东西方计算正在成为所有行业以及运营商的普遍机遇。
东西计算带来了全新的计算力网络建设需求，以及各行业对网络升级的普遍需求。在这种背景下，运营商也需要一系列细分的价值节点来推动业务进步，打开市场空。换句话说，用从东到西算东西的方式，运营人员需要更加关注哪些车在路上跑。
在东西方计算的整体框架中，AI预训练模型的价值值得关注。近年来，大模型可谓是AI领域最受关注的方向。模型效果的高鲁棒性、优秀的数据集性能、跨模态的不可替代性等。，使大型模型成为工业界和学术界共同关心的问题。一时间，“提炼大模型”成为人工智能行业的共同需求，这也给配套行业带来了新的机遇。
模型的计算能力要求很高，需要一系列的软硬件基础设施，比如基于正在崛起的AI的人工智能计算中心。但是，各个计算中心之间的计算能力供应存在差异。因此，在计算从东部向西部转移的背景下，有序引导计算能力需求从东部向西部转移，优化数据中心建设布局，促进东西部协同，可以更好地促进大模型产业发展。
对于运营商来说，大模式带来了一系列全新的AI市场空。帮助大模型进行跨区域训练，完成计算资源的适配，是运营商新的服务机会。运营商自身也可以利用大模型提升服务能力和产业效率。
操作员的新跟踪:
大模特培训带来的市场想象
OpenAI在2018年发布了一份著名的调查报告。从2012年开始，全球AI计算能力在6年内增长了30万倍，并且还在持续增长。当大模型时代正式到来，全球对AI计算能力的需求进一步增加。AI计算能力已经成为限制工业智能发展的主要挑战。
2018年，Google发布了NLP领域的预训练模型Bert，其超强的能力迅速得到了业界的认可。AI建造的GPT-3在多项任务中实现了性能的跨越，推动了全球大型模型的爆发式发展，模型参数呈指数级增长。“大数据+大模型”已经成为AI产业最重要的发展路径。
然而，在实践中，我们可以发现，大模型的训练和部署存在许多挑战。比如部署场景下模型性能不足的问题；大模型在不同场景下的泛化能力不强；大型预训练模型具有参数多、计算量大、训练成本高等特点。其中，如何低成本高效率地完成大模型训练成为首先要解决的问题。在此背景下，在“东学西算”的背景体系下培养大模型，正成为越来越多企业和学术机构的选择。
例如，中科院自动化所在2021世界人工智能大会上发布了跨模态通用人工智能平台——“紫东台初”。依托面向超大规模的高效分布式训练框架，构建了性能优异的中文预训练模型、语音预训练模型和视觉预训练模型，通过跨模态语义关联实现了“视觉-文本-语音”的统一表示，构建了大型三模态预训练模型，赋予了跨模态通用人工智能平台多种核心能力。从应用层面来说，“紫东台初”具有跨模态理解和生成的能力，在“以图制声”、“以声制图”等方向有着广泛的应用。可以实现AI配音视频、AI语音播报、AI海报创作等应用场景。
2022年，钱波信息基于胜腾AI和胜思MindSpore AI的框架，利用“紫动太初”三模态模型，构建了一体式手语教学测试机，创造性地实现了手语动作与示意图文字的联动。目前，该一体机已在湖南数十所学校上线，在一定程度上缓解了手语教师的短缺，带来了重要的社会价值。
在“紫东台初”大模式的训练过程中，能够很好地展现“东学西用”背景下“东学西用”的典型逻辑。该模型由中科院自动化所相关团队牵头，基于瑞星AI的基础软硬件平台，在武汉人工智能计算中心进行训练。可以说“东部数据-中西部算力培养-东部应用”的产学研结合方式，已经提前为更多的大型号做了尝试。
以此为案例，可以看到运营商新的AI市场正在快速打开。产业基础的完善对运营商服务模式打开新市场至关重要。
升序基数:
押运员艾声道
模型走上“东学西练”的道路，有几个必要的产业条件:算法、数据、计算能力、训练所需的软硬件基础设施、计算能力网络。
从现阶段来看，大模型的训练算法日臻完善，国际国内大模型训练的基础门槛不断降低。接下来是数据。东部地区的企业、高校、科研机构积累了丰富的数据，可以有效地投入到大模型的训练中。这也是中国虽然是后来者，却能够赶上大模式的原因。
下一步是计算能力。随着全球人工智能计算中心的兴起，用集群化、集中化的AI计算能力完成大型模型训练已经成为可能。瑞星AI提供的AI计算力系统，可以作为人工智能计算中心的基础，也可以在产学研中通过多种方式赋能，带来丰富完整的AI计算力供给。
在软硬件配套设施层面，提升AI的基础软硬件平台包括Atlas系列硬件和合作伙伴硬件、异构计算架构CANN、全场景AI框架提升MindSpore、提升应用使能MindX、全流程开发工具链MindStudio和一站式AI开发平台ModelArts等。为了满足越来越多的企业和学术机构对大模型培训的需求，瑞星AI构建了大模型全流程赋能体系。该体系包含了从大模型规划、大模型研制到大模型产业化的全过程，可以从端到端加速大模型产业的落地。
我们可以看到，在大模型的需求和基础技术的崛起之后，以瑞星AI为代表的规模化、产业化的AI基础已经走向完善。该模式不仅可训练，而且走上了简单、高效、低门槛的新循环。
该模型的最后一个关键要求是网络和网络支持服务，这对运营商来说是一个巨大的机会。可以说，提升起到了保护运营商AI赛道的作用。
用人工智能拓展未来:
运营商创新恰逢其时。
AI技术在运营商业务版图中的重要性正在上升。早在2020年，Omdia的ICT-Enterprise Insights就公布了一份调查数据。在所有新运营商中，近80%的人认为使用AI技术是“重要”或“非常重要”的IT项目，其中近60%的人计划增加对AI工具的投资。
我们可以看到，现在运营商使用AI、应用AI的场景和价值非常广泛。例如，面对5G网络复杂的运维管理需求，主流运营商已经利用AI技术实现网络的智能分析、实时预测和自动运维。在智能客服和智能外呼平台中，NLP和多轮对话技术成为提高运营商服务到达效率的关键。AI技术也是运营商专网服务等新模式的重要助力。比如冬奥会期间，中国联通将AI、云计算、区块链技术与5G相结合，为智慧冬奥会保驾护航。与此同时，运营商在AI技术上的投入和建设水平也在不断加强。
在此背景下，利用好AI技术，服务好客户，成为运营商的重点要求。而上升的基数恰恰可以给运营商带来广泛而关键的支持。比如浙江移动，依托九天平台+瑞星基地，搭建了全栈自主创新行业AI赋能测试平台，提供面向行业的人工智能基础设施，可以实现数据赋能、算法赋能、应用赋能。平台预置900+算法和800+预训练模型，可快速定制算法模型，满足城市场景多样化应用需求。通过开放的标准化接口和模块化方案组合，为城市管理提供多场景的AI服务，全力推动计算力成为像水电一样的公共服务，一点即可接入。
面向未来，我们可以看到，在产学研中更多的行业和各行各业，大模型的培养和调配需求正在涌现。此外，大模型是工业人工智能能力和应用的一部分。除了一般的前期训练模式，还有更严厉的AI模式和AI能力需要跨区域训练。
同时，运营商本身也是大机型、重AI能力的需求主体。5月16日，浙江移动在电信日发布“杭州孝义”，以“紫东台初”为基础，叠加杭州特色景点南宋御街场景，通过高效本地化增量训练打造。
面向未来，越来越多的大型模型将走上东方算数，西方算数的道路。不久前，“中国计算网——智能计算网”正式上线，这是中国计算网建设的重要一步。接下来，包括大型模型在内的大量AI任务将在计算网络中进行训练和部署。在计算力网络的基础上，运营商可以共同参与建设统一的计算力网络市场，实现全网的社会计算力服务，这对运营商来说是一个很大的机遇。运营商不仅可以成为计算网络建设的主力军，还可以受益于AI带来的网络增量。
这些趋势和变化正在形成运营商全新的赛道。大模型训练带来的是网络需求的增加，支撑的网络服务更加复杂。这些特性都能给运营商带来极高的价值增量，在“东西算东算西”的大背景下，有助于打开持续的市场空。
大模型产业时代，运营商手握大模型产业化的最后一块拼图。运营商对这个市场的重视和努力，也将有助于大型号走向大规模应用和产业繁荣。
未来，大模培训师、崛起的AI、运营者、产业需求的“四方联动”，将构成高效率、低门槛的产业范式，推动AI黄金时代的到来。
本文首发于微信微信官方账号:脑极体。文章内容属于作者个人观点，不代表Hexun.com的立场。投资者应据此操作，风险自担。
