兰1、丹麦10、海地30
- 大学生可以买的保险有哪些?买保险要注意些什么?
- 美俄军机连续两日在叙利亚上空相遇,相互指责不断
- 韩国最大在野党称政府发布的福岛核污染水排海研究报告“令人...
- 这几个奥特曼人间体圆谷很难请来,第三个不愿再参演!
- 塔里木胡杨林公园美丽生态画卷受青睐 迎来旅游旺季
- 宋妍霏方辟谣与易烊千玺绯闻:纯属无中生有
- 华为软硬件生态发展风向标,HDC.Together2023门票开售中
- 小米Redmi Pad 10.6英寸平板电脑 1299元入手
- 中国祛斑十大名牌,这几款,普通人逆袭水光肌弯道超车
- 外媒:意大利米兰一养老院发生火灾 已致6人死亡
- 华为软硬件生态发展风向标,HDC.Together2023门票开售中
- 周杰:你以为他只是因林心如不实情曝料离开娱乐圈,其实另有隐情
- 济南市中公安创新警税协同共治机制:挽回税收损失近亿元
- 证券板块午后强力拉升,证券指数ETF(560090)涨超1%,最近60...
- 腾讯云MaaS平台再升级,首次公布金融风控大模型
- “晚年苦不苦,就看五十五”,4个表现断定,你是不是命苦之人
- 奥克股份:目前公司关于固态电池电解质材料仍在研发阶段
- 佳禾智能:储能业务目前在进行厂房的改造和产线的布局,预计9...
- 保卫萝卜4波仔很忙第24关通关方法
- 这就是奎桑提梗的意思和含义
- 为何不建议你买大额存单 6个真实原因在这儿
- AI热度降温又一跡象:散户6月加速涌入美股 关注焦点转向电动车
- 力星股份:公司目前陶瓷球项目产能规划约4个亿
- 制冷空调设备概念股票一览(2023/7/7)
- 健帆生物:公司将于2023年8月23日对外披露《2023年半年度报告》
- 亚马逊全球开店创建远程团队 为菲律宾中小企业提供支持
- 欣旺达(300207.SZ):目前已经与国内有HEV需求的大部分客户展...
今日要闻
- 奥克股份:目前公司关于固态电池电解质材料仍在研发阶段
- “萌新”来啦!和梅花鹿宝宝一起亲密互动
- 纳斯达克中国金龙指数涨幅扩大至3%
- 减速器概念股震荡回落 中马传动尾盘触及跌停
- 2023年暑期档票房破60亿元
- 东亚前海证券给予绝味食品推荐评级,跟踪点评:基本面稳健,业绩改善可期
- 长宁侨联这两位青年常委,在世界华商大会上积极宣传长宁!
- 曼卡龙(300945.SZ)定增结果出炉:财通基金、诺德基金分别获配约1.55亿元、1.56亿元
- 湖南宝马女司机醉驾撞人后拖行2.1公里,一审被判交通肇事罪获刑6年3个月,受害人弟弟:伤害那么大,我们会考虑上诉(抗诉)
- 股票行情快报:佰奥智能(300836)7月7日主力资金净卖出1404.38万元