2月27日消息，在MWC24 巴塞羅那華為產品與解決方案發(fā)布會上，華為云CTO張宇昕表示：華為云堅持“AI for Cloud、Cloud for AI”，通過系統(tǒng)性創(chuàng)新，構建電信行業(yè)智能云底座，加速行業(yè)智能化升級。

華為云CTO張宇昕

AI for Cloud, 盤古大模型重塑電信行業(yè)

在AI for Cloud方面，華為云打造了盤古大模型，賦能各行業(yè)智能升級，同時也賦能各種云上應用。

張宇昕指出，華為云盤古大模型已經在電信行業(yè)一系列場景應用。比如，盤古研發(fā)大模型，幫助開發(fā)者實現(xiàn)一句對話生成代碼、一個按鍵生成測試用例。盤古電信大模型，實現(xiàn)電信故障處理自動化率達90%，閉環(huán)時間從小時級降低到分鐘級。盤古數(shù)字人大模型，服務電信客服、直播銷售等場景，口型準確率大于95%，更真實。面向未來，華為云還將持續(xù)打造更多的大模型，重塑電信行業(yè)。

Cloud for AI，以系統(tǒng)性創(chuàng)新解決電信行業(yè)難題

在Cloud for AI方面，華為云打造了分布式QingTian架構、AI-Native存儲、GaussDB數(shù)據庫、數(shù)智融合平臺等產品及解決方案，支持跨云、網、邊、端部署和使用，通過系統(tǒng)化創(chuàng)新幫助電信行業(yè)構建智能的云基礎設施。

AI-Native存儲，為大模型提供高帶寬、低時延、大容量的海量存儲

大模型訓練需要龐大參數(shù)，帶來存儲挑戰(zhàn)，為此，華為云獨創(chuàng)具備220TB超大帶寬和微秒級超低時延的內存服務EMS，容納PB級超大規(guī)模參數(shù)，讓參數(shù)存得下。其次，基于SFS Turbo文件存儲技術的大并發(fā)、高吞吐緩存服務，可提供千萬級IOPS，將10億條數(shù)據和元數(shù)據的準備時間從100小時縮短至5小時，讓數(shù)據準備速度快。最后，基于OBS對象存儲技術構建的低成本大容量知識湖服務，訓練和推理數(shù)據的存儲成本降低30%，讓海量數(shù)據存得起。

GaussDB數(shù)據庫，為電信行業(yè)構建海量數(shù)據高效安全處理的堅實底座

GaussDB是企業(yè)級分布式數(shù)據庫，已成功上線近10萬個節(jié)點。在高可用方面，GaussDB提供雙集群強一致方案，實現(xiàn)RPO等于0。高安全方面，它通過了業(yè)界最高安全認證CC EAL4+，為客戶的數(shù)據交易提供了極致的安全。同時，華為云構建了一站式的遷移自動化工具鏈，實現(xiàn)95%的自動語法轉換，讓遷移更簡單。

數(shù)智融合平臺，為大模型提供更高效、高質量的數(shù)據底座

數(shù)據是大模型的源泉，電信行業(yè)要構建大模型，需要整合B域、O域、M域相關數(shù)據，構建統(tǒng)一的數(shù)據湖。華為云數(shù)智融合平臺，為大模型提供更高效、高質量的數(shù)據底座。首先，通過統(tǒng)一的數(shù)據資源和元數(shù)據技術LakeFormation，做到一份數(shù)據共享使用，數(shù)據0搬遷。其次，通過統(tǒng)一數(shù)據治理和安全DataArts Studio，為AI科學家提供高質量合規(guī)數(shù)據。最后，通過融合DataArts、ModelArts、CodeArts三條生產線能力的協(xié)同?作臺，讓數(shù)據和AI工作流pipeline統(tǒng)一編排和調度，以實時數(shù)據驅動模型的在線訓練和推理。

業(yè)界首個大模型多云部署形態(tài)，為運營商打造Cloud on Cloud方案

華為云盤古大模型的各種能力、以及大模型賦能的各種云服務，都支持不同的部署模式，包括公有云、專屬云和混合云。對于希望建立自己專屬AI平臺和大模型的電信企業(yè)，通過華為云Stack混合云平臺，可以在企業(yè)的數(shù)據中心部署AI算力和大模型的關鍵產品，幫助企業(yè)一站式建設專屬大模型。
華為云面向運營商也打造了獨一無二的Cloud on Cloud方案，提供咨詢、端到端運營和一站式遷移能力。

張宇昕表示：“華為云在全球已經服務超過300萬家客戶，開放超過15萬個API，云商店應用已超過1萬款。我們希望分享服務客戶的經驗、創(chuàng)新技術和生態(tài)系統(tǒng)，幫助運營商快速構建更豐富的ToB能力，抓住智能升級新商機?！?/p>

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。