儿童药，路在何方？

未来，线上线下齐发力，商品零售与服务零售共荣共生，有望成为各地商超数字化经营的新常态。

网版权文章，未经授权禁止转载网版权文章，未经授权禁止转载

通过这一套精密设备仪器捕捉，华为在严苛测试环境中三维复现运动姿态细节，记录下人体运动轨迹、关节部位变化、速度和姿态等数据，通过翔实技术积累为智能穿戴设备提供硬件产品、平台及技术、数字健康服务的研究孵化以及测试提供支撑。如何准确地计算卡路里缺口是大部分运动爱好者的难题，今年秋季发布会上新推出的华为WATCH GT 4首发的科学减脂塑形功能，支持腕上卡路里账单，用户通过掌握吃动的数据变化，让运动减脂的过程更加可视化。张炜介绍，这里不仅有大量的专业一级二级运动员，还有运动生物学及运动人体科学博士、数据采集工程师、算法工程师等。此外，华为运动健康科学实验室（松山湖）支持电影级光学动作姿态捕捉能力，通过28个红外高速摄像机分布四周，实现毫米级高精度动作捕捉，360度还原人体细节，甚至比湖南卫视摄像机还要高级。在全民健身流行大趋势下，智能可穿戴设备成为日常生活中最普遍的辅助设备之一，随着它的功能日趋丰富，正在为普通人在健身领域发挥着巨大作用。

这是华为迄今为止最大的运动科学实验室，涵盖了专业研究区、生态联合开发区、运动健康场景孵化区共80+专业检测能力。同时还是业界首款支持高血糖风险评估研究的智能手表。百度解法：一个重构启示针对大模型训练难度大、算力要求高的问题，今年以来，国内外的云计算厂商也进行了各自的思考与举措。

一位云计算销售告诉雷峰网，今年上半年有一些运营商和小型智算中心轰抢完一批显卡后，却不知道怎么用起来。多位技术人员告诉雷峰网(公众号：雷峰网)，英伟达显卡训练大模型的一个常见故障是掉卡，即显卡在运行过程中突然失去连接或无法正常工作。百度百舸·AI异构计算平台的研发最早可追溯 2009 年，这一年，百度开始用 GPU 做 AI 加速，百度开始用 GPU 做 AI 加速，不断扩大集群规模，为百舸平台最终面向市场推出奠定了基础。从云厂商的角度看，最理想的目标是算力长期租赁，如果短期租赁结束后、后续需求不明确，则原有的算力资源就可能被闲置，造成资源的浪费。

智算大会现场，百度公布了千帆的最新成绩单。据雷峰网了解，一些智算中心的售卖率虽然很高，但在利用率方面却极低，百分率只在个位数。

一个云厂商要如何跟上大模型时代？这个问题不小，解法也有很多，但无论各家的答案如何，回答这个问题都绕不开大模型的本质——大模型的竞争不是百米冲刺，而是五千米长跑、甚至半程马拉松。一位算力采购从业者告诉雷峰网一个段子，年初有人费劲千辛万苦找到英伟达的销售后，自以为兜里有钱、心里不慌，财大气粗地向英伟达的销售提出要购买2000 张 A100，结果被英伟达的销售拒绝了，原因是要的量太小。自8月31日文心大模型向全社会全面开放以来，在千帆大模型平台上，大模型API日调用量增长10倍。在适应新 AI 应用开发范式的准备工作中，一套灵活、创新的云计算体系与云服务设施更能适应未来大模型商用与落地的走向。

经测试发现，较自建系统训练大模型来说，使用千帆平台训练的成本最高可以下降 90%。但随着越来越多泛化能力强的基座大模型的诞生，以及 MaaS 模式的成熟，大模型时代的 AI 模型不再需要从头训练，而是可以基于一个强大的通用大模型进行有监督微调而来。因此，面向大模型进行云计算基础设施体系的重构是当下云厂商不得不推进的工作。同时发布云原生数据库 GaiaDB 4.0、数据库智能驾驶舱、升级大数据管理平台 Serverless 能力等。

更底层的芯片端最先反应，除了英伟达，高通、英特尔、Arm 等厂商也开始将面向大模型训练与推理的芯片设计与生产列入日程，为下一个时代到来的可能性做准备。该平台支持将百度及第三方建设的智算中心、超算中心、边缘节点等智算节点进行全域接入，将分散和异构的算力资源打通连接起来，形成统一的算力网络资源池，再通过百度自主研发的算力调度算法，智能分析各类算力资源的状态、性能和利用率等指标，统一调度算力，实现智算资源的灵活、稳定、高效的利用。

如果说大模型是打开 AI 时代的钥匙，那么这个钥匙的背后必定离不开三层加持：模型、算力与应用。应用开发范式被颠覆上一个十年，深度学习算法的落地每每要根据单一的特定场景进行模型的训练，从数据标注到算法训练、再到端到端部署落地，前后往往要耗时几周甚至数月。

大模型时代的云计算重构不止有一种解法，而百度率先向行业交出了一份答卷。千帆AppBuilder将基于大模型开发AI原生应用的常见模式、工具、流程，沉淀成一个工作台，帮助开发者聚焦在自身业务，而无需为开发过程牵扯多余精力。此外，为了帮助客户更快的定制专属大模型，千帆平台快速迭代模型开发的全流程工具链。在MaaS（模型即服务）的趋势下，客户未来关心的重点将转向模型好不好，框架好不好等等，而不是仅仅看算力怎么样。雷峰网了解到，百度在云计算的重构上采取了降本增效、精准打击同时又面面俱到的策略。这是适应云计算行业需求的举措，也是百度的长项所在。

目前千帆平台已经累计服务超过4万家企业用户，累计帮助企业用户精调近1万个大模型。大模型的训练周期较长，如果中途出现故障，原本已经进行了十几天的任务可能就要重新开始。

无论预言是否准确，但可以肯定的是，2023 年已经走到年关，大模型为中心的 AI 技术日新月异，留给云计算厂商的准备时间已经不多了。侯震宇提供的一组数据是：从3月份发布文心一言以来，推理成本已经降到了原来的1%。

尽管 GPU 在2012 年深度学习崛起时就已经被应用于 AI 算法的训练与推理，但由于大模型基于 Transformer 与超大参数规模的新特征，通用泛化能力远远强于过去的 AI 小模型，训练、推理算力需求指数级飙升，对算力（集群）规模、能效、稳定性都提出了极高要求。当显卡的基数扩大，显卡利用率提升 5% 甚至 10% 的影响力也变得更加巨大。

与千帆平台 2.0 相比，升级后的千帆平台将模型数量增加至 54 个，数量位居全国榜首，并针对性进行模型能力增强。这中间，AI 技术在核心生产场景中的价值曾一度受到质疑，智能计算的话题暂且搁浅。在这样的趋势背景下，过去的云服务模式也需要作出顺应时代的变化与调整。具体来说，百度智能云的重构体现在三方面：首先，重构智算基础设施方面，百度智能云推出了百舸·AI异构计算平台3.0。

一些厂商正在研发围绕 GPU 提供的云计算服务，希望按照客户的实际使用量来收费。计算范式的变革在过去大模型狂飙的一年中，人们最能直观感受到大模型对云计算产生影响的表现，大约是科技同行对 GPU 算力的哄抢。

作者丨何思思 西西编辑丨陈彩娴2021年，中国信通院曾低调发表一份报告，指出一个与主流视角相悖的趋势：尽管当时全球算力的出货量还是以 CPU 居多，但从 2021 年开始，中国的智能算力（GPU）占比就已经超过通用算力，在我国算力中占比超过 50%，增速 85%。仅仅依靠简单的算力堆叠，完全无法适用于大模型时代。

其次，全面升级MaaS服务平台，在 MaaS 模式的变革下，百度智能云为了让企业能更合理选择与有效利用大模型，为开发上层 AI 应用创造高效易用的模型能力调度环境，百度智能云对千帆大模型平台进行了升级。有行业人士甚至预测，国产 GPU 第一次大规模的格局重塑将在 2025 年之前完成。

为了加强智能基础设施的服务能力，今年早期百度智能云已经开展了多项工作，比如 3 月份将阳泉数据中心升级为了智算中心， 8 月启动国内首个大模型数据标注中心，同时又联合多地政府共建了智算中心、AI 数据标注基地等。大模型服务成主流，MaaS 是趋势过去一年，围绕大模型技术重构上层产品与应用已成行业共识。以算力中心空转现象为例。运行千亿级参数以上模型的计算基础设施建设需求又重新回到行业的视野，支撑智能算力平台的 GPU 也迎来继 2012 年深度学习后的第二春，市场反应甚至较 2012 年更加火爆。

而这背后的推动力，无疑是今年占据各大科技头条的大模型变革。尽管当前中国的大模型原生应用数量远远没有达到大众预期，与人们设想的移动互联网时代 app 层出不穷的愿景还有一定距离，但今年下半年以来，围绕大模型设想 AI 原住民时代的讨论越来越多。

百舸异构计算平台在针对开源大模型的训练和推理加速上，分别最高可提升 30% 和 60%。ChatGPT的出现，不仅改变了 AI 领域的发展格局，语言 AI 技术地位逐级攀升，取代视觉 AI 成为今日通用人工智能（AGI）话题的 C 位，同时也改变了云计算的发展格局——智能算力的角色将更加关键，企业技术架构将从过去的以CPU为计算核心，逐渐转向以GPU为代表的智能计算 为核心，GPU+CPU+DPU+… 的异构计算架构将取代单一XPU，成为云计算的主要算力模式。

新增了数据统计分析、数据质量检查等功能，结合数据清洗可视化Pipeline，能够构建出面向大模型场景的高质量数据燃料。8 月 2 日百度千帆大模型平台升级，模型的推理成本再降低 50%。