依托铁路（铁路行业分析报告）大模型，高铁巡检机器人实现了多模态融合诊断技术的精准应用，极大提升了铁路检修的安全性和效率；矿山大模型推进了人工智能大规模“下井”，在煤炭行业九大专业领域的40多个场景实现无人化或少人化；气象大模型通过AI推理的方式解决气象的预测难题，现在使用一张卡就可以预测出来7天的天气，以往可能需要上千台服务器耗费数小时……目前，盘古大模型等AI大模型已广泛应用于各个行业，为矿山、铁路、交通、医药、气象等领域带来了质的飞跃。
随着“人工智能+”首次被写入政府工作报告，AI产业机遇也在加速涌现。而算力是人工智能发展的基础和支撑，政府工作报告提出“适度超前建设数字基础设施，加快形成全国一体化算力体系”。业界正在积极推进算力互联，并探索打造智能感知、高速弹性、安全绿色、先进普惠的算力互联网，构建全国统一算力服务大市场。业界专家认为，算力为人工智能的蓬勃发展铺设坚实的计算基石，开展“人工智能+”行动，需要筑起更强算力、更大存力、更加易用的数字技术底座，亟待建设自主创新的算力底座，提升算力效率，通过软件硬件协同创新，支撑行业智能化发展。
所有的行业必须拥抱AI，我们必须要有澎湃的AI算力。在2024年华为云&华为终端云创新峰会上，华为公司常务董事、华为云CEO张平安表示，未来千行万业所有领域里的应用场景都将会因为AI而得到重新塑造，无论是大模型还是小模型，都能帮助行业应用实现智能重塑。
当前，算力的紧缺和昂贵已成为智能创新的最大制约因素，而云化算力作为一种高效、灵活、可扩展的解决方案，正逐渐成为突破算力瓶颈的更优选择。张平安以昇腾云为例，介绍了中国全栈自主的AI云算力底座。昇腾云具备强大、高效、即开即用的智能算力资源，可为百模千态的发展提供强劲动力。企业用户可以一键接入贵安、乌兰察布和芜湖的三大AI算力中心以及30多个分节点，每个数据中心都能提供百EFLOPS的强大算力，足以支撑处理万亿参数的大模型，单作业可使用万卡进行计算，并且数据规模可以达到百PB级的超大规模训练。
昇腾云还具备高效易用的全栈平台能力。它整合了从云化算力、模型开发、模型托管到生态系统的全方位服务。用户可以根据自己的需求选择不同的服务模式，实现训练和推断的一体化。昇腾云在大规模训练方面也具有显著的优势。通过端到端的质量管理和现网保障，结合云上软硬结合的运维体系，可以实现7×24小时的云上运维服务。这种确定性运维能够确保作业的失败率低于5‰，即使在使用万卡进行30天不间断的训练时也能保持稳定。