在大模型代表的新一輪技術浪潮下，智能化轉型已然是毋庸置疑的趨勢，科技大廠們紛紛給出了智能化的“道法術”，大大小小的企業也開始更新認知，想要從創新中挖掘出驅動增長的新質生産力。

但現實和智能化的美好願景之間，仍然橫亘著一片鮮有人涉足的“荒海”，腳下還沒有堅實的路。

3月23日在天津舉辦的昇騰AI開發者創享日上，與會的專家和學者們也在討論相關課題，並向外界傳達了一種可行的智能化範式：來自不同行業的上千萬開發者，有望扮演起“渡舟”的角色，通過一個個落地應用的項目或産品，照亮千行萬業的智能化之路。

站在新舊時代轉換的起點，對于所有人來說都是陌生的領域。按照以往的經驗，挑戰常常伴隨著機遇，尤其是對開發者群體而言，當智能化已經是一種現在進行時，預示著新的藍海正在拉開帷幕。

有些耐人尋味的是，明明市場已經到了起風的階段，不少開發者卻表現出了遲疑的一面。並非是開發者看不到風口，而是有著“難言之隱”。

一是AI開發的門檻太高。

把人工智能落地到不同的行業、場景，去解決各種各樣的業務問題，意味著大量的微調、定制和優化。單單是高昂的算力成本、所需要耗費的時間成本，就把大多數開發者擋在了智能化的大門外。

不少大廠意識到了其中的問題，也試圖降低開發者的門檻，比如陸續開放的AI原生應用開發平台，將大模型組件、AI能力組件等開放給開發者。這種做法在某種程度上降低了AI開發的難度，卻只能治標，而無法治本。打一個比方的話，像是給了開發者一份菜譜，卻沒有給食材、沒有給器具，大多數開發者依然走不出“無米之炊”的困局。

二是AI開發的方向不明。

許多人對AI開發的理解停留在互聯網應用上，直接的例子就是對AI原生應用的高呼，“我們需要100萬量級的AI原生應用，但是不需要100個大模型”。可對開發者來說，諸如此類的聲音恐怕無法感同身受。

調用大模型的能力不難，難的是怎麽挖掘市場需求，找到對的應用場景。原本就深入産業一線的開發者，可以用私有數據在通用大模型的基礎上微調出適用的産品，用于解決切實的業務問題。但對那些遠離業務一線的開發者，或者說缺少高質量數據的開發者，更像是一場霧裏看花、靠運氣去試機會的遊戲，結果大概率是九死一生。

相對應的，行業上下出現了冷熱不均的一幕：科技大廠們紛紛爲人工智能浪潮搖旗大喊，推出了一個又一個大模型，推出了方便能力調用的平台，推出了讓開發者們溝通的社區，而開發者仍處于觀望的心態。

個中原因不難解釋。

人工智能畢竟是一個新生事物，落地過程中必然存在一定的障礙。問題在于，如果沒有源源不斷的開發者參與，生態繁榮就無從談起。縱使口號喊得再響，人工智能也只是可望不可即的新技術罷了。

作爲千行萬業智能化轉型的“螞蟻雄兵”，勢必要打消開發者群體的疑慮，爲眼前的難題找到適合大多數行業的解法。不僅考驗著每一個參與者的智慧，還決定著智能化的進程能夠走多快、走多遠。

從2022年開始，昇騰AI開發者創享日陸續走進西安、成都、北京、杭州、廣州等17個城市，目的正是爲開發者們提供一個深度探討與交流的平台，傾聽當地開發者的訴求，並不斷輸出解決方案。

對于開發者在智能化轉型中的苦惱，昇騰AI沒有直接回答。但我們從昇騰AI開發者創享日·天津站的活動上，看到了三個解題思路。

第一個思路是給開發者提供工具。

確切的說是昇騰全棧AI軟硬件平台，包含Atlas系列硬件、異構計算架構CANN、AI框架MindSpore、應用使能MindX等等。

以技術揭秘環節重點提到的算子編程語言Ascend C爲例，原生支持C和C++標准規範，最大化匹配了既有的開發習慣；並通過多層接口抽象、自動並行計算、孿生調試等技術，極大地提高算子開發效率，讓開發者可以低成本完成大模型算子開發和模型調優部署。言外之意，開發者可以集中精力尋找最該去解決的問題，而非把時間和精力花費在不必要的開發過程上。

第二個思路是幫開發者提升能力。

智能化轉型是個相當複雜的過程，既要降低AI開發的門檻，也要幫助開發者提升技能，有能力應對不斷變化的外界需求。

特別是AI人才缺口越來越大的局面下，搭建人工智能人才生態與培養體系，無疑是解決問題的關鍵所在。除了昇騰AI引力學堂、CANN訓練營等技術賦能和上手實操活動，在昇騰AI開發者創享日·天津站的活動上，當地12所高校的14個學院加入了昇騰萬裏人才加速計劃，涵蓋科研創新、研究論證、基礎模型的研究與創新等，旨在以産學研用深度融合的方式培養更多的開發者。

第三個思路是爲開發者指引方向。

不少開發者是遠離一線的技術人員，缺少深入産業的機會，導致一些開發者“明明手裏拿著錘子，卻不知道釘子到底在哪裏”。

同樣是做AI原生應用，昇騰AI沒有高喊口號，而是以賽促用。以昇騰AI創新大賽爲例，在行業應用創新賽道和高校創新賽道之外，新增加了昇騰AI原生創新精英挑戰賽，以3-4個月爲一個賽事周期，鼓勵開發者探索算法、算子、加速庫等融合創新和性能優化，通過“急行軍”的方式加速AI與行業融合，將CANN等基礎能力與行業需求進行深度創新與實踐，去解決實實在在的行業剛需。

沿用前面的比方，昇騰AI想要給開發者的不是一份照方去做的菜譜，而是一整套“通關指南”：讓開發者低成本獲取算力、提高開發的效率、理解産業的實際需求，以此深入場景，發掘、響應真實的行業需求。

無可否認的是，智能化是一個宏大命題，開發者想要扮演起“渡舟”的角色，還需要從更大的維度上培養創新的土壤，消除AI工程化的阻力，讓開發者們有機會、有渠道去釋放創新的技術紅利。

這也是昇騰AI開發者創享日·天津站想要表達的主張，進一步深入到當地的産業生態資源，爲開發者營造適合生存的環境。

時間回到2022年8月，天津市人工智能計算中心正式啓動建設，計劃建設100P智能算力，四個月後便滿載上線。2023年7月底，天津智算中心二期竣工上線，算力擴容到200P的規模。目標是在“一個中心、四個平台”的運營理念下，以普惠性的公共算力、全周期的技術支持、全鏈條的産業合作加速推動天津市創新應用和人工智能産業聚集發展。

昇騰AI開發者創享日·天津站的活動上，天津市人工智能計算中心在生態共建方面結出了新的“果實”——“海河”系列大模型發布。

其中海河·岐伯是一款專注于中醫藥領域的大模型，主要應用于輔助中醫藥專業人才培養、輔助診療以及中醫藥養生保健等場景；海河·優醫旨在爲泌尿外科疾病提供精准的診斷與治療方案，通過智能交流與問診，能夠自動采集病史信息，整合上傳或掃描的檢查報告，生成全面的電子病曆、初步診斷和治療建議。

需要回答的問題是，人工智能計算中心以及大模型生態共建等動作，和開發者的個體命運有什麽關系呢？

或許可以從一位青年開發者的經曆中找到答案。

南開大學計算機視覺實驗室的陳铎晟，剛進實驗室的時候還是AI領域的“小白”。因爲天津智算中心和華爲港口軍團的合作，陳铎晟“被迫”學習了人工智能原理、深度學習以及昇騰AI有關的基礎知識。

如同打通了“任督二脈”一般，陳铎晟迅速擔起了車輛識別項目中的核心工作，利用昇騰AI基礎硬件進行訓練和推理開源模型，並不斷優化代碼以實現提高檢測識別的精度，打磨出了高精度、內存小、計算少的智能港口車輛識別模型。陳铎晟本人也完成了從“小白”到項目負責人的華麗轉身。

在昇騰AI生態裏，像陳铎晟這樣的開發者已經超過265萬，他們並不被外界所熟知，但用自己的汗水和創新，解決了一個個困擾行業許久的業務難題，成爲千行萬業數智化轉型升級的“無名英雄”。

同時也再次印證了一個樸實的道理：只要給開發者創新的土壤和機會，他們就會像種子一樣，迅速生根、發芽、開花、結果，煥發出産業智能化的勃勃生機。有理由相信，在天津還有無數個和陳铎晟一樣的開發者正在成長中，下一個故事也許就和醫療大模型相關。

每一次技術浪潮出現時，開發者都是最敏銳的一群人，他們有好奇之心，也有用創新改變世界的能力。

當昇騰AI代表的使能者爲開發者們消除了門檻，讓他們有能力站在巨人的肩膀上創新，讓問題的解決變得更容易，注定會讓開發者群體對未來方向不再迷茫，全新投入到智能化浪潮中，找到適合的場景和賽道，一起走出一條堅實的路，打造一個繁榮的産業生態。