在数字经济时代,算力成为新的生产力,数据成为新的生产资料。而大模型的发展带来了全新的变革动能,包括全新的生产力、生产资料和生产关系。

在浪潮云总经理颜亮看来,过去数据要素在应用中的价值难以发挥,但是大模型的出现改变了这种情况。大模型的技术支撑力和收敛度能够让用户直接感受到数据带来的价值。

在近日举行的“云端眺望 向‘数’而生”数字创新生态大会上,海若大模型业务战略正式发布,浪潮云将投入50亿元资金,依托数字生态创新共同体,加快推动海若大模型在100个城市的快速落地,持续激活数据要素价值,助力新质生产力发展。
三大核心优势
当前,以大模型为代表的第三次浪潮正在掀起。
颜亮表示,浪潮海若大模型定位行业大模型,首批主要面向政府、交通、应急、制造、医疗、农业六大行业,并打造了行业智能体商店,具备可信赖、易落地、可持续三大核心优势。
可信赖(Trustworthy):通过浪潮云在全国布局的120+城市云中心解决本地部署问题,保证数据不出域;浪潮云在中央网信办云计算服务安全评估增加级的数量国内第一,并位居中国云原生市场第一位;浪潮海若大模型是山东省首家通过中央网信办备案的产品。
大模型在行业中实现本地部署的成本很高,还会面临适配性和工程能力的挑战。可信赖就是解决客户的这种顾虑。
易落地(Easy to implement):浪潮云拥有完整的产品矩阵,基于在全国布局的分布式算力平台,浪潮云实现带算力入场;“三个1”标准:政务云覆盖的客户,1天时间可交付;云中心覆盖的区域,一周时间可交付;客户自有数据中心,一个月时间可交付。
可持续(Continuable):行业数据是一个持续迭代的过程,对模型持续训练、持续调优;依托济南、上海、北京三个OpsCenter支撑持续运营。
此外,结合20年行业经验,浪潮云持续打造和完善行业智能体商店,每个行业智能体商店将覆盖200余个典型应用场景,为行业用户提供更加精准、更加智能的支持和服务。
创新技术的赋能
战略的落地,离不开创新技术的持续赋能。
浪潮云打造了以海若大模型平台、海若智能体工厂、海若智能体商店、模型开发平台、模型安全卫士为支撑的完整的产品体系,通过关键技术创新,助力客户打造行业专属大模型。浪潮海若大模型采用MoE架构,能够快速适配不同行业,通过全面优化RAG,兼顾模型确定性和生成式,同时,通过打造大模型安全卫士,实现全链路安全防护。
浪潮云依托7个核心云中心、113个区域云中心、502个Region,打造全国最大的分布式算力网络,汇聚海量异构数据,实现数据可信流通,提供多元算力服务,支撑众多大模型节点的分布式训练和推理。
浪潮云的分布式训练和推理不同于通用大模型的集中式模式,也不同于私有化的部署,而是分布式,这样可以兼顾集中式的管控和本地的数据安全。

浪潮云首席技术官孙思清表示,分布式的关键是如何保证标准化,还能兼顾客户的本地定制化,实现规模化。分布式的好处是从部署形态上来讲交付给本地客户,能够结合业务让客户享受到服务。第二是从技术层,我们能够把中心的技术和本地的服务结合。
此外,浪潮云在政务云方面有着深厚的布局,并与众多行业企业、高校、科研机构等生态合作,汇聚政府、制造、医疗、交通、应急、农业等行业海量数据,打造软硬一体的行业大模型与行业智能体。
同时,浪潮云蝉联中国云原生安全市场第一位,发布数据安全沙箱、隐私计算等产品,以完备的制度、专业的人员、先进的技术、可靠的产品,确保数据的全生命周期安全,实现模型的安全运维,数据的安全训练,语料和内容的安全可靠,持续安全释放数据价值。
孙思清说,浪潮云拥有数据治理、开发、安全的一整套的方法论和工具,在数据技术层面积累了丰富的经验,并围绕业务,依托对数据的理解打造高质量的数据集,赋能大模型的发展。“我们沉淀行业通用的智能体,并在行业中复制,结合客户的业务,实现本地化交付,并拉通合作伙伴。”
数字生态创新共同体
大模型作为驱动新质生产力的重要底座,必将与行业深度融合。“数据要素一定要发挥应用层的显性价值,这个就需要大模型嵌入到现有的业务系统的各个环节。”颜亮说。

在大模型落地阶段,浪潮云总结出行业落地三步法:第一阶段是支持灵活部署多元算力环境,实现快速交付,开箱即用;第二阶段是借助专有数据进行训练,精调模型;第三阶段是以业务驱动,通过打造全流程一体化的海若模型开发平台和海若智能体工厂,实现持续迭代。
颜亮表示,数字生态创新共同体是浪潮云生态策略的具体落地。通过联合智能算力、行业数据以及场景开发等领域的生态伙伴,形成合力,共同打造的三位一体开放生态。
具体来说,数字生态创新共同体实现了算力、数据、算法的融合,打造共建共赢,创新运营的模式,提高一体化方案、产品及交付能力,加速了大模型在行业场景中的落地。
在颜亮看来,行业客户应用大模型是一个裂变过程,需要持续性的支撑才能实现大模型在行业侧的价值。
面向政府行业,浪潮云积极探索政务大模型在公文写作、基层减负等场景的落地,实现基层材料整理效率提升100倍,回复准确率提升至75%;面向医疗行业,浪潮云依托海若医疗大模型,在帮助医生生成电子病历过程中,实现一份入院记录生成时间仅需15秒,内容准确率90%以上,降低工作量超过70%;面向制造行业,在促进新产品研发方面,借助海若制造大模型,实现靶点识别准确率提高至95%,每周分析专利数量提高至3000篇。
结语
大模型作为新质生产力的技术底座,必将加快产业升级、业态创新。未来,浪潮云将继续携手生态伙伴,深挖数据要素价值,推进海若大模型在各行业的快速落地,为新质生产力的发展添砖加瓦,为数字中国、数字经济、数字社会的建设贡献力量。
 0赞
0赞好文章,需要你的鼓励
 推荐文章
                    推荐文章
                  虽然ChatGPT等AI工具正在快速改变世界,但它们并非无所不知的神谕。ChatGPT擅长"令人信服的错误",经常提供有偏见、过时或完全错误的答案。在健康诊断、心理健康、紧急安全决策、个人财务规划、机密数据处理、违法行为、学术作弊、实时信息监控、赌博预测、法律文件起草和艺术创作等11个关键领域,用户应避免完全依赖ChatGPT,而应寻求专业人士帮助。
这项由哥伦比亚大学研究团队完成的突破性研究首次揭示了AI系统自我改进中的"效用-学习张力"问题:系统追求更好性能时会增加复杂度,但过高复杂度会破坏学习能力。研究建立了学习边界定理,提出双门控制机制,为AI安全自我改进提供了理论基础和实用方案,对确保AI技术长期安全发展具有重要意义。
微软重启三里岛核反应堆的协议确认了AI革命与能源现实主义的融合。亚马逊和谷歌也达成类似协议,共同押注核能为AI未来提供最可行的动力路径。到2030年代,数据中心用电量可能媲美大国水平。国际能源署预测全球电力需求到2050年将增长六倍。核电厂90%的容量因子使其独特适合数据中心需求。世界核协会估计,当前全球398GW核能产能必须在2050年前至少增长两倍。
这项由Reactive AI公司Adam Filipek主导的研究提出了反应式变换器(RxT),通过事件驱动架构和固定大小记忆系统,将传统聊天机器人的对话成本从平方级降为线性级,使长期对话成本降低99%以上,同时实现恒定响应速度。实验证明即使12M参数的RxT也显著优于22M传统模型,为高效对话AI开辟新路径。
 
             
                 
                     
                     
                    