人工智能框架让电力大模型蓝图变蓝海

——透视2024年电力行业人工智能联盟年度会议

作为数字技术发展的高级形态，人工智能正在改变电力生产、运行、服务全链条，创造新的行业发展生态，成为以数字化智能化为重要特征的新型电力系统的新型技术支撑。8月19日，2024年电力行业人工智能联盟年度会议在京召开。中国南方电网有限责任公司（以下简称“南方电网公司”）、华为等联盟单位集中展示了电力行业人工智能领域系列前沿技术和最新成果。

当前，电力人工智能产业链条已较为完整。以南方电网“大瓦特”大模型体系为先驱的电力人工智能探索正在加速深入推进。然而，总体来看，人工智能在电力行业的应用仍处于初试阶段。如何让人工智能技术在电力行业进行产业化落地、实现规模化应用供给，让星星之火成为燎原之势，各方力量在共同探索中已找到了方向。

人工智能进入大模型发展窗口期

电力大模型体系旺盛生长

依托庞大参数规模、海量训练数据、强大算力资源，大模型成为人工智能领域最热门的技术分支，并进入垂直领域，从应用层中寻求创新和价值。能源电力行业以需求规模大、产业配套全、应用场景多的优势，在大模型应用创新中展现出强大的生命力。

2023年9月26日，南方电网公司发布电力行业首个自主创新电力大模型“大瓦特”，为电力行业人工智能的自主创新发展迈出了探索性的第一步。同时，电力行业人工智能创新平台上线，向社会各方开放共享南方电网公司的数据、算力和模型资源。

南方电网公司数字化部总经理龙云在会上介绍，经过近一年的发展，“大瓦特”已纳入模型281个，涵盖电网生产运行、客户服务、安全监管、调度指挥、供应链等十余个领域、百余个应用场景，累计调用23.4亿次，初步形成了运用场景丰富、应用成效显著的良好局面。

“大瓦特”的孵化和发展是电力企业与人工智能技术供应企业优势放大、能力互补的成功范式。“大瓦特”有效应用华为开源的昇思MindSpore AI框架，将南方电网公司的场景建设优势、专业知识积累和电网专有数据，与华为行业领先的算力硬件、持续迭代升级的AI框架、丰富的大模型训练经验相结合，形成了“人工智能+行业”的示范性应用场景。

在“大瓦特”模型中，普通电力用户可以咨询电力相关知识，向大模型了解电费电量、故障报修、电费扣款信息，帮助家庭节能诊断；专业电力用户可以咨询电力专业知识，获取电力安全、保护、节能建议，听取电力设施维护和故障排除的指导；电网工作人员可进行故障检测和快速调度，每分钟可处理100张问题图，同时识别20类缺陷，识别效率提升10倍，电力调度实现秒级响应，协助调度部门针对电网异常秒级自动化生成预案，达到人类调度员水平。

更为意义重大的是行业生态的培育。以“大瓦特”为首个产品和良好开端，南方电网电力行业人工智能创新平台应用火热。以昇思MindSpore等开源性AI框架为技术支撑，创新平台为电力大模型研发提供全流程支持服务。

目前，创新平台的运营平台面向人工智能产品买卖双方提供灵活、易用的一站式服务，实现行业算力交易、数据交易、算法交易；开发平台作为算法模型的训练工厂，提供从样本标注到组件封装的全流程研发支持服务，推动电力大模型应用落地，为AI+电力的技术和生态发展发挥长效支撑作用。

大模型技术快速迭代

算力及开发迎来新挑战

新技术的产业化落地、与垂直行业的深度融合，从来都是让新技术产生革命性影响最难迈过的关口。而大模型技术因其快速迭代的特性，其产业化落地面临着更大的挑战。

华为昇思MindSpore业务副总经理孙宾认为，大模型技术已进入快速迭代演进期，其演进特征是从数据驱动走向算力驱动，大模型超长序列和多模态成为主流标配，大模型开发难度大，常稳高效训练挑战大，推理部署成本高，算力及开发迎来挑战。

随着能源电力行业数字技术架构日趋复杂，信息系统稳定安全运行风险更加集中。人工智能的产业化落地尤其强调自主创新，着力促进自主创新算力芯片、算法框架的研发建设，加速自主大模型研发和应用。

“面对上述挑战，以技术发展为驱动，技术架构持续升级演进的AI框架是各行业亟需的大模型创新基础底座。”孙宾介绍，回应大模型演进的呼唤，昇思MindSpore AI框架不断创新，从2020年开源至今，已历经昇思1.0、1.5、2.0、2.2、2.3版本的多轮迭代，从支持端、边、云，全场景，到原生支持大模型分布式训练，到部署的全流程，并成为业界首个原生支持科学智能与大模型的人工智能融合框架，截至2023年底在中国新增算力AI框架中的份额占比已达20%，适配50余种大模型，认证企业1400家，累计下载量达775万。

全新昇思MindSpore2.3版本进一步探索前沿技术，支撑大模型原生训练与硬件算力释放，有效提升了极简易用的特性，帮助各行业开发者开箱即用，更灵活地实现大模型创新。为降低开发门槛，昇思MindSpore提供开源开放的训推全流程的开发者套件，集成全流程工具，全流程开箱即用，一周即可完成典型大模型全流程的开发。在提高部署效率方面，打造训推一体架构，训练到推理平滑转换，开发效率提升数十倍。通过并行推理，针对大模型的创新压缩算法等技术，深度挖掘硬件算力，实现极致性能，帮助用户降低业务成本。

大模型横空出世刚一年，就以触手可及的方式影响着电力系统工作方式和业务模式，成为电力行业企业争相布局的方向。大模型产业化落地的挑战是摆在电力行业与人工智能行业面前的共同课题。共享共赢是框架开源的初衷。走向人工智能更广阔的未来，需要各方携手同行。

作者 | 徐想