运营商以大模型拓展AI新赛道

东数西算正在成为各行业的普遍机遇，对于运营商来说也是如此。在这一大背景下，运营商不仅要关注算力网络的建设，更需要找到具体的业务增长点——AI预训练大模型 正是开启新赛道的核心钥匙。

一、运营商的新赛道：大模型训练带来的市场想象力

从2012年起，全球AI算力在六年内增长了30万倍，而大模型的爆发让这一需求再攀高峰。OpenAI的GPT-3、谷歌的Bert等模型不断刷新纪录，“大数据+大模型”成为AI产业的主流路径。但大模型在训练和部署中面临多重挑战：

• 性能不足：模型参数量巨大，单点算力难以满足实时推理需求。
• 泛化瓶颈：不同场景下模型效果差异明显，需要定制化调优。
• 成本高企：训练一次大模型动辄数百万美元，电力、硬件、时间成本居高不下。

如何低成本、高效率地完成训练？“东数西训” 成为最佳方案——将东部丰富的训练数据迁移到西部算力中心，利用西部绿色能源和较低电价完成训练，再将训练好的模型部署回东部应用。中国科学院自动化研究所发布的 “紫东.太初” 三模态大模型就是典型范例：它基于昇腾AI基础软硬件平台，在武汉人工智能计算中心完成训练，实现了“东部数据→中西部算力训练→东部应用”的闭环。

【小提示】 大模型训练的跨地域特性，恰好与运营商在网络连接、算力调度上的天生优势高度匹配。运营商可以借此提供“训练即服务”，开辟全新收入来源。

2022年，千博信息基于“紫东.太初”打造了手语教考一体机，已在湖南数十所学校上线，有效缓解了手语师资短缺问题。这类案例说明：大模型的社会价值与商业价值正在同步释放，而运营商正是连接算力与场景的关键桥梁。

二、昇腾底座：为运营商AI赛道保驾护航

大模型走上“东数西训”之路，离不开四个必要基础条件：算法、数据、算力、网络及配套服务。目前算法和数据的门槛已大幅降低，而 昇腾AI 提供了完整的软硬件底座来支撑算力与网络融合：

• 算力层：Atlas系列硬件、异构计算架构CANN，实现高性能AI计算。
• 框架层：全场景AI框架昇思MindSpore，支持分布式训练。
• 工具层：MindStudio全流程开发工具链、ModelArts一站式平台，降低开发门槛。
• 使能层：MindX应用使能，加速模型落地。

昇腾AI已经打造了 大模型全流程使能体系，从规划、开发到产业化，端到端加速大模型在“东数西训”模式下的落地。例如，“紫东.太初”就是依托昇腾AI基础软硬件平台在武汉人工智能计算中心完成的训练，验证了该体系的高效性。

【小提示】 运营商在构建算力网络时，推荐优先采用支持 昇腾AI 的硬件与平台，这样能与大模型训练生态无缝对接，避免“水土不服”。

最后，网络与配套服务是大模型的 最后一个关键需求，也是运营商最擅长的领域。通过提供高速、低延迟的跨区域算力网络，运营商可以将东部数据高效传输到西部智算中心，并在训练完成后快速回传模型。这为运营商创造了 网络增值服务、算力调度服务、运维保障服务 等全新的商业机会。

三、以AI拓展未来：运营商创新正当时

AI在运营商自身的业务中也越来越重要。一项调查显示，近80%的运营商认为AI是“重要”或“非常重要”的IT项目，近60%计划增加AI投资。具体应用包括：

• 5G网络智能运维：利用AI实现故障预测、自动化修复。
• 智能客服：NLP与多轮对话技术提升服务效率。
• 行业赋能：如中国联通在冬奥会期间通过AI+5G护航智慧冬奥。

浙江移动的实践是典型范例：他们依托 九天平台 + 昇腾底座，构建了全栈自主创新的行业AI赋能试验平台，预置900+算法和800+预训练模型，可快速定制城市管理、智慧交通等场景的AI应用，真正实现“算力像水电一样即取即用”。

面向未来，运营商既是算力网络的建设者，也是大模型的需求方。2022年5月，浙江移动发布的文旅数智人“杭小忆”正是基于“紫东.太初”大模型，叠加杭州特色场景进行本地化增量训练而成。这一案例说明：运营商可以“左手用大模型提升自身业务，右手做大模型服务商”，形成双轮驱动。

随着“中国算力网-智算网络”的上线，大模型的“东数西训”将更加规模化。运营商需要抓住这个 全程全网的社会级算力服务 机遇，成为算力统一大市场的主力军。

四、常见问题（FAQ）

• Q1：运营商具体如何从大模型训练中获利？
  A：运营商可以提供跨地域的训练网络连接服务（如专线、SD-WAN）、算力调度服务（如将东部需求引导至西部空闲算力中心）、以及训练后的模型部署加速服务。这些都可以按需计费，形成可持续收入。
• Q2：昇腾底座与运营商现有基础设施能兼容吗？
  A：可以。昇腾AI支持标准PCIe接口和主流服务器，通过CANN异构计算架构可兼容x86/ARM架构，运营商现有的数据中心改造成本较低。同时，昇腾与华&为云ModelArts平台深度整合，支持混合云部署。
• Q3：大模型训练对网络带宽要求有多高？
  A：以千亿参数大模型为例，训练数据量可达TB甚至PB级，要求网络带宽不低于100Gbps，且低延迟（<10ms）。运营商提供的OTN专线或智能无损网络可以满足这一需求。
• Q4：中小运营商没有自建算力中心，如何参与？
  A：可以联合区域智算中心，通过“算力网络租赁”模式，为本地企业提供大模型训练的网络接入和算力转售服务。例如，与武汉、成都等地的昇腾智算中心合作，做“算力生意”的袋里商。

【小提示】 运营商在推广大模型训练服务时，建议优先聚焦政务、金融、医疗等对数据安全要求高的行业，提供“本地数据+远程算力训练”的混合模式，打消客户顾虑。

结语

大模型产业正在开启新纪元，运营商手中掌握着 网络连接、算力调度、全程服务 这三块关键拼图。通过与“紫东.太初”等大模型训练方、昇腾AI等技术底座、产业需求的 “四方联动”，运营商不仅能开拓全新的市场空间，更将助推AI黄金时代的全面到来。东数西算的路已经铺好，运营商需要立刻出发，让大模型这辆“快车”跑起来。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：运营商以大模型拓展AI新赛道要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题