本報記者 劉經緯
提到華為，人們可能首先想到手機、電腦、手表、平板……實際上，我們身邊的華為產品和服務還不止這些，在湖南鋼鐵、寶鋼股份、永鋒集團、南鋼集團等鋼企的產線上，也可以看到華為的身影。近年來，華為服務油氣、礦山、鋼鐵、化工等行業，并在2023年提出了“數智世界 一觸即達”的品牌形象口號。華為正在走進各行各業，為企業提供成熟的解決方案，賦能企業數智化轉型，推動新質生產力發展。
近兩年，AI（人工智能）火遍全球，似乎有得AI者得天下的趨勢。在AI當道的今天，作為全球領先的ICT（信息與通信）基礎設施和智能終端提供商，華為還能否繼續保持領先，為行業提供優質的解決方案？日前，華為中國政企油氣礦山系統部總經理范濤在接受《中國冶金報》記者專訪時給出了詳細解答。
為行業提供創新AI解決方案
范濤認為，現階段，AI在鋼鐵、礦山等行業落地面臨的問題主要有4個方面：一是小模型、專家模型（也稱為傳統模型）應用的門檻較高；二是傳統模型定制化現象嚴重，泛化能力較差；三是對數據安全的擔憂；四是人才儲備不足。
針對以上問題，華為正在努力為行業提供創新的AI解決方案。
首先，華為人工智能大模型擁有新架構。這一新架構主要是中心訓練與邊緣推理的“云邊協同”兩級架構，即在集團側，利用正常數據及已知的負樣本進行訓練開發，隨后將訓練好的模型推送至邊緣側進行推理。在推理過程中，這一系統不僅能夠準確判斷已知的負樣本，還能夠識別并捕獲那些異常的未知數據。這些異常數據隨后會被標記并定期或定量地送回集團側進行進一步學習和分析。這種“邊用邊學”的循環方式，使得模型能夠不斷地適應新的生產環境和異常情況，不僅可以迎接傳統架構中難以應對的未知挑戰，還提高了其泛化能力和應對新問題的能力，解決了傳統模型定制化嚴重、泛化性差的問題。
其次，華為盤古大模型5.0包含不同參數的模型。該大模型包括視覺大模型、預測大模型、盤古自然語言大模型、多模態大模型、科學計算大模型等在內的多元化功能，并在全系列、多模態、強思維3個方面進行了全新升級。
最后，華為提出了新的工業領域大模型落地路徑與方法。大模型分為L0（基礎模型，如盤古大模型）、L1（行業模型，如盤古鋼鐵大模型）、L2（場景模型）3層。傳統路徑是通過大量的行業數據并消耗巨大的算力去訓練L1行業模型，從而實現L2場景模型的升級迭代。然而，很多行業常常面臨著數據不足或者數據收集、處理工作量極大，以及訓練L1行業模型的初始算力要求高、時間周期長，無法支撐L2場景模型的快速上線等問題。
為尋求更短路徑，華為提出在初始階段可以直接通過L0大模型結合場景數據收集實現L2場景的快速開發。隨著場景規劃分批落地，企業收集和標注的行業數據就可以快速地用來訓練L1行業模型，補足L1的能力。簡單來說，新路徑的優勢在于“小算力起步，逐步擴容”、行業數據可以分批補充，這使得首批場景應用能夠快速落地并驗證大模型的能力，還能在此過程中實現大模型開發人才的培養和能力的積累。
共同構建健康良性的產業生態
范濤舉例，華為的解決方案目前已在多個鋼企成功實踐。如湖南鋼鐵集團利用大模型進行廢鋼定級，準確率超過90%；其子公司湘鋼通過大模型深挖原料煤之間的配伍性和特征相關性，將焦炭成本降低5元/噸~20元/噸；基于大模型部署的行車智能調度系統在1分鐘內就能“思考”出接下來30分鐘的調度計劃，并下發指令。
在寶鋼股份，2024年9月6日，寶鋼與華為公司合作的基于華為盤古預測大模型開發的熱軋自然寬展預測模型正式投入熱軋1880產線，實現在線控制。由華為公司和寶鋼股份數據AI部、設備部、熱軋廠、中央研究院、寶信軟件等多部門組成的項目專家團隊，對大模型投入后的帶鋼寬度控制進行了跟蹤和驗證。專家團隊一致認為，在348塊帶鋼軋制過程中，華為大模型的預測精度、時延響應均滿足目標要求，帶鋼寬度實時控制正常，驗證取得圓滿成功。由此完成了華為預測大模型在鋼鐵制造領域首發閉環控制技術的驗證。
范濤表示，針對不同的客戶類型和需求，華為可以提供不同的解決方案。除面向有意愿、有資金、有智能化能力的行業頭部企業提供完整大模型解決方案外，華為正面向自身條件受限但對人工智能應用有訴求和對數據安全有訴求的企業提供盤古調優艙解決方案；面向規模小、投資小、人工智能需求不多的企業，華為可以提供對應的場景化解決方案。對于人工智能開發人員技能門檻要求高的問題，可以通過優化部署架構和降低從業門檻（大模型工作流）等辦法，加快人工智能在企業中的落地和應用，帶來實際效益和價值。
范濤最后表示，華為將繼續堅持“為場景找技術”的原則，以“降本提效增安”為目標，聯合伙伴共同創新，推動油氣礦山行業智能化進程，持續做好技術突破和應用落地。同時，華為建立了打通研、營、銷、服等環節的團隊，實現了高效協同，縮短產業鏈條，快速響應客戶需求，與伙伴一起構建健康良性的產業生態。
《中國冶金報》（2025年01月14日 04版四版）
