ChatGPT的火爆，在全球范围内掀起了新一轮的AI风暴。如今，各行各业都在讨论AI，各个国家都在密集进行新一轮的AI基础设施建设与技术投入。
但眼前的盛景并非突然到来，就拿这一轮大模型热潮来说，谷歌早在2018年底就发布了BERT，开启了预训练大模型的探索，此后经历了四年的沉淀，才有ChatGPT的一鸣惊人。
AI技术的演化和发展，既离不开算法本身的创新，也离不开基础设施与工程化应用的配合，这是一个相辅相成的系统化工程。就像这次AI复兴的技术主线是深度学习，但Hinton早在2006年就利用预训练方法缓解了局部最优解的难题，将神经网络隐含层推动到了7层，但技术上实现深度学习，却并不等同于效果上达成。直到2012年，在大数据与云计算的推动下，深度学习的价值才真正得到证明。
这些AI发展史上的关键节点，向我们展示了这样一个事实：想要AI持续向前发展，就不能仅仅关注算法本身，而是必须将AI的基础设施、工程化、数字化等问题纳入通盘考虑，从而去预判和推动智能化正确发展。
那么，业界是否能足够清晰、多元指出AI发展方向的预判呢？答案是肯定的。
刚刚发布的《新华三2023十大技术趋势白皮书》，其中就有一项，指出了未来技术发展的核心趋势，是AI技术通用能力持续增强，降低行业创新门槛。
让我们从这项趋势展开，共同聊聊火热的AI技术距离我们梦想中的智能时代还有多远，打通二者之间的界限，需要完成哪些努力。新华三又将如何围绕AI发展进行技术创新与产业布局，最终建设起让AI天堑变通途的未来之路。
AI火花
智能时代，还隔着万水千山
以ChatGPT为代表的新一代AI技术，正在持续引发热议。各行业都看到了借助大语言模型与AIGC提升生产力的可能性。这类应用的出现，可以让普通人近乎无门槛获取AI能力，自动化生成文案、代码、图片、专业性答案等内容，从而获得极大的能力延展。
而在类ChatGPT应用之外，我们还可以看到预训练大模型这种形式，相比传统的深度学习算法，具有模型泛化里更强、鲁棒性更高的一系列特点，从而可以更加贴近产业应用，具有更加强大的模型定制性延展空间。ChatGPT的爆火，不仅仅是生成式AI本身的里程碑事件，更是整个AI技术走向繁荣的前奏。
但必须看到的是，生成式AI获得的热烈反馈，仅仅是一朵绽放的AI火花，是万里长征走出的第一步。距离我们预想中的智能时代，AI还有非常漫长的路要走。
比如说，今天的AI技术与应用，依旧面临着一系列清晰可见的挑战：
1.大模型的泛化效果能否持续增强，“智能涌现”现象能否变成常量？在今天，人们对深度学习模型的黑箱性了解还不透彻，如何在训练数据规模与智能效果之间达成平衡，依旧是困扰算法升级的主要问题。
2.如何应对AI算力紧缺与算力挤兑问题？如何抑制AI带来的高能耗、数据洪潮隐患？大语言模型的火爆，让全球陷入了新一轮的AI算力紧缺。AI芯片与算力资源成本居高不下，在高算力消耗的同时，AI还带来了海量非结构化数据的存储难题，以及持续的高能耗、高碳排放问题。
3.如何应对行业的工程化、应用路径问题，让AI走到千行百业当中去？在今天，对于大多数企业来说，大模型依旧是很遥远的一件事。企业如何训练和部署大模型，如何让AI与自身的需求、数据、行业知识结合，依旧有着非常复杂的挑战。
在新华三发布的2023十大技术趋势白皮书当中，我们可以看到从ICT行业出发，是如何看待这些难题，以及又是如何勾勒出AI未来发展出路的。
通过ICT的技术创新、产品升级，以及构筑AI通往行业的解决方案，我们可以筑造起更加牢固的智能化基础设施，降低行业智能化门槛，反向牵引和推动AI算法的持续迭代。
一条跨越万水千山的AI天路，将在名为未来的大地上铺设出来。
强能力，低门槛
架一条AI天路
想要让AI更好适配复杂场景，服务真实的生产场景，从而创造出更大价值，就需要解决从算法到算力，从行业路径到技术协同空间的一系列问题，而不能只看一面，只抓一点。这就是新华三预判AI发展趋势时采取的核心思路。在新华三看来，通过AI核心算法的算法创新、算力设施增强、工程化方法实现，AI作为一项通用性技术的能力将逐渐显现出来，从而具备通用化、标准化、普惠化的属性，逐渐与各领域技术进行深度融合，推动领域创新突破。
更强的通用能力，更低的应用门槛，是AI技术发展的两大核心目标。而为了实现这两大目标，就离不开核心算法创新、算力设施增强以及工程化方法实现。
在十大技术趋势中，详细展现了新华三眼中，算法、算力与工程化方法三条创新路径的具体方案，为行业标清了发展方向与演进取数。
首先在算法层面，目前我们已经可以看到基于Transformer的各类大型语言模型，可以大幅提升了对自然语言理解和生成的能力。在可见的未来中，大语言模型依旧将是AI产生智能涌现效果，提升核心能力的关键路径。与此同时，更大的算法机遇来自机器视觉，基于扩散模型的算法，将有可能带来图像生成效果质的提升。在语言+视觉的双重能力覆盖下，AI技术才能真正实现通用化更强大。
在今天，各行业更加关注的是AI基础设施的创新，尤其是算力基础设施的升级。因为算力稀缺，已经成为今天各行业应用AI时代最大的拦路虎。根据资料显示，仅仅是GPT-3的训练算力消耗就达到了3640 petaflop/s-day，根据OpenAI自己发布的数据，AI算力需求在过去十年间出现了数十万倍的提升，远远超过摩尔定律所能负载的范围。这意味着，我们必须构建强大的算力基础设施才能支撑接下来的智能化浪潮。而在新华三看来，大规模智算中心的建设，可以大幅度加速AI研究的创新，而智算设施的关键技术包括：
1. Chiplet技术。在不改变制程的前提下，大幅提升AI芯片性能、降低功耗，在芯片侧提升AI算力。
2. 异构计算。包括CXL互联（Compute eXpress Link）、软硬协同等技术，全面提升AI集群系统整体效率，在算力集群层面强化AI计算的集约性，提升算力效率。
3.绿色低碳。通过液冷散热、绿色供电等降低PUE，确保AI技术崛起与双碳战略是吻合、适配的。
在这技术的支撑下，智算中心可以承担起AI算力基础设施的重任，既保证AI算力的充沛，又确保不会产生资源错置与浪费。
在AI技术与百行百业的结合上，新华三认为工程化方法实践，可以为AI应用大规模普及提供高效的落地支撑。通过采用工程化方法衔接AI流程各个环节，聚合全链路多角色团队，能够加速 AI生产力转化，让AI展现出最终价值。未来值得注意的AI工程化方法包括：
1.MLOps（Machine Learning Operations，研运全流程一体化）：MLIOps可以全面提升模型算法的开发和部署效率，降低流程成本，提升智能化的灵活性。IDC2022年预测，到2024年60%的中国企业将通过MLOps来运作AI任务。
2.MaaS（Model as a Service，模型即服务）：在云计算领域SaaS、PaaS成为风潮后，新的MaaS形式正在更加引人注目。MaaS强调围绕AI模型本身来提供相应服务，从而提升企业与AI模型的联系紧密程度，尤其可以提升大模型在企业部署的场景化能力。
3.AI安全，包括模型安全、模型可解释、隐私保护等方面。重视安全能力，可以为AI大规模部署扫清障碍。
在算法、算力、工程化三大趋势的推动下，未来AI将向着通用化不断演进，并且持续降低适用门槛。预计未来3到5年，AI整体能力将得到全面提升，AI基础设施将持续增强，同时将有大量必须由人类完成的工作变成由AI来完成。
未来，AI技术将与更多ICT技术组合，形成一个高度整体化、标准化的数字世界。人类共同预想的智能未来，将由此路前进。
向科技，要答案
洞见智能未来
二十大报告提出：“必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，开辟发展新领域新赛道，不断塑造发展新动能新优势。”
在这个时代，必须向科技要答案，而科技的沃土是多元、复杂的。智能未来，需要在AI技术与新一代信息技术的广泛协同、融合，以及再创新。就像AI技术的算力基础设施，离不开智算中心以及企业AI计算能力的提升，这就对计算技术，尤其是多元算力建设提出了考验。而AI模型效果的充分释放，必须有赖于网络环节的支持，这就需要高品质的网络，才能让AI的价值最大化释放。
于是从这里我们可以看到，新华三发布的2023十大技术趋势预测，并不是彼此孤立的十个技术单元，而是整体性、融合性的技术网络。AI将是未来智能化世界的技术抓手，但同时它也必须与其他数字化技术紧密相关，形成最终为人类服务的技术综合体。
这里我们可以看到，在新华三看来，高效释放多元算力的数据中心，将承载起复杂多元、准确快速的数字时代应用；高品质服务化的网络，会让生活、行业和社会场景更具个性化和智能；云网边端分布式架构，让数字应用一体化，串联起更广域的场景，应用流转与衔接更加无感；元宇宙也正在脱离纯虚拟化的早期设定，向着虚实融合、赋能实体的方向演进，为教育、文旅和城市模拟带来全新动力；能源系统的数字化，将成为双碳战略的发展基石；隐私计算与云原生安全，将成为千行百业上云与智能化过程中的安全守卫者；量子信息技术、全栈可观测性技术的到来，会加速下一个数字世代的到来。
面向未来，我们不是需要一种技术、一个问题的答案，而是需要一个综合的，立体化的解答。任何技术趋势预测，都是当下需求的延伸，这些延长线汇聚到一起，才能清晰我们标明未来的方向。
长期以来，新华三坚持集团以技术创新为核心引擎，公司研发人员占比超过50%，科技研发投入占销售收入的10到15%。向科技要答案，已经成为新华三发展过程中的信条。
而如果我们想要了解十大趋势如何落地，想要探索AI技术发展的基础设施创新与工程方法迭代，想要了解新华三面向未来的信念与目标，接下来有一个非常好的窗口。
6月9日，新华三在杭州市国际博览中心举办了2023 NAVIGATE 领航者峰会。在峰会上，新华三发布了“百业灵犀”LinSeer私域大模型和支持AIGC大算力调度的“傲飞算力平台”，可与业务深度结合提升工作效率，持续优化算法和积累公域数据，为客户提供最新知识能力。同时推出了“AIGC开放战略”，既支持“百业灵犀+新华三ICT基础架构”的模式保障数据安全，实现最优配合，同时也支持“客户自选大模型+新华三ICT基础架构”的模式满足多种需求，帮助百行百业量体裁衣制定数字化解决方案。驾驭算力、融汇数据、运用智能、赋能业务、提升效能，是新华三为自己设定的发展使命与愿景。
要向科技要答案，向实干要答案，这就是新华三眼中的AI天路。
