首页 科技周边 人工智能 全栈智能:破解AI落地'最后一公里”难题

全栈智能:破解AI落地'最后一公里”难题

Sep 12, 2023 pm 12:45 PM
ai落地 全栈智能 最后一公里

《系统论》认为:系统是由一些相互关联、相互作用、相互影响的组织部分构成并具有某些功能的整体。从系统的角度来看,如果把系统分解为部分,单独研究一个部分,就算把每个部分都研究清楚了,也回答不了系统整体性问题。

事实上,《系统论》的概念很好的表达了当前AI发展逻辑:整个AI的发展乃是一个完整的系统和生态,它的每一个组成部分都应该协同发展,单独某一项技术的突飞猛进,并不能推动AI的落地与普及。

确实如此,未来人工智能的发展将遵循与前三次工业革命相似的模式。只有解决大量人工智能应用中的问题,降低生产成本,实现规模化的行业智能化创新,将技术与场景相结合,才能使中国各行各业真正受益于人工智能的新作用和新价值,这是人工智能大爆发带来的机遇

全栈智能:破解AI落地最后一公里”难题

日前,在2023中国算力大会上,联想首次公布包括AI内嵌的智能终端、AI导向的基础设施和AI原生的方案服务在内的“全栈智能”布局,就是以一种更高维度的行业生态视角,一种全方位的技术能力和一种全场景的行业赋能方式,通过全栈智能的布局和服务更好地打通AI落地的“最后一公里”,加速整个产业智能化的变革。

联想公布了一项全栈智能布局,这是基于智能化转型战略的前瞻性布局。这不仅意味着联想能够更好地将人工智能技术应用于实际,使其真正成为一种全新的服务,为推动产业智能化变革奠定基础;更重要的是,在如今人工智能这个全新的赛道上,联想多年来积累和构建的全栈智能布局,使其成为业内独特的全栈智能产品和解决方案服务提供商,在中国经济高质量发展中持续创造更大的价值

行业AI落地需打通最后一公里

当下,发展数字经济是中国把握新一轮科技革命和产业变革新机遇的战略选择,而AI已成为产业转型中不可或缺的新型基础设施,特别是随着AIGC的爆发,AI在千行百业中的重要性也愈发突出。也正因此,推动AI在数字经济发展中发挥更大的推动作用、服务更多企业的智能化升级已成为整个产业的新课题。

从今年年初开始,我们可以看到在AIGC领域出现了一系列具有革命性和里程碑意义的技术创新。在过去的半年里,这些创新接连不断地出现,这意味着通用人工智能时代的到来。未来,这将引发一场全新的产业和企业智能化的浪潮和革命

例如,AI正在重新定义人机交互模式,借助AI“Copilot”类工具,能够从效率、经营、协同三个方面给整个企业和组织的运营与管理带来变革;此外,AI也为企业释放智能化生产力带来了巨大的想象力空间,尤其是AIGC的出现,已在客户服务、销售市场、风险管理以及辅助决策等方面产生了明显的影响;同样,AI更将重新改变企业内部的知识传承模式,未来行业经验和行业知识将会转化为数据,并通过AI对于特定领域知识的强化学习,让从“徒弟拜师学艺”变成“机器拜师学艺”,由此改变企业内部的知识传承模式,助力企业提升生产经营效率。

全栈智能:破解AI落地最后一公里”难题

但与此同时,推动AI走向行业落地的过程并不是“一蹴而就”的,现阶段仍然面临着不少的挑战,可以从以下几个纬度来做观察:

一是,行业数据与AI技术的结合不够深入。以目前的行业大模型训练为例,首当其冲的就是要解决企业的数据治理问题,一方面要求企业必须要获取大量可用和可信的数据;另一方面,数据还需要经过完善的治理,形成结构化和标准化的数据,才能更为为大模型训练服务。

与此同时,训练大模型还需要选择合适的算法和参数,保证模型的准确性和效率。因此,对于企业而言,如何选择合适自身的预训练模型,如何在具体场景和任务下,基于成熟的大模型进行微调能够快速地产生准确结果,以及究竟是选择商用还是开源的大模型服务,并平衡成本和训练效果,这些都是非常让人“头疼”的问题,这就要求企业必须推动行业数据和AI技术更加紧密的融合,才能使其能够更好地适应企业AI应用的需求。

二是,行业大量应用场景过于分散,要发挥AI的价值,就需要从企业生产经营中的关键场景切入,给企业带来实实在在的“降本增效”价值。Gartner的报告指出,中国企业强烈致力于利用人工智能来提高生产效率、客户体验和业务增长。但也要看到,在企业智能化转型的过程中,AI的应用本身是一个复杂的过程,涉及多个业务场景和技术。

这也意味着,企业需要聚焦关键和核心的应用场景,如制造业中的质量监控、安全生产和工厂节能等环节,通过不断的实践积累行业经验,并把这些需求沉淀到AI应用之中,让AI的能力能够应用到企业的各个环节,才能不断降低AI使用门槛,加速企业智能化升级,让企业从数字化驱动阶段发展到智能化牵引阶段。

三是,随着应用场景丰富度增加,数据量、算法复杂度也逐渐攀升,对于算力也提出了更高的要求。数据显示,自2018年以来,随着Transformer大模型推出以后,算力已经不是像过去一样,每18-20个月翻一倍,也不是在深度学习时候,每6个月翻一倍,而是现在每年数百倍的增长。

全栈智能:破解AI落地最后一公里”难题

AI算力与通用算力之间存在明显的差异。从参数量的角度来看,AI算力从千万级到千亿级不等。而从应用方面来看,深度学习需要中等规模的训练和推理,而现在要实现超大规模的训练,这对企业的算力基础设施能力提出了更大的挑战

由此可见,这些挑战已成为AI走向行业受阻的重要原因。换句话说,要把AI技术的价值成百倍、千倍地释放出来——就需要通过更加普慧的算力,同时进一步推动AI技术与行业场景的深度融合,让AI进入行业的核心生产环节,才能最大化地打通AI落地行业的“最后一公里”,加速千行百业智能化转型。

而在此过程中,谁能率先帮助企业打开通往AI的全新路径,谁就能够在未来AI市场的争夺中占据先机,而联想在2023中国算力大会上给出的答案就是——全栈智能布局。

三个维度解读联想“全栈智能”

在过去的几年里,我们已经看到各行各业对于构建人工智能应用的迫切需求。因此,人工智能的能力本身应该时刻准备就绪。而联想公司通过全方位的智能布局,成功地构建了端到端的人工智能技术和应用能力集。这个能力集包括原生智能终端、以人工智能为导向的基础设施以及嵌入人工智能的服务和解决方案。通过这些能力,企业能够加速迈向人工智能时代的步伐。具体来说:

首先,是AI原生的智能终端。目前,在终端领域,联想不仅保持了领先的市场地位,同时还具备强大的自研能力。此外,联想还正在利用AI技术,在交互体验、任务协同和应用服务等方面,重新定义智能终端,变革终端体验,创新更智能、更多样的智能终端。

未来,联想认为AI原生的智能终端将会有三个主要发展趋势。首先,终端将不断提高性能,降低功耗,并嵌入AI算力,为AI模型提供更好的运行环境,从而大大提升用户的体验。其次,终端将具备AI驱动的交互界面,使用户能够以更加自然的方式表达意图和需求,通过全新的方式操作终端,而不仅仅是通过指令。此外,超级智能终端还将能够无缝协同多个设备,自主且自动地协同完成用户的任务,成为用户身边的超级“智能助理”

全栈智能:破解AI落地最后一公里”难题

比如,在电力领域,联想打造的晨星PDA巡检系统就大大提升了用户的体验,该系统利用PDA(移动智能终端)辅助运维人员对设备进行巡检,能够有效提升巡检效率,提高巡检质量,同时可以保障巡检数据的有效管理,推动厂站的数字化转型,而这仅仅只是联想在AI原生的智能终端领域探索与创新的“缩影”,今天联想已经打造了包括以PDA智能终端、智能四足巡检机器人等为载体的人机协同的智能巡检解决方案,全方位助力打造综合智能化巡检体系,推动电网等能源系统智能化转型。

其次,是AI导向的基础设施。它包括了两个维度的特征,即“AI赋智 绿色赋能”。其中,“AI赋智”指的是联想未来会让100%算力基础设施产品支持AI,50%基础设施研发投入在AI领域,全面AI技术覆盖全域AI应用。目前,联想已实现了对AI大模型、超大模型训练,到AI模型训练推理的能力支撑,参数规模从千万级到千亿级。与此同时,联想已推出60多款支持人工智能应用的基础设施产品,包括服务器、存储等等。

全栈智能:破解AI落地最后一公里”难题

而“绿色赋能”指的是联想将全面布局和引领液冷技术,打造液冷集群方案“灯塔”,以绿色算力基础设施助推智算产业可持续发展。据了解,目前联想的液冷技术覆盖了风液冷混合、全液冷、整机柜液冷、单相浸没式液冷主流液冷技术。与此同时,联想还在持续研发和引领未来液冷技术,解决未来千瓦级芯片散热难题,提高内存液冷覆盖效率,探索能效极致。

应该说,在产业智能化的大趋势下,联想打造以AI为导向的算力基础设施,显然能够加速人工智能在千行百业的落地,从而推动各行业乃至整个社会的智能化变革进程;同时,在绿色低碳已成为未来“确定性”趋势的大背景下,联想围绕行业客户的最迫切需求,在液冷领域以创新的产品和解决方案打造新型的算力基础设施,同样也能够为各行业数字化转型和数字经济发展,提供稳定、可靠的绿色澎湃算力。

最后,是AI嵌入的服务及方案。它包括联想智算中心解决方案、联想混合云解决方案、联想大脑嵌入的解决方案和端到端全周期的联想智算中心服务和臻算服务。

其中,在建设智算数据中心层面,联想集咨询、设计、集成和运维的一站式服务解决方案,能够为不同客户提供全生命周期服务,全程陪伴客户智能化转型。通过“一切皆可订阅”的联想臻算服务2.0,客户也可按需订阅、灵活付费,全面助力解决客户痛点,触达多行业、覆盖全场景。

全栈智能:破解AI落地最后一公里”难题

值得一提的是,基于联想的自身实践和沉淀出的擎天引擎中的联想大脑模块,同样也正面向各行各业提供AI能力嵌入的通用场景和行业场景的智能解决方案,目前已拥有政府、教育、制造、金融、运营商、互联网等诸多行业的应用案例。

通过联想AI嵌入的服务及方案,实际上是将AI技术应用到实际业务场景中的关键一步。这些服务和方案帮助各行各业的客户在巨人的肩膀上建立差异化竞争优势,更好地迎接AI新时代,推动企业智能化转型的加速

在此之前,AI的能力往往都是大公司的“专利”,而在AIGC爆发的新时代,只有让千行百业都能获得AI的能力,才能推动整个中国的智能化转型和变革,而联想从“AI内嵌的智能终端、AI导向的基础设施和AI原生的服务及方案”三个方面“入手”,全面赋能企业拥抱智能化变革,背后也体现了联想全栈智能布局的价值和核心所在,更真正意义上让AI成为了企业迈向AI新时代的“水”和“电”。

全栈智能是推动行业智能化变革的关键

联想为全栈智能布局的落地早就做出了铺垫。早在2017年,联想就在中国前瞻性地看到了智能革命带来的机会。为此,联想提出了3S战略,致力于成为智能化变革的引领者和赋能者。经过过去六年的变革,联想的3S战略取得了阶段性成效

在智能物联网业务板块中,联想是全球PC、平板电脑和手机的主要供应商。在智能基础架构业务板块中,联想已经成为全球第三大人工智能基础设施和服务器供应商,并且在前三名中增长最快。在高性能计算领域,联想多年来一直是全球和中国市场的领先者。在解决方案与服务业务板块中,联想基于新的IT架构,以“端-边-云-网-智”为基础,打造了全新的智能IT引擎——联想擎天

全栈智能:破解AI落地最后一公里”难题

联想擎天是一个包括混合云平台、技术中台和通用业务中台,以及面向不同行业领域的VPaaS层的解决方案。这些解决方案基于擎天引擎,具有云原生、中台化、AI智能和绿色的特点。除此之外,擎天还提供了一站式解决方案,可以为各行各业的客户量身定制数字化智能化转型。目前,擎天已经开发了超过40个拥有联想自主知识产权的解决方案,推动全价值链的升级

可以看出,过去几年来,联想一直伴随着中国信息化、数字化和智能化的发展道路。它不仅建立了3S全栈优势,还在智能化转型领域积累了关键的技术、产品和服务能力。这使得联想成为业内独特的全栈智能产品和解决方案服务提供商,在智能化时代为企业的数字化转型提供更好的支持

可以说,全栈智能布局落地的背后,也代表了联想正以一种更高维度的行业生态视角,一种全方位的技术能力和一种全场景的行业赋能方式,帮助企业实现数智化转型,加速行业智能化落地的决心与信心。

联想在全方位技术能力方面做出了重要布局。一方面,它提供了关键的AI算力基础设施,为超大模型(以AIGC为代表)提供了技术支持,推动了整个AI“普慧”算力的实现和应用。另一方面,联想还有效地推动了AI技术在各个行业核心生产环节的应用,为千行百业赋能

全栈智能:破解AI落地最后一公里”难题

最典型的案例之一是联想在宁夏打造的联想臻算服务(中卫)基地。该基地是联想首个臻算服务基地,开创了算力服务订阅化模式的先河。在这种服务模式下,行业客户可以根据实际使用情况按季度、按月份,甚至按实际算力使用量付费。这样可以大大减轻算力提供商因算力需求高速增长而面临的资金压力。而这种将传统的硬件、软件、服务分散采购的模式,设计、建设、运维分段实施的模式整合成可以订阅的一站式全包服务模式,不仅体现了联想的全栈智能能力,也是联想推动普慧算力落地和更好赋能各行各业的最佳证明

另一方面,从全场景行业赋能看,基于全栈智能布局,联想还实现了对行业应用全场景的赋能,目前联想已打造了从咨询、部署到运维的“一站式”全周期服务,同时基于这种全栈全生命周期的智能化服务优势,联想在智慧教育、智慧城市、智能制造、智慧医疗、智慧交通等行业,以及智能供应链、智能营销、智慧客服等细分应用场景中打造了解决方案,满足了企业智能化转型的需求。

数据也显示,迄今联想已经帮助了三一重工、徐工、 陕重汽、冠捷等超过500家中大型企业走上了智能化转型之路,真正打通了行业AI落地的“最后一公里”。

全栈智能:破解AI落地最后一公里”难题

正所谓“春江水暖鸭先知”,在2023中国算力大会上,联想集团执行副总裁兼中国区总裁刘军在开幕式演讲中也表示:“在未来智能化纵深发展的过程中,中国将加速形成完整的AI生态,而这一生态呈现终端超级智能、混合架构计算、行业全场景应用等三大特征。”

客观地说,这一判断对中国未来AI市场的发展具有重要的参考和借鉴价值,这意味着未来AI将走向更为宽广的市场,润物细无声的驱动整个行业智能化转型。同样,这背后也需要更多的生态伙伴加入,通过相互合作,共同创新才能够更好地助推全行业的智能化转型。正如刘军所言:“联想未来将与各界携手,共同助力中国智能化转型,推动数字经济与实体经济深度融合,促进中国高质量发展。”

我们知道,航空母舰是主宰海洋的利器,因为它就像个移动的机场,使得宽广海面到处都可能变成基地,供飞机起落,以让飞机的作战更具机动性、变化性、持续性。从这个角度来看,在AI 新时代,联想的全栈智能布局也如同一艘“航空母舰”,企业可以在这艘航母上找到所需的服务,而不在局限于硬件、软件、算力、算法和数据。因此,可以说联想通过全栈智能布局为企业走向AI新时代搭建好了“能力集”和“服务集”,相信也将会加速整个行业智能化变革的进程,更好地推动中国经济的高质量发展。

以上是全栈智能:破解AI落地'最后一公里”难题的详细内容。更多信息请关注PHP中文网其他相关文章!

本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

Video Face Swap

Video Face Swap

使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热工具

记事本++7.3.1

记事本++7.3.1

好用且免费的代码编辑器

SublimeText3汉化版

SublimeText3汉化版

中文版,非常好用

禅工作室 13.0.1

禅工作室 13.0.1

功能强大的PHP集成开发环境

Dreamweaver CS6

Dreamweaver CS6

视觉化网页开发工具

SublimeText3 Mac版

SublimeText3 Mac版

神级代码编辑软件(SublimeText3)

最佳AI艺术生成器(免费付款)创意项目 最佳AI艺术生成器(免费付款)创意项目 Apr 02, 2025 pm 06:10 PM

本文回顾了AI最高的艺术生成器,讨论了他们的功能,对创意项目的适用性和价值。它重点介绍了Midjourney是专业人士的最佳价值,并建议使用Dall-E 2进行高质量的可定制艺术。

Chatgpt 4 o可用吗? Chatgpt 4 o可用吗? Mar 28, 2025 pm 05:29 PM

Chatgpt 4当前可用并广泛使用,与诸如ChatGpt 3.5(例如ChatGpt 3.5)相比,在理解上下文和产生连贯的响应方面取得了重大改进。未来的发展可能包括更多个性化的间

开始使用Meta Llama 3.2 -Analytics Vidhya 开始使用Meta Llama 3.2 -Analytics Vidhya Apr 11, 2025 pm 12:04 PM

Meta的Llama 3.2:多模式和移动AI的飞跃 Meta最近公布了Llama 3.2,这是AI的重大进步,具有强大的视觉功能和针对移动设备优化的轻量级文本模型。 以成功为基础

最佳AI聊天机器人比较(Chatgpt,Gemini,Claude&更多) 最佳AI聊天机器人比较(Chatgpt,Gemini,Claude&更多) Apr 02, 2025 pm 06:09 PM

本文比较了诸如Chatgpt,Gemini和Claude之类的顶级AI聊天机器人,重点介绍了其独特功能,自定义选项以及自然语言处理和可靠性的性能。

顶级AI写作助理来增强您的内容创建 顶级AI写作助理来增强您的内容创建 Apr 02, 2025 pm 06:11 PM

文章讨论了Grammarly,Jasper,Copy.ai,Writesonic和Rytr等AI最高的写作助手,重点介绍了其独特的内容创建功能。它认为Jasper在SEO优化方面表现出色,而AI工具有助于保持音调的组成

如何访问猎鹰3? - 分析Vidhya 如何访问猎鹰3? - 分析Vidhya Mar 31, 2025 pm 04:41 PM

猎鹰3:革命性的开源大语模型 Falcon 3是著名的猎鹰系列LLMS系列中的最新迭代,代表了AI技术的重大进步。由技术创新研究所(TII)开发

选择最佳的AI语音生成器:评论的顶级选项 选择最佳的AI语音生成器:评论的顶级选项 Apr 02, 2025 pm 06:12 PM

本文评论了Google Cloud,Amazon Polly,Microsoft Azure,IBM Watson和Discript等高级AI语音生成器,重点介绍其功能,语音质量和满足不同需求的适用性。

构建AI代理的前7个代理抹布系统 构建AI代理的前7个代理抹布系统 Mar 31, 2025 pm 04:25 PM

2024年见证了从简单地使用LLM进行内容生成的转变,转变为了解其内部工作。 这种探索导致了AI代理的发现 - 自主系统处理任务和最少人工干预的决策。 Buildin

See all articles