構(gòu)建“資源－平臺(tái)－應(yīng)用”全鏈路賦能能力，移動(dòng)云全面推進(jìn)AI落地

當(dāng)前，人工智能技術(shù)引發(fā)的科技革新浪潮勢(shì)不可擋，而在人工智能落地應(yīng)用的過程中，其對(duì)智算資源供給能力、應(yīng)用場(chǎng)景轉(zhuǎn)化能力和產(chǎn)業(yè)生態(tài)環(huán)境都提出了更高的要求。此前國(guó)新辦新聞發(fā)布會(huì)上，國(guó)務(wù)院國(guó)資委就重點(diǎn)強(qiáng)調(diào)要“有序推進(jìn)智算中心和算力調(diào)度運(yùn)營(yíng)平臺(tái)建設(shè)”“持續(xù)推動(dòng)大模型開放賦能”。作為我國(guó)高質(zhì)量發(fā)展的“數(shù)字尖兵”，移動(dòng)云勇當(dāng)人工智能技術(shù)創(chuàng)新發(fā)展“天命人”，依托運(yùn)營(yíng)商資源優(yōu)勢(shì)及自研可控的先進(jìn)技術(shù)，移動(dòng)云持續(xù)將智算資源與產(chǎn)業(yè)應(yīng)用相結(jié)合，不斷構(gòu)建并完善“資源－平臺(tái)－應(yīng)用”全鏈路賦能能力，從而為人工智能大規(guī)模落地應(yīng)用提供有力支撐。

建設(shè)智算中心，打造穩(wěn)定資源供給底座

算力是人工智能技術(shù)發(fā)展的核心基礎(chǔ)要素。盡管我國(guó)算力基礎(chǔ)設(shè)施建設(shè)已達(dá)世界領(lǐng)先水平，但智算算力占比僅為30％，因此在現(xiàn)階段依舊存在明顯智算算力缺口，這也導(dǎo)致了人工智能大模型訓(xùn)練效能不足等問題。

作為國(guó)內(nèi)人工智能“供給者”，中國(guó)移動(dòng)近年來以“N＋X”布局體系規(guī)劃并建設(shè)了包括3個(gè)萬卡智算中心、12個(gè)區(qū)域智算中心在內(nèi)的智算網(wǎng)絡(luò)新集群。其中，今年8月末正式投產(chǎn)使用的中國(guó)移動(dòng)智算中心（哈爾濱）部署超1．8萬張AI加速卡，AI芯片國(guó)產(chǎn)化率達(dá)100％，其參數(shù)面帶寬可達(dá)1．6Tbps，數(shù)據(jù)面吞吐可達(dá)15TB／s，能夠提供6．9EFLOPS智能算力，是目前最大的運(yùn)營(yíng)商單集群智算中心?；诖?，移動(dòng)云目前能夠以海量高端算力為大規(guī)模并行計(jì)算和復(fù)雜模型訓(xùn)練提供堅(jiān)實(shí)資源保障，并能憑借全棧自主可控的特點(diǎn)顯著降低信息泄露風(fēng)險(xiǎn)，保障用戶數(shù)據(jù)安全。

打造運(yùn)營(yíng)平臺(tái)，暢通智算能力供給通道

在人工智能業(yè)務(wù)不斷走向落地應(yīng)用過程中，大規(guī)模的數(shù)據(jù)處理和模型訓(xùn)練需要消耗海量算力、電力、人力等資源，受限于智算中心布局分散、互無統(tǒng)屬、平臺(tái)不完善等因素制約，我國(guó)智算算力難以實(shí)現(xiàn)資源與用戶之間的精準(zhǔn)匹配，同時(shí)高昂的算力使用成本也讓用戶在規(guī)?；瘧?yīng)用人工智能技術(shù)時(shí)慎之又慎。依托中國(guó)移動(dòng)算力網(wǎng)絡(luò)優(yōu)勢(shì)，移動(dòng)云打造出算力網(wǎng)關(guān)和網(wǎng)絡(luò)彈性能力，以異構(gòu)算力跨域互聯(lián)不斷解決當(dāng)下算力資源孤島化、碎片化等問題。同時(shí)，通過打造算網(wǎng)大腦，移動(dòng)云還能以全域感知算網(wǎng)地圖、多要素能力納管、算網(wǎng)融合精準(zhǔn)調(diào)度和全面智能賦能四大能力實(shí)現(xiàn)算力資源融通及一體化供給。

此外，為提供高效的資源調(diào)度與個(gè)性化服務(wù)，移動(dòng)云還打造出智算運(yùn)營(yíng)支撐平臺(tái)，該平臺(tái)既能夠整合不同來源、類型和架構(gòu)的算力資源，為用戶提供按需獲取的資源服務(wù)，還能借助智能算法生成算力資源調(diào)度策略，在最短的時(shí)間內(nèi)選擇最佳調(diào)度策略，從而減少資源浪費(fèi)、降低電力成本。因此，移動(dòng)云目前能夠綜合速度、價(jià)格和可用區(qū)等諸多項(xiàng)因素，以高效、暢通的算力供給“通道”滿足不同行業(yè)、不同領(lǐng)域、不同規(guī)模用戶的使用需求，并大幅降低用戶智算算力使用成本。

上線大模型服務(wù)平臺(tái)，加速人工智能賦能腳步

在用戶實(shí)際應(yīng)用人工智能大模型技術(shù)時(shí)，需要針對(duì)具體業(yè)務(wù)需求進(jìn)行定制化開發(fā)和優(yōu)化，因此在不同業(yè)務(wù)場(chǎng)景下，用戶需要投入大量的時(shí)間和資源對(duì)大模型進(jìn)行調(diào)整、訓(xùn)練及驗(yàn)證，以便確保其能夠滿足自身實(shí)際需求。為此，移動(dòng)云通過融合海量代碼庫(kù)、技術(shù)文檔、研發(fā)知識(shí)，打造出具有文生代碼、圖生代碼、企業(yè)私有代碼庫(kù)問答等獨(dú)特功能代碼大模型服務(wù)。

移動(dòng)云代碼大模型服務(wù)不僅能夠以全面的編程支持覆蓋用戶從代碼開發(fā)到軟件測(cè)試、重構(gòu)、維護(hù)等關(guān)鍵環(huán)節(jié)，還能以廣泛的IDE與語言兼容性適配海量業(yè)務(wù)場(chǎng)景。此外，該服務(wù)還具有多模態(tài)智能輔助功能，能夠顯著提升開發(fā)人員的代碼生成效率和準(zhǔn)確性。目前，移動(dòng)云代碼大模型服務(wù)已在公開測(cè)試集HumanEval上完成評(píng)估，其代碼生成效果高達(dá)76％，實(shí)現(xiàn)了對(duì)GPT3．5的超越，因此能夠廣泛應(yīng)用于代碼續(xù)寫、技術(shù)問答、代碼注釋、代碼翻譯、單元測(cè)試、API測(cè)試用例生成等實(shí)際研發(fā)場(chǎng)景中。

隨著人工智能技術(shù)落地應(yīng)用的深入，移動(dòng)云將持續(xù)貫徹中國(guó)移動(dòng)人工智能供給者、匯聚者、運(yùn)營(yíng)者身份，通過在算力、算法、數(shù)據(jù)、應(yīng)用等多個(gè)方面全面發(fā)力，不斷構(gòu)建并完善自身AI服務(wù)體系，進(jìn)而加速推動(dòng)“AI泛在”目標(biāo)實(shí)現(xiàn)。