華為昇騰計算業務CTO周斌
「昇騰AI基礎軟硬體平台已孵化和適配了30多個主流大模型，我國一半以上的原生大模型是基於昇騰AI基礎軟硬體平台打造，從底層軟硬體技術來看，昇騰AI已經過大規模驗證，承載ChatGPT或GPT-4的算力需求完全沒問題。」5月26日，在2023中關村論壇上，華為昇騰計算業務CTO周斌在接受澎湃新聞等媒體採訪時作出上述表述。
一路「狂飆」的大模型，已成為國內科技圈的關注焦點。或受大模型算力增長影響，近期雲廠商出現首次集體性降價，包括阿里、騰訊、京東等雲廠商均宣布大規模降價。對此，周斌坦言，隨著大模型發展速度不斷增加，對於數據、算力、網絡通信、基礎設施等各類周邊產業的需求也在增加，競爭是市場經濟正常發展的體現，「這是一件好事，因為背後是算力需求在增加，而且這個需求是有價值的。」
作為底層算力的生產商，華為面臨來自國際和國內的雙重挑戰。在談到和國外廠商的競爭問題時，周斌坦言，不同廠商在功能上各有千秋，需要綜合考慮成本、基礎軟硬體設施等綜合條件，每家廠商都有自己的優勢，「選擇友商的也有，選我們的也很多，目前大家處於比較良性的市場狀態。」
周斌向澎湃新聞記者透露，目前華為旗下的計算產品線已經在大量主流廠家裡規模化部署和使用，近期訂單有良好增長，「華為通過大規模分布式並行來提升雲計算密度和運行效率，整體產品質量非常好，我們對未來也非常有信心。」
對於大模型未來的發展趨勢，周斌分析稱，大模型的第一個特徵是「大」，預測會迅速從現有的千億級別成長為萬億級別，將消耗極大規模的算力，同時，未來大模型將成為多種業務系統的核心，這也對底層計算底座提出了更高的安全性要求，沒有強大的算力底座，大模型就沒有根。
如何保證數據安全性？周斌表示，由於大模型在升級時需要吸收大量數據，因此需要在數據來源時就進行干預，防止大模型濫用錯誤數據或是獲取用戶隱私。從技術方面來看，需要保證基礎運行環境的穩定，提供有效保障和加密措施，保證安全可靠的人工智慧環境。