人工智能时代，生成式AI如潮水般涌入人们生活和工作的各个角落，从AI对话到文生视频，从AI办公到智能客服，其应用层出不穷。AI正在重塑互联网，与此同时，AI行业智能化的发展，也在呈现出从免费到付费，从个人到企业，从基础到关键的三大变化。AI带来了前所未有的便利和创新，同时也带来了一系列备受关注的挑战。
在数字化浪潮的推动下，AI技术的快速发展，尤其是生成式AI和大模型的应用，为互联网带来了新的机遇和挑战。《智见·指挥官》栏目邀请到华为公司副总裁、ISP与互联网系统部总裁岳坤，快手科技网络中心总经理刘洋，金山办公AI研发总监刘强以及科技KOL黄海峰，共同探讨AI服务的可靠性和原生创新在互联网行业中的应用。
"提升智能韧性，加速原生创新"访谈专场现场合影
（从左至右：主持人、快手刘洋、金山刘强、华为岳坤、KOL黄海峰）
AI服务的可靠性：企业级应用的关键需求
随着生成式AI在各个领域的深入应用，其可靠性问题日益凸显。尤其是对于企业级AI服务，如办公、广告、客服等，可靠性更是至关重要。
刘洋表示，快手致力于打造值得信任的温暖线上社区，构建高效精准的推荐系统。生成式AI会嵌入到每一个业务系统里面，其可靠性不能低于原有云服务的可靠性，AI应该充分发挥长板效应。例如，快手自研的“可灵”视频生成大模型上线后，在内容生产、广告素材生成和数字人直播等方面发挥了重要作用，但同时AI作为生产工具，用户对其可靠性也提出了更高的要求。
刘强认为，在办公软件中AI的可靠性至关重要。以Excel表格中的公式为例，以前用户需专门学习复杂公式才能处理表格数据，而在生成式AI时代，用户只需用自然语言描述问题，大模型就能生成相应公式处理数据并得出结果。然而，一旦用户养成了使用AI的习惯，对其可靠性的要求就会变得更高，因为任何故障都可能导致工作效率的下降。因此，AI服务的可靠性需要达到电信级甚至更高的水平。
岳坤从To C和To B领域的角度分析了对AI可靠性的要求。在To C领域，运营商业务通常按照五个九的可靠性来设计，以确保用户在关键时刻的通信需求。在To B领域，如港口、铁路和金融证券等行业，对可靠性的要求甚至更高。因此，互联网公司若想在智能化时代拓展To C智能化业务和To B智能化场景，就必须提升可靠性。
此外，黄海峰提到，作为快手、WPS和华为的用户，AI的出现为大家带来了很多的便利性与趣味性，但使用体验感的背后，需要更高可靠性的支撑。例如快手的AI生成、WPS的AI校对等。当越来越多的企业引入AI，不仅需要提升AI的使用体验，也要考虑其安全性和可靠性。
ICT基础设施：提升AI可靠性的关键支撑
AI服务的可靠性离不开ICT基础设施的支持。ICT基础设施包括互联网公司的数据中心基础设施、数据中心互联网络、运营商和ISP提供的有线和无线宽带接入服务等。为了提升ICT基础设施的可靠性，保障AI更好地服务，各方专家提出了不同的观点。
刘洋指出，大模型高度依赖ICT基础设施，包括网络、服务器及系统软件等。因为其训练要求高，涉及To B和To C推理应用，成本高昂。从投资角度而言，想要发挥硬件建设的集群效应，就要保证系统的高可靠性，基础设施需具备高可用性，如4-5个9级别。与此同时，还要求系统具备强大的软硬件能力、修复能力，以应对复杂需求。
刘强提到，AI训练集群是串行，意味着单点故障发生后，系统需要停下来等故障排除。生成式AI背后的多个支撑服务，如存储优化、数据库、大数据分析和安全服务等。在WPS与昇腾大模型的训练推理实践中，建立了完整的容错体系，包括对集群异常、NPU故障、网络故障等方面的处理措施，以构建高可用训推训练集群。集群可用性每提升1个百分点，可节省上百万投资。
岳坤指出，所谓“4个9”“5个9”和“6个9”标准，即系统可靠性的百分比。系统可靠性的百分比越高，则系统中断时间越短，代表系统越可靠。选择何种标准取决于业务需求和客户容忍度，办公系统通常4个9已足够，但关键业务需更高标准。岳坤还提出了多种从单点到多中心容灾提升可靠性的方案，强调需根据业务影响和可接受程度平衡投资与可靠性。同时，他呼吁大家共同提高系统可靠性，保障用户体验。
黄海峰表示，近年来，很多企业在IT领域不断加大投入，采购最先进的服务器、存储设备，注重性价比、可靠性。个人认为在设备采购方面，不能仅仅就单独采购设备，而是要从系统性的建构进行采购，从软件、硬件及管理等多方面，去打造具有可靠性的基础设施，注重高安全性与高性价比。
提升系统可靠性：互联网公司的探索与实践
头部互联网公司采用部件级引入和深度解耦的方式，构建算存网的数据中心基础设施，如何保障既能深度解耦又能安全可靠成为关键问题。
刘洋认为，互联网公司要提升系统可靠性，需强化通用性和标准化。复杂网络容易导致很多问题，所以需要对关键设备和器件进行清晰统一的定义。在此背景下，互联网公司正通过自研软件，有效管理硬件，实现标准化交付和全方位感知，确保网络可靠性。通过快速报警和精确定位，加速故障恢复，为可靠性提供坚实保障。
刘强指出，在大模型时代，算网协同与算存协同对模型训练效率至关重要。算网协同通过优化网络拓扑，提升数据传输效率，加速模型训练；而算存协同则通过优化高性能存储与缓存，确保数据高效读写，同时保证数据准确性与一致性，共同提升训练效率。
岳坤表示，华为RAMS实验室也被称为韧性实验室，在可靠性、可用性、安全性等多个方面进行了深入的研究和技术创新。可靠性即确保服务连续运行，可用性则强调整体能力的提升，可维护性关乎故障修复速度，而安全性则无处不在，需时刻警惕。我们期望在AI时代，提升互联网基础设施的韧性，把我们的韧性发挥到极致，以满足客户需求，确保服务稳定运行。
黄海峰提到，解耦与可靠性就像是鱼和熊掌难以兼得，一是接口标准化困难，二是不同部件组合可靠性挑战大。中小厂商难以自研，依赖集成厂商可能效果不佳。通信领域基站解耦带来的新问题，是创业企业参与但盈利困难。完全标准化可提高性价比，但可靠性要求高时，整体方案更优。各家应对策略值得相互借鉴，以实践检验真理。
AI时代的展望：智能韧性与原生创新的融合
在讨论的最后，主持人提出了一个开放问题：互联网行业基础设施最关心的指标包括性能、可靠性、开放、安全、可用性、可维护性等，从使用者的角度看，前三名的指标是什么？
刘洋表示，互联网公司首先要关注基础设施，所以高性能排在第一位，其次是高性价比和高可靠；刘强认为，对办公软件使用者而言，安全性应该是第一位，其次是高可靠与高性价比；岳坤指出，智能时代产品和服务的第一指标应该是好用，第二指标是信赖，第三指标是原生，就像是华为昇腾、鲲鹏提出的原生计划；黄海峰提到，作为用户和行业观察者，可靠性至关重要，所以指标的排序为高可靠、高安全与高性价比。
互联网行业的加速发展，涉及战略规划、人才储备、技术应用和基础设施建设等多个方面。AI技术的可靠性和原生创新是推动这一转型的关键因素。未来，随着AI技术的不断发展，华为希望大家能够合力提升AI服务的可靠性，加强ICT基础设施建设，推动互联网行业和相关产业在AI时代中的蓬勃发展。
