鴻蒙4里的大模型，能否撐起華為的野心？
這幾天，關于鴻蒙4的文章、報道，可謂沸沸揚揚。
一時間，就算是不關注AI賽道的人，都聽說了這個新系統里有個大模型，它大致相當于被升級、強化后的Siri。
比如能幫你生成點文章摘要、圖片，或是自動訂個酒店什么的。但是，華為的野心，可不止是在手機里干點生成圖片、文字的小花活。
人家可是把萬物互聯的夢想，都寄托在了這個小小的AI之上了呢。
具體來說，就是以手機上的大模型為起點，不斷將智能化技術擴散到智能家居、智能汽車、甚至是智能城市之上。
如此，最后就能形成一個“萬物互聯”的超級終端。
其實，這不只是華為的野心，蘋果、高通、榮耀等大廠都進行了類似的布局。
畢竟，大模型與終端的結合，是下一階段AI戰場必爭的陣地。
然而，要知道，現在有點競爭力的通用大模型，體量和參數，往往都是一千億規模往上的。
要想把這么一坨“龐然大物”塞進小小的手機，還要能保證性能，絕非易事。
如果關鍵的技術問題沒處理好，大模型終端化的夢想，最終將難免會淪為鏡花水月。
1
可靠性問題
要讓大模型進入終端，首先要解決的問題之一，就是輸出的可靠性問題。
畢竟，任何使用過大模型的人，幾乎都見識過各種各樣的幻覺和謬誤，而這樣的幻覺一旦出現在終端側，產生的損失和后果，往往比處理“案頭工作”時要嚴重得多。
例如，在鴻蒙4的發布會上，華為就介紹到：大模型AI小藝，會根據你的地點數據等信息為你個性化推薦信息。以出國旅行為例，在出發前小藝會提醒你出行信息，出發后小藝會給你推薦翻譯等實用功能，到目的地后，則會展示當地的美食和地點導航。
然而，倘若處理不好可信、可控問題，一個可能出現的情況是：由于信息過時或錯誤，小藝告訴了你一個已經變遷或不存在的地點。不知情的你被“帶偏”后，才恍然自己走了不少冤枉路。
同樣地，在智能駕駛領域，倘若車輛上的大模型在終端側輸出不可靠，就會導致規劃決策結果出現不合理、不符合交通規則的情況，影響車輛的行駛效率和安全性。
類似的情況，如果出現在2B端，只要存在1%的偏差，都將給企業埋下風險的種子，成為落地的門檻。
目前，關于大模型可信、可控方面的問題，學術界沒有完美解，只能在各個環節逐步逼近。
但有一點卻是業內的共識，那就是：預訓練數據越多、越廣，就越可以提高大模型的泛化能力和魯棒性，從而減少生成幻覺和錯誤的可能性。
在之前披露的信息中，華為對外宣稱自身的盤古大模型涉及項目超過1000個，除了學習大量通用知識外，盤古還深耕金融、政務、氣象、醫療、健康、互聯網、教育等行業，每個行業數據量超過500億tokens。
從數據層面來看，可謂涵蓋面甚廣。
但需要注意的是，盤古大模型實際上分為了四個版本，分別是100億參數、380億參數、710億參數和1000億參數。考慮到手機的硬件性能和運行環境，鴻蒙4中搭載的，很有可能是100億參數版本的盤古大模型。
想在這100億的數據規模上，保障大模型的準確性、可靠性，可能嗎？
對于這個問題，華為有兩種可能的解決方案：
首先一種，是直接將鴻蒙4中的大模型，變成一個看似通用的“專用”大模型。
這樣的思路，其實是一種小而精的策略。
因為在某些特定場景，預訓練數據的質量和相關性，遠比其數量和范圍要重要得多。
具體到手機方面，由于人們使用手機的場景、用途，都是相對比較固定的，例如查天氣、導航、訂外賣、訂酒店等，因此華為可以根據這些特定的“手機場景”，針對性地搜集相應的高質量數據。
而經由這種高質量、高相關性數據訓練出來的緊湊型語言模型，有可能在特定任務和場景上表現得比大參數模型更出色。
而第二種方式，則是通過“壓縮”的方式，在不犧牲性能和精度的情況下，降低模型的參數。
2
化大為小
可以說，壓縮功力的強弱，直接關系到了端側大模型的可靠性、質量。也是大模型走向端側的必要條件。
因為只有把模型壓縮到了完全能在終端側運行，擺脫云端計算的地步，大模型才能適應更多對延遲性要求高的邊緣場景。
例如，智能汽車對于模型運行的可靠性和延遲要就非常高，在實時變化的路況中，如果在云端運行大模型，并且使用網絡把結果傳送到終端，肯定無法滿足智能汽車的需求。同時，完全終端化、本地化的運行方式，也是出于對用戶數據、隱私方面的一種考慮。
這也是為什么，頗為重視隱私的蘋果，也宣布自己將要發布的AppleGPT將采取完全本地化的方式運行。
同樣地，在鴻蒙4上，華為表示AI“小藝”相關的數據和學習的都是在端側推理，以保障用戶的安全和隱私。
既然“壓縮”是大模型終端化的必要條件，那么目前在這方面，華為和其他大廠的差距究竟如何呢？
在之前的WAIC大會上，高通展示的手機大模型，已經能做到在安卓手機上，直接運行參數規模超過10億的StableDiffusion，而且生成效果也還過得去。
而這背后，靠的正是不俗的模型壓縮能力。
通過量化、壓縮、條件計算、神經網絡架構搜索和編譯，高通在不犧牲太多精度的前提下對AI模型進行了縮減。
比如在在量化方面，高通將FP32模型量化壓縮到INT4模型，實現了64倍內存和計算能效提升。
在這方面，華為自身的昇騰模型壓縮工具，也提供了一系列的模型壓縮方法，根據量化方法不同，分為基于calibration的量化和基于retrain的量化。
而上述兩種量化方法，根據量化對象不同，分為權重量化和數據量化。而具體來說，權重量化對模型影響不大，而數據量化對模型影響比較大。
這樣的影響，可以用一個形象的比喻來說明：
壓縮大模型就像切西瓜，而權重量化就像是把西瓜的種子變成整數，數據量化就像是把西瓜的果肉和果汁變成整數。
一般人吃西瓜的時候，更在乎的往往是果肉，而不是種子。
同理，權重是模型的一部分，但不是最重要的部分，我們運行模型的時候，主要關注的是輸入輸出數據的準確性和多少。
也正因如此，在用戶可感知到的范圍內，權重量化對模型性能的影響是較小的。而具體來說，權重量化對模型影響不大，而數據量化對模型影響比較大。
這樣的影響，可以用一個形象的比喻來說明：
壓縮大模型就像切西瓜，而權重量化就像是把西瓜的種子變成整數，數據量化就像是把西瓜的果肉和果汁變成整數。
一般人吃西瓜的時候，更在乎的往往是果肉，而不是種子。
同理，權重是模型的一部分，但不是最重要的部分，我們運行模型的時候，主要關注的是輸入輸出數據的準確性和多少。
也正因如此，在用戶可感知到的范圍內，權重量化對模型性能的影響是較小的。
例如，音箱中的智能助理，可以幫助我們管理智能家居；在工作場合，耳機中的智能助理可以作為秘書幫助處理會議紀要等工作。
在這種情況下，誰若能率先取得多模態方向上的突破，針對不同場景微調，提供多樣化、專屬化的智能助理，誰就能在終端大模型的長跑中，處于領先優勢。
此外，考慮到手機、智能家居等終端設備，具有很強的“私有性”，因此，如何根據用戶的個人喜好和使用習慣，進行自適應學習，并提供個性化的建議和服務，就成了終端大模型能否長期陪伴用戶的關鍵因素。而倘若上述問題，都得到了較好的解決，那么一個以大模型作為終極操作系統（AIOS）的AI時代，就遲早會到來。
到了那時，分散、割裂、碎片化的物聯網應用市場，也終將被大模型AIOS統合。