图文/好人长安君

说起来，尽管华为遭受着令人难以想象的挫折，其核心业务海思芯片也几乎被釜底抽薪，在芯片计算架构、EDA、晶圆代工等各个环节被重重封堵，以致于这家在5G通信技术领域其技术水平最高的科技企业反而无法将5G应用于自家的产品，但是华为自身反而比谁都要乐观。

这种乐观不仅仅表现在任正非在各种场合对外释放的信号，也表现在华为的产品服务能在制裁之下依然保持高水准，仅从被制裁这几年的结果来看，华为不愧是被美国不计一切代价围堵的科技企业，在如此高压之下，华为居然顽强地生存了下来，非但其营收规模、研发投入等基本没有削减，在困境中甚至实现了正增长。

更让国人热血沸腾的是，在攸关下一代技术革命的人工智能领域，华为在不知不觉间也已经走在了国际前列，并且这一次展现出的实力，已经突破了美国的制裁与约束，真正实现了自主可控。

为什么这么说呢？

这就不得不提华为在人工智能领域的三大优势。

第一个优势：人工智能芯片布局

早在华为尚未被美国制裁时，华为就已经在手机业务上应用了自己的人工智能芯片，而且是全球首款集成了人工智能芯片的智能手机，这也成为华为海思被重点“照顾”的主要原因之一。

后来美国启动了对华为芯片业务的极限制裁，从EDA软件（芯片设计工具）、基础硬件架构（芯片设计框架），再到芯片代工（芯片的量产），几乎在每一个环节设置屏障，也对华为海思麒麟、鲲鹏、昇腾、巴龙、天罡、凌霄六大系列芯片的研发制造造成巨大影响。

但制裁并没有打消华为海思在芯片端的继续研发，也没能阻挡住华为的高歌猛进，这一切源自于华为在芯片领域的高瞻远瞩——早在很多年前，华为为了规避未来在新兴领域大概率会发生的制裁行为，在人工智能领域发起了在“算力、算法、数据”三大要素方面的基础性技术的攻关。

在算力领域的成果，就是当今鼎鼎大名的昇腾AI芯片。昇腾在国际上对标的主要是英伟达的GPU，国内对标的包括寒武纪等厂商生产的系列AI芯片产品，近两年来，在国内人工智能硬件建设领域，昇腾的市占率更是飞速上涨，在AI训练领域独一无二。

昇腾芯片主要有两款，即面向训练的昇腾910和面向推理的昇腾310，后者早在2018年就被集成在麒麟芯片中，前者在近两年尤其是今年以来异常火爆。

华为在人工智能芯片领域的优势不仅仅在于推出芯片产品，更重要的是建立起了完全自主可控的一个人工智能芯片生态：它为AI芯片创建了达芬奇架构，同时为开发者创建了大量的开发工具和软件，用以支撑开发者对AI芯片形形色色的需求。这个特点让昇腾芯片和以之为核心的昇腾服务器在人工智能领域获得了越来越多的关注与应用。

时至今日，在美国禁止英伟达高端GPU产品出口至中国的禁令下，国产替代已经成为必然要走的路，而人工智能领域也是中美科技的下一轮“竞争热点”，在这个背景下，昇腾的发展已经不仅仅是商业上的“攻城略地”，而很可能将成为中国科技产品进一步外输的重要转折点。

第二个优势：工业领域大模型的布局

前不久，人民日报在一篇报道中不经意间提到了华为的盘古系列大模型，根据文中内容，盘古系列大模型应用于某先导制药机构研发新药的过程，将研发新药的时间缩短了70%，成本降低了30%。

华为盘古系列大模型包含NLP大模型、CV大模型、多模态大模型、科学计算大模型等，其中NLP大模型对应内容生产和内容理解；CV大模型为分类、分割和检测；多模态大模型具备跨模态检索、跨模态生成、看图说话四种能力；科学计算大模型则分为分子大模型、金融大模型和气象大模型。此次人民日报提及的应该是盘古系列大模型中的科学计算大模型，而据华为云官网显示，上述4个大模型均“即将上线”。

值得一提的是，备受关注的百度文心一言是基于多模态大模型，百度也是目前国内唯一一个开启大模型应用内测的科技企业。华为相比百度显然要低调很多，但其在工业等行业的应用早已经开始推动。

可以这么说，如果说在多模态大模型领域，百度有可能领先于华为，那么在其他领域，尤其是工业化应用，以及基础布局方面，华为已经远远走在了国内科技企业的前边，甚至在某些领域比美国那些同行更为领先。

这种领先不仅仅是建立在华为自有的昇腾服务器所提供的算力上，更根本的领先在于算法。

华为与OpenAI在大模型研发的出发点上有一个本质区别：前者主要服务于工业领域、商业领域的特定对象，而后者则服务于通用型对象。这个区别决定着两者在算法上的倾向性有着本质不同：前者会更倾向于对特定对象做优化，优化方向更为精准，更讲究“精确的正确”；而后者由于服务对象非特定，在参数设置上务必会倾向于“模糊的正确”。

这种本质的区别会造成两者在参数数量级上的巨大差别，通用型需要更庞大的参数来应对五花八门更多类型的需求，而特定对象类的大模型因为服务对象很精确，会减少很多非必要性的工作。

用大白话来说，通用型大模型就像一个百货商店，而特定对象型大模型则更像是品类店，比如五金店、鞋店、服装店等提供专门产品服务的店铺。

华为盘古大模型的强悍在于，它在特定对象大模型的参数设置上也来到了千亿级，用上边的比喻来说，就是把一个五金店开的跟一个大百货商店一样大——那么可想而知它能够给人们提供的产品服务会丰富到一个什么等级。

并且华为不仅仅是在多模态这一个类别的大模型领域跟百度、OpenAI同场竞争，它是在多个领域布局，其大模型所采用的架构也来自自研的Encoder-Decoder架构。

换句话说，在人工智能软件领域，华为同样创建了一个“生态”，并且布局的深度和广度超出了绝大多数人的想象，而且很明显比美国的同行们在特定对象场景下的大模型应用有着更深的底蕴。

孟晚舟归国

第三个优势：市场声望

可能有些人会觉得这个优势似乎跟华为人工智能的崛起没有直接关联，其实是有的。

对华为来说，人工智能三要素中它并不担心算力、算法对它的约束，反而是数据，对一个制造型科技企业而言是天然的短板。

为什么ChatGPT会诞生于互联网公司？为什么百度、腾讯、阿里这些会在大模型上进展迅速？其根本原因在，它们具备三要素中算法和数据的优势，尤其是数据，而算力则可以用钱砸出来——在不被制裁的情况下。互联网平台型企业天然就拥有大量的数据，这些数据也是它们最大的财富所在。

华为如果要在人工智能领域有所建树，就必须要解决数据问题。有人可能会说，花钱可以买数据，这不失为一种解决思路，但这种解决思路对华为来说效率太低。

大模型的训练所使用的数据不仅仅有“数量级庞大”这一个要求，还有就是要“丰富”和“优质”。这两个要求其实就是对数据的真实性、多样性和有效性提出了很高的要求，但这个要求对数据商提供的数据包而言是很难量化的，换句话说就是数据商或者平台就算把一个“看起来合乎标准但实际上没那么有用”的数据包交给华为，它也很难分辨，只能被动接受“跑跑看”，但AI训练的成本相当高昂，训练完一次可能就需要数千万元。

华为怎么解决数据问题的呢？在我看来就是利用它的市场声望，在特定领域获得优质的数据供应。

比如说人民日报提到的制药机构，华为利用自己的市场声望，在医药领域获得了大量的数据支持，从而能够完成科学计算大模型的成型，同时反哺医药领域。

这种巨大的市场声望让华为能够更快速地解决数据可信度的问题，同时通过技术反哺，与相关的行业建立更长久的“互利关系”，从而实现行业数据源源不断的供应，为盘古相关大模型的迭代提供“养料”。

写在最后

除了优势，我们也应该正视不足之处。

首先在意识上，我们应该明确一点——只有一个华为是不够的。同时我们也不应该将所有高端科技的突破，尤其是芯片、电子信息乃至于人工智能领域的技术突破希望，寄托于华为一家民营企业身上，因为中国需要的是整体层面的科技飞跃，而能够支撑这种科技飞跃的，也绝无可能仅依靠一家企业来完成，它必然是多点开花、蔚然大观的现象。

其次对华为和国内人工智能相关企业而言，算法和数据可能也并不是最重要的，我们在很长一段时间里，其主要精力依然应该放在芯片制造的核心技术攻关上去，不要再寄希望于半导体国际供应链的恢复，而是要下定决心造出能支撑先进制程的光刻机。

最后想说，人工智能领域的竞争可能才刚开始，我们要多一点战略定力，不要被市场上的喧哗所裹挟，安心发展半导体产业。我相信即便OpenAI们有先发优势，我们在补足短板后，依然有很大概率能“后发而先至”，那时候就真的只是时间问题。

希望这一天早点到来。