“一段时间以来，各行各业几乎言必称大模型，纷纷建设人工智能（AI）算力、训练大模型，这对于华为这样的算力提供商而言无疑是重大利好。”9月19日，在2024年华为全联接大会上，华为副董事长、轮值董事长徐直军在主题演讲中直言，但从长远来看，不是每个企业都要建设大规模的AI算力、训练基础大模型，不是所有的应用都要追求“大”模型。

  ?

站在全面智能化时代的初期，徐直军认为，企业除了思考怎样把智能化能力融入产品外，还要认真思考适合自己的获取AI算力的方式，同时要根据自身不同业务场景需求，选择最合适的模型。

建设大规模AI算力并不容易。AI服务器对数据中心机房环境要求高、升级换代的节奏快，如不能及时缓解代际产品的“木桶效应”，未来大模型训练都会受到影响。因此，徐直军认为，每个企业都要思考适合自己的获取AI算力的方式，而不仅仅是建设自己的AI算力。

同样的道理，徐直军提到，不是每个企业都要训练自己的基础大模型——不仅成本高，获得足够多高质量的数据量、建立技术人才队伍也是重大挑战。

“企业应聚焦自身核心业务，自行训练基础大模型会影响AI尽快赋能核心业务。”他说，同时也应看到，不是所有的应用都要追求“大”模型。从华为盘古在行业的实践看，十亿参数模型可以满足部分app计算、预测决策等业务场景需求，百亿参数模型可以满足面向自然语言处理、计算机视觉、多模态等大量特定领域场景的需求，一些更复杂的任务场景才需要千亿参数模型。因此，他提出，企业需要根据自身不同业务场景需求选择最合适的模型，或者通过多模型组合来解决问题。

“对于很多不具备自建AI算力和自训练基础大模型能力的企业来讲，选择云服务是更为合理的、可持续的选择。”徐直军表示，面向AI对华为云全栈升级，通过华为云昇腾云服务和模型云服务，致力于让每个企业都能按需、高效地训练和应用模型进行推理。

针对在云上进行大模型训练和推理所面临的安全新挑战，徐直军表示，华为将提供从安全理念、机制、技术到知识产权的体系化安全能力，保障大模型训推安全、确保生成内容的安全合规。

“如果客户使用华为云大模型服务，生成的内容侵犯了第三方知识产权，华为将自费为客户辩护，并就最终法院判决或与第三方和解造成的损失、成本和费用进行赔偿。”徐直军信心满满。