社区

两年多前，郑辉还是一个即将毕业的大四学生，每天沉迷在代码的世界里，忙着准备研究生复试，从未对AI有过太多想法。 没有人会想到，两年后的郑辉已经是一位资深的AI开发者，他独立开发的NonZero算子被合入异构计算架构CANN主线，参与开发的深度学习框架降低了大模型训练的门槛，目前正在做大模型分布式推理加速，希望可以帮助其他开发者在生产环境中高效部署在线推理服务。 在升腾AI的生态里，像郑辉这样为大模型浪潮默默贡献自己力量的开发者不胜枚举。他们还不是世界的“主角”，却在用自己的方式改变着世界。 01 “导师安排的第一个项目” 时间回到2022年4月，因为优秀的笔试成绩，郑辉顺利进入到杭州电子科技大学的研究生复试。当导师问及有没有感兴趣的研究方向时，郑辉分享了自己解决Bug的经历，第一次接触到了分布式机器学习。 同样是在2022年4月，升腾AI开发者创享日在西安举行，正式发布了“升腾众智计划2022”，推出了包含算子、模型开发、系列创新应用在内的4000多个任务，杭州电子科技大学正是签约合作的高校之一。 刚进实验室的郑辉，由此被导师安排了第一个项目——使用C++开发NonZero算子与调优。 深度学习算法由一个个计算单元组成，这些计算单元被称为算子，可以理解为实现特定运算逻辑的代码模块，比如文本生成、翻译、情感分析等任务。一个优秀的算子不仅可以提高模型的效率和性能，还能够降低模型的资源消耗，在相同的计算资源下完成更多任务。 因为算子在模型中扮演了重要角色，自己也是第一次做类似的项目，郑辉心里泛起了嘀咕：“我的能力够不够，最后能不能做好，会不会影响别人的进度？”向实验室的师姐请教后，郑辉“硬着头皮”接下了任务。 为了学习算子开发的知识，郑辉在B站上看了不少视频课程，发现升思MindSpore上有详细的开发文档和现成的算子库，遇到不懂的问题可以直接和升腾AI的工程师沟通，逐渐有了把

“AI将重构所有行业”。 两年多前，业界对这样的观点还存在质疑。经过大模型浪潮的洗礼后，已然成了千行百业的共识。 其中金融作为数字化程度最高的行业，在数字化探索中走在了大部分实体经济的前面。到了人工智能时代，金融行业再次扮演了“头羊”的角色，越来越多的金融机构制定了智能化转型战略，拉开了新时代的序幕。 在金融行业的数字化进程中，数字化服务商始终是不可或缺的一股力量，充当了技术先驱与应用场景的搭建者。他们的名字可能不被外界所熟知，却在潜移默化中影响着每一个人的生活方式。 当智能化席卷各行各业，除了站在舞台中央的明星企业，还应该把目光聚焦到在垂直领域稳扎稳打的数字化“先锋军”。比如在金融科技行业深耕25年的 $科蓝软件(300663)$ ，几乎参与了金融行业转型升级的每一个过程，并在一次次探索和创新中，开启了和金融智能化共振的第二增长曲线。 01 一条难且正确的路 时间回到1999年，在华尔街从事金融业务和技术咨询工作十多年的王安京，回国创办了科蓝软件。 关于创业的初衷，王安京曾在媒体采访中回忆道：“在90年代中期的时候，我们帮中国银行纽约分行搭建了一套网上银行系统，当时就萌生了将网上交易系统推广到国内的想法，但向国内的同行介绍时，大家都觉得是天方夜谭，一时还无法接受网上银行这个新事物。” 到了20世纪末，轰轰烈烈的互联网春风，越过太平洋，吹拂着神州大地，互联网技术开始被小范围讨论。张朝阳、李彦宏等一大批“海归”选择回国创业，身兼“金融老兵”和“IT达人”多重身份的王安京，也是其中的一份子。 不同于当时流行的Copy To China模式，王安京心心念念的依然是银行的互联网化，一个极为重要但“慢热”的赛道。每家银行面临的问题不同，需要的技术和解决方案也不尽相同，无法套用固定的模式快速扩大规模，只

大模型热潮涌动了一年多后，越来越多人平复了激动的情绪，开始从客观的视角重新思考大模型的价值和机会。 红杉资本在Al Ascent 2024的开场演讲中提到，大模型的创造能力和推理能力，第一次实现了以类似人类的方式进行交互，将支撑起数十万亿美元的市场。 然而和AGI的遥远梦想相比，大模型的创业者们却不得不正视摆在眼前的现实挑战：大模型的训练成本高达数千万元，但至今还鲜见杀手级应用，在“先射箭后画靶”的质疑声中，生存仍然是最先要考虑的问题。 一面是重构千行万业的机会，一面是必须要翻越的高山，2024年的大模型市场，还会翻出怎样的浪花？ 01 大模型的数量快速收敛 据不完全统计，国内已经有200多个大模型，并且引发了“百模大战”的说法。可稍微理性一些就能明白，“大炼模型”不过是早期过于狂热的产物，不少大模型存在“套壳”的嫌疑，有机会上牌桌中终归只有头部几家。 市场研究机构CB Insights发布的《2023年人工智能行业现状报告》显示，2023年中国AI领域的投融资数量约为232笔，同比下降38%；融资总额约为20亿美元，同比下降70%。大模型热度空前的局面下，资本市场却罕见“降温”。 对2023年的融资数据再深挖一层，融资额度在5000万元以上的项目只有26个，其中还包括少数几家企业的多轮融资。而大模型本就是一门“烧钱”的生意，那些拿不到钱的创业者，注定会悄无声息地消失。 事实也是如此。大模型热潮进入到第二年，真正有机会进入决赛圈的企业，似乎只剩下两个流派。 一派是有资源、有技术、有人才的科技大厂，比如百度的文心大模型、阿里的通义系列大模型、华为云的盘古大模型等。在ChatGPT走红之前，这些科技大厂就已经开始探索大模型的方向，对大模型价值的理解也更加深刻。 比如华为云在2023年7月发布的盘古大模型3.0，被定位为“一个面向行业的大模型系列”，注意力聚焦在了产业层面。百度创

据《金融时报》援引消息人士报道，SHEIN正在等待北京监管部门的批准，以推进在纽约或伦敦的重磅上市。 几乎每隔一段时间，SHEIN即将上市的消息就会成为媒体关注的焦点，但每一次报道都“没有下文”，再加上SHEIN官方的“拒绝置评”，俨然成了中文互联网圈最神秘的话题之一，不仅上市时间屡屡推迟，上市地点也出现了美国、英国、新加坡等多种可能。 相较于字节跳动、蚂蚁金服等企业，SHEIN在国内的知名度并不算大，可为何在IPO事件中，SHEIN的相关报道远高于字节跳动，并先后衍生出秘密递表、等待审批、变更上市地点等不同说法？ IPO只差临门一脚 早在2020年前后，SHEIN筹备上市的消息就开始在特定圈层里传播，“瓜期”算下来已有三年之久。 一家“小众企业”之所以有如此高、如此长效的热度，除了跟风追热点的因素，自然离不开SHEI势的业绩表现。至少从媒体报道的数据来看，SHEIN已然具备了上市的资格。 譬如《金融时报》在报道中透露的：SHEIN在2023年的GMV约为450亿美元，利润超过了20亿美元。相较于2021年超过11亿美元的利润，以及2022年的7亿美元，2023年的利润翻倍增长。 直接的比较对象就是H&M、Zara等早已上市的快时尚巨头：H&M在2023财年的营收约222亿美元，净利润约为8.2亿美元；Zara母公司Inditex在2023财年的收入约389.5亿美元，净利润约58.5亿美元。尽管SHEIN的利润率不及Inditex，营收已全面超过H&M和Inditex。 即使和国内的电商平台相比，SHEIN的利润率也毫不逊色。 京东2023年营收为1528亿美元，净利润约合34亿美元；同样做服装生意的唯品会，2023年的GMV为2080亿元，净利润约95亿元。而且不同于京东、唯品会连续多年的个位数增长，SHEIN仍然在保持两位数高速增长，有着京东们

在许多人眼中，深圳是一个擅长创造奇迹的城市，没有被保守和传统束缚。最直观的体现正是政策上的前瞻性，总能在第一时间看到新趋势和新价值，并在政策层面进行积极引导，不断培育出新增长点。 深圳的领先形象，在“网络演进”方面被再次验证。 3月中旬，深圳市工信局印发了《深圳市极速宽带先锋城市2024年行动计划》，计划到2024年底基本建成泛在先进、高速智能、天地一体的新型信息基础设施供给体系，实现网络供给能力和服务水平全球领先。 往前半个月的2024年世界移动大会上，华为发布了Net5.5G全系列产品及解决方案，包括泛在万兆接入、400GE融合承载、超融合数据中心、网络自治自优等关键能力。当外界还在讨论Net5.5G潜在价值的时候，深圳早已洞察到网络基础设施对新质生产力的撬动作用，迅速制定出了行动计划。 由此引出了一系列新话题：走在智能化最前沿的深圳，为何要打造极速宽带先锋城市？对Net5.5G的商业化落地又意味着什么？ 01 一边是消费力，一边是生产力 第一个问题似乎并不难回答。 “深化大数据、人工智能等研发应用，开展人工智能+行动, 打造具有国际竞争力的数字产业集群“被明确写进2024年的政府工作报告。能否在网络基础设施层面为产业转型升级“铺路”，为消费场景创新“架桥”，直接关系着下一个十年的城市竞争力。 想要“打造世界先进、模式创新的极速宽带先锋城市”的深圳，不出意外地将注意力集中在了两个方面： 一是激活数字消费力。 正如南开大学中国城市与区域经济研究中心主任周密教授的观点：“消费是最终需求，既是经济增长的起点，也是经济增长的最终动力。在很多行业处于深度转型期的时候，消费将是驱动经济增长的关键引擎。” 而在数字经济不断拓宽消费渠道，深度改变了消费模式和消费习惯的背景下，诸如裸眼3D、沉浸式XR、8K超高清视频、极低时延的3A云游戏等新鲜有趣的数字消费，已经是毋庸置疑的蓝海。 作

口罩阴霾的散去给不少行业都带去了好消息，网约车行业就是其中之一。 从去年的数据来看，2023年11月，网约车监管信息交互系统共收到订单信息8.25亿单，同比增长62.4%。结合交通运输部发布的数据，整个2023年，全国网约车行业已完成91.14亿人次订单，日均订单2497万单。 与此同时，如祺出行、享道出行两个平台还相继递交招股书、透露IPO计划，行业资本化进程有了明显提速。 行业的复苏必然会一定程度利好身处其中的玩家。近日发布2023年第四季度及全年业绩的滴滴就是典型代表。 财报显示，2023年第四季度，滴滴实现总收入494.19亿元，同比增长55.4%；净利润为10.82亿元，上年同期为亏损7.04亿元；2023年全年，滴滴实现总收入1923.8亿元，同比增长36.6%；净利润5.35亿元，实现年度净利润转正，经调整EBITA亏损21.63亿元。 这是 $滴滴(DIDI)$ 自成立以来的首次年度盈利，于这个成立十二载的平台而言，无疑值得纪念。 但，纪念归纪念，并不意味着滴滴能够松一口气了。相反，由于现阶段的盈利极可能不具备太大的可持续性，滴滴更应做好迎接硬仗的准备。 之所以说盈利不大可能持续，一重原因是此次扭亏为盈的关键不来自其核心的网约车业务。 报告期内，滴滴的单量的确在增长，其核心平台总交易额（GTV）达到931.7亿元，同比增长65.8%。可与此同时，它的营收成本也增加了，去年同期营收成本为261亿元，占总收入的82.1%。 因此，另外两项财务指标的变动，才是盈利的关键。具体而言： 其一，通过剥离某些智能汽车业务和分拆从事自动驾驶卡车业务的子公司，使得滴滴投资收益净额由2022年全年亏损58亿元增加至2023年全年盈利36亿元； 其二，通过裁员降薪等手段，使得滴滴一般管理支出（含管理人

我们从未离智能化如此之近。 在政策层面，两会工作报告明确提出：“深化大数据、人工智能等研发应用，开展人工智能+行动, 打造具有国际竞争力的数字产业集群”。 在行业层面，教育、医疗、制造、营销、金融等各行各业都在积极拥抱人工智能，大模型代表的新技术不断渗透进日常生活的每个角落。 数智化转型是新的挑战，也是新的蓝海和机遇。 在这样的背景下，华为常务董事、ICT基础设施业务管理委员会主任汪涛在华为中国合作伙伴大会2024的主题演讲中向伙伴们喊话：我们希望与伙伴共同探讨如何通过强化“伙伴+华为”体系，帮助客户抓住数智化转型的巨大机遇，加速迈向智能世界。 可能对于伙伴们来说，提振了信心的同时，还存在不少的疑问：数智化是一个相当复杂的过程，不同客户、不同行业有着不同的诉求，怎么帮助客户进行数智化转型？怎么在市场竞争中占据优势？华为又将有什么样的举措？ 对于伙伴们普遍关心的问题，华为中国政企业务副总裁许超在演讲和后续的媒体采访中一一给出了答案。 01 和伙伴们一起开拓“星辰大海” 知名市场分析机构IDC对数智化浪潮带来了“增量”进行了预测：预计到2027年全球数字化转型投资的年复合增长率高达16.1%；全球AI投资更是达到了惊人的26.9%；中国ICT市场总支出规模将达到6888亿美元。 站在万亿级的“风口”前，华为中国政企业务副总裁许超的态度是：坚定围绕三类市场构建差异化的合作模式，坚定2021年提出的三大价值主张，坚定沿着“伙伴+华为”的体系不动摇，和伙伴一起为客户创造价值。 只是在数智化的浪潮下，客户的需求也在不断变化，“伙伴+华为”体系怎么更好地服务客户，开拓更大的“星辰大海”？ 让人印象深刻的是两个关键词。 第一个是简单。 在NA市场，在总经销商+二级经销商合作的基础上，华为希望能为客户提供更好的技术支持、更好服务能力的伙伴，直接和华为交易，通过最简单的链条将华为的产品和方案

埃弗雷特·罗杰斯在《创新与扩散》中提出过一个著名观点：一种创新在刚起步时接受程度比较低，使用人数较少，扩散过程也就相对迟缓，当使用者比例达到临界值后，创新扩散过程就会快速地增加。 风头正盛的大模型浪潮，再次印证了创新扩散理论的适用性：三年前还只有少数几个科技大厂参与，价值被初步验证的2023年，即上演了“百模大战”的一幕，2024年大概率是大模型落地应用的元年，向千行万业加速扩散。 由此产生的一个问题是：怎么将大模型的能力延伸到产业一线，最适合中国产业结构的路径是什么？ 半个多月前的华为中国合作伙伴大会2024上， $科大讯飞(002230)$ 副总裁刘江参与了“计算峰会”的讨论，围绕大模型落地应用的路线、场景和生态，分享了讯飞星火在过去一年时间里的探索和答案。 01 大模型的能力从何而来？ 尽管不同统计口径下的数据有所差别，但可以肯定的是，目前国内的大模型数量已经有上百个，用“遍地都是”来形容大模型行业，并不算夸张。问题在于，为什么大模型的数量越来越多，产业应用尚未渡过拐点？ 大模型的行业竞争，从来都不是拼数量的游戏，经过一段时间的跟风、躁动后，还是要回到能力上。 2024年1月30日，讯飞星火正式升级到V3.5版本，在语言理解、文本生成、知识问答、逻辑推理、数学能力、代码能力和多模态能力七个方面进行了全面升级，其中语言理解、数学能力超过GPT-4 Turbo，代码达到GPT-4 Turbo的96%，多模态理解达到GPT-4V的91%。 同期发布的星火语音大模型，在中文、英语、法语、俄语等首批37个主流语种的语音识别效果超过OpenAI的Whisper V3，而在多语种语音合成方面，星火语音大模型的首批40个语种平均MOS分绝对提升了0.25，拟人度超过83%，均达到了国际领先水平。 讯

不久前，著名咨询公司Gartner发布了2024年的《企业有线无线局域网基础设施魔力象限》报告，华为再次入选“领导者”象限。 从2006年开始，Gartner选择以“魔力象限”的形式评估各个市场的技术和服务提供商，通过统一的评估准则，按照执行和战略两个维度进行分析，帮助客户快速确定提供商的竞争定位和综合能力。 为何选择“企业有线无线局域网”作为研究对象呢？ Gartner在报告中的解释是：企业网络的价值正在从提供基础的网络连接，向解决业务问题加速转变，包括应用程序性能、终端用户体验以及对整个网络结构中业务需求的支持。 在数智化浪潮席卷千行万业的大背景下，企业网络也需要顺应潮流，加速向智能化迈进。 01 华为为何能入选“领导者” 由于Gartner魔力象限的门槛非常高，每次入选的企业数量不超过15家，一直是各大IT厂商神往的目标。其中“领导者”象限尤为严格，需要有丰富的产品满足各种各样的客户需求，并且在特定领域占据强势地位。 在2024年《企业有线无线局域网基础设施魔力象限》的“领导者”象限中，华为是唯一一家非北美厂商。对于华为入选的原因，Gartner在报告中提到了三个方面的优势： 强大的产品组合: 华为拥有强大的有线和无线产品组合，可以持续感知联接质量、持续提高性能和稳定性。 以体验为中心建网: 基于AI和ML的华为iMaster NCE-Campus网络管理平台提供以体验为中心的有线和无线局域网服务质量和网络保障服务。 IT&OT融合极简架构: 华为推出融合园区网络架构，将OT能力集成到传统企业产品中，简化OT向IT的迁移。 如果我们将2022年和2024年的报告放在一起横向对比，会发现Gartner报告中还有一些“隐藏信息”：华为连续两次入选“领导者”象限，而且执行能力的排名超越思科进入前三。倘若把HPE收购Juniper的事实算进去，华为在执行能力上已经排

在大模型代表的新一轮技术浪潮下，智能化转型已然是毋庸置疑的趋势，科技大厂们纷纷给出了智能化的“道法术”，大大小小的企业也开始更新认知，想要从创新中挖掘出驱动增长的新质生产力。 但现实和智能化的美好愿景之间，仍然横亘着一片鲜有人涉足的“荒海”，脚下还没有坚实的路。 3月23日在天津举办的升腾AI开发者创享日上，与会的专家和学者们也在讨论相关课题，并向外界传达了一种可行的智能化范式：来自不同行业的上千万开发者，有望扮演起“渡舟”的角色，通过一个个落地应用的项目或产品，照亮千行万业的智能化之路。 01 “迟疑不决”的开发者 站在新旧时代转换的起点，对于所有人来说都是陌生的领域。按照以往的经验，挑战常常伴随着机遇，尤其是对开发者群体而言，当智能化已经是一种现在进行时，预示着新的蓝海正在拉开帷幕。 有些耐人寻味的是，明明市场已经到了起风的阶段，不少开发者却表现出了迟疑的一面。并非是开发者看不到风口，而是有着“难言之隐”。 一是AI开发的门槛太高。 把人工智能落地到不同的行业、场景，去解决各种各样的业务问题，意味着大量的微调、定制和优化。单单是高昂的算力成本、所需要耗费的时间成本，就把大多数开发者挡在了智能化的大门外。 不少大厂意识到了其中的问题，也试图降低开发者的门槛，比如陆续开放的AI原生应用开发平台，将大模型组件、AI能力组件等开放给开发者。这种做法在某种程度上降低了AI开发的难度，却只能治标，而无法治本。打一个比方的话，像是给了开发者一份菜谱，却没有给食材、没有给器具，大多数开发者依然走不出“无米之炊”的困局。 二是AI开发的方向不明。 许多人对AI开发的理解停留在互联网应用上，直接的例子就是对AI原生应用的高呼，“我们需要100万量级的AI原生应用，但是不需要100个大模型”。可对开发者来说，诸如此类的声音恐怕无法感同身受。 调用大模型的能力不难，难的是怎么挖掘市场需求，找