（圖片來源：钛媒體 App 編輯拍攝）
6 月 3 日消息，钛媒體 App 近日從華爲内部獨家獲悉，華爲公司将發布一款直接對标 ChatGPT 的多模态千億級大模型産品，名爲 " 盤古 Chat"。
預計華爲盤古 Chat 将于今年 7 月 7 日舉行的華爲雲開發者大會 ( HDC.Cloud 2023 ) 上對外發布以及内測，産品主要面向 To B/G 政企端客戶。
這意味着，在國産大模型軍備競賽中，繼阿裏、百度之後，又一重要科技巨頭入局。基于華爲的技術能力，盤古 Chat 有望成爲國内技術能力最強的 ChatGPT 産品，同時華爲生态産業鏈企業也将因此受益。
據悉，盤古大模型于 2020 年 11 月在華爲雲内部立項成功。對于盤古大模型定位，華爲内部團隊确立了三項最關鍵的核心設計原則：一是模型要大，可以吸收海量數據；二是網絡結構要強，能夠真正發揮出模型的性能；三是要具有優秀的泛化能力，可以真正落地到各行各業的工作場景。
2021 年 4 月，盤古大模型正式對外發布。其中，盤古 NLP 大模型是首個幹億參數中文預訓練大模型，CV 大模型則首次達到 30 億參數。2022 年 4 月，華爲盤古升級到 2.0，發布層次化開發方案 ( LO， L1，L2） ，打造工業級盤古大模型。
根據華爲雲高管的演講 PPT 信息，目前華爲 " 盤古系列 AI 大模型 " 基礎層主要包括 NLP 大模型、CV 大模型、以及科學計算大模型等，上層則是與合作夥伴開發的華爲行業大模型。
華爲雲人工智能領域首席科學家田奇今年 4 月稱，盤古 NLP 大模型覆蓋的智能文檔檢索、智能 ERP、小語種大模型等落地領域，2022 年華爲剛交付了一個阿拉伯語的千億參數大模型。在應用方面，盤古大模型可以應用于智能客服、機器翻譯、語音識别等多個領域，提供 AI 技術支持。
去年華爲将盤古大模型在垂直産業領域落地應用。一個例子是，基于盤古 AI 大模型，華爲在礦山領域打造了首個 " 基于大模型的人工智能訓練中心 "，實現 Al 應用 " 工業化 " 開發，不僅降低成本——比人工核查節省 80%+、每噸成本降低 8 元 （年産能 260 萬噸），而且增加效益——防沖禦壓比人工核查節省 80%+，提升效率——智能客戶效率提升 30%。
與其他廠商相比，華爲的優勢或在于擁有完整的産業鏈和較強的算力調配能力。據浙商證券此前披露，在訓練千億參數的盤古大模型時，華爲團隊調用了超過 2000 塊的昇騰 910 芯片，進行了超 2 個月的數據訓練能力。華爲内部稱，每年大模型訓練調用 GPU/TPU 卡超過 4000 片，3 年的大模型算力成本高達 9.6 億元人民币。
東吳證券 3 月 27 日公布的研報中稱，華爲盤古大模型的優勢在于人才儲備和算力自主可控，有望成爲國内領先的大模型，其生态産業鏈标的有望迎來加速發展，包括拓維信息、四川長虹、麒麟軟件（中國軟件）、統信軟件（誠邁科技）、麒麟信安等華爲生态公司。國盛證券則認爲，華爲盤古爲首個多模态千億級大模型，有望賦能百業。
根據華爲公布的一份論文數據顯示，華爲盤古 PanGu- Σ 大模型參數最多爲 1.085 萬億，基于華爲自研的 MindSpore 框架開發。整體來看，PanGu- Σ 大模型在對話方面可能已接近 GPT-3.5 的水平。
值得注意的是，由于盤古大模型擁有超大規模的參數，因此訓練成本較高。盡管盤古大模型在中文語言的處理方面具有很高的準确度和質量，但在語義理解方面仍存在一定的局限性，尤其是在處理複雜的語言結構和語義推理方面。同時，盤古 Chat 大模型也将面臨着行業激烈的競争壓力，需要不斷優化和提高模型的性能和質量，才能以保持在市場中的領先地位。（本文首發钛媒體 App，作者｜林志佳）
更多精彩内容，關注钛媒體微信号（ID：taimeiti），或者下載钛媒體 App
