近日，華為常務董事、華為云計算CEO張平安在華為開發者大會上表示，盤古大模型5.5正式發布，自然語言處理（NLP）、計算機視覺（CV）、多模態、預測、科學計算五大基礎模型全面升級。同時，基于CloudMatrix 384超節點的新一代昇騰AI云服務全面上線，為大模型應用提供澎湃算力。

在過去的一年中，盤古大模型持續深耕行業，已在30多個行業、500多個場景中落地，在政務、金融、制造、醫療、煤礦、鋼鐵、鐵路、自動駕駛、氣象等領域發揮巨大價值。本次大會上，華為云重磅發布盤古大模型5.5，五大基礎模型全面升級，為行業提供全新價值。

盤古自然語言處理NLP大模型：全新的718B深度思考模型是一個由256個專家組成的MoE大模型，在知識推理、工具調用、數學等領域大幅增強，實現能力領先。盤古大模型5.5在高效長序列、低幻覺、快慢思考融合、Agent等特性上進行升級，提升用戶體驗。例如，盤古提出了自適應快慢思考合一的技術，通過構建難度感知的快慢思考數據和兩階段漸進訓練，實現模型根據問題難易程度自適應地切換快慢思考，簡單問題敏捷回復，復雜問題深度思考，整體模型推理效率提升8倍。

盤古預測大模型：采用業界首創的triplet transformer統一預訓練架構，將不同行業的數據，包括工藝參數的表格數據，設備運行日志的時間序列數據，產品檢測的圖片數據進行統一的三元組編碼，并在同一框架內高效處理和預訓練，極大地提升預測大模型的精度，并大幅提升跨行業、跨場景的泛化性。

盤古科學計算大模型：華為云持續拓展盤古科學計算大模型與更多科學應用領域的結合。深圳氣象局基于盤古，進一步升級了“智霽”大模型，首次實現AI集合預報，能更直觀地反映天氣系統的演變可能性，減少單一預報模型的誤差。重慶市氣象局針對成渝地區降水局地性強，且降水強度大的特點，基于盤古打造了“天資·12h“氣象大模型，提升災害天氣的日內預報預警能力。深圳能源采用盤古進行中短期風光水發電量預測，減少發電側棄電，提升能源開發效率。

盤古計算機視覺CV大模型：華為云發布全新MoE架構的300億參數視覺大模型，這是目前業界最大的視覺模型，并全面支持圖像、紅外、激光點云、光譜、雷達等多維度、泛視覺的感知、分析與決策。另外，盤古CV大模型通過跨維度生成模型，構建油氣、交通、煤礦等工業場景稀缺的泛視覺故障樣本庫，極大地提升了業務場景的可識別種類與精度。

盤古多模態大模型：全新發布基于盤古多模態大模型的世界模型，可以為智能駕駛、具身智能機器人的訓練，構建所需要的數字物理空間，實現持續優化迭代。例如，在智能駕駛領域，輸入首幀的行車場景、行車控制信息和路網數據，盤古世界模型就可以生成每路攝像頭的行車視頻和激光雷達的點云，能夠為智能駕駛生成大量的訓練數據，而無需依賴高成本的路采。

此外，隨著大模型訓練和推理對算力需求的爆炸式增長，傳統計算架構已難以支撐AI技術的代際躍遷。華為云新一代昇騰AI云服務基于CloudMatrix 384超節點，首創將384顆昇騰NPU和192顆鯤鵬CPU通過全新高速網絡MatrixLink全對等互聯，形成一臺超級“AI服務器”，單卡推理吞吐量躍升到2300 Tokens/s，與非超節點相比提升近4倍。超節點架構能更好地支持混合多專家MoE大模型的推理，可以實現“一卡一專家”，一個超節點可以支持384個專家并行推理，極大提升效率；同時，超節點還可以支持“一卡一算子任務”，靈活分配資源，提升任務并行處理，減少等待，將算力有效使用率（MFU）提升50%以上。

對于萬億、十萬億參數的大模型訓練任務，在云數據中心，還能將432個超節點級聯成最高16萬卡的超大集群；同時，超節點還可以支持訓推算力一體部署，如“日推夜訓”，訓推算力可靈活分配，幫助客戶資源使用最優。當前，昇騰AI云服務已經成為AI基礎設施的最優選擇，為科大訊飛、新浪、硅基流動、面壁智能、中科院、360等超過1300家客戶提供澎湃的AI算力，加速千行萬業智能化升級。