华为技术有限公司中国政企民航解决方案总监张志龙（记者张哈斯巴根/摄）

算力引领趋势 AI重塑未来

华为技术有限公司中国政企民航解决方案总监 张志龙：尊敬的朱总工，尊敬的各位领导，各位来宾，我是华为的张志龙。今天有幸向各位同仁汇报一下华为在智慧民航领域的一些进展，也希望大家能够多提批评指正意见。我们今天的汇报主要是面向算力和AI未来的趋势，以及我们在这样一个大趋势下，我们做了行业解决方案和落地实践情况。

首先，我先简单介绍一下华为的进展。

（见图）大家可以从左边图上可以看到，我们的营收经过了前几年的向下的曲线，目前已经基本上处于一个比较平稳的态势，恢复到了制裁前的水平。也就是说我们现在处于一个新常态。右侧我们的研发的投入，大家也可以看到，我们连续十年以来，研发投入累计超过了1.43万亿人民币，而且这个研发投入可以跟左边做一个对比，虽然中间几年的营收有大幅的下调，但是我们的研发的绝对值没有变化，还是处于一个稳定增长的态势。这个也是华为公司长期的战略定力和战略投入的情况。我们的研发或者是说公司重点的方向，主要要集中在基础的科学芯片设计、算法、基础的软件，包括我们的数据库、操作系统等等。这个是公司的一个进展。

另外就是我们在民航的行业里面，经过了十几年深入的学习和探索和行业里主要的管理机构，还有主要的行业的用户，我们了一些比如说顶层设计的规划、行业的一些应用的落地，包括一些新的场景，新技术的创新与探索。另外我们在行业里也参与了一些标准的建设，以及标准的经验的一些提供。这是在国内的情况。

我们在海外，包括了参与四十多个国家和地区的民航的一些建设，其中有3000万级以上的机场有二十多个，总共服务的机场航司空管客户有200多家。这个是我们在这个民航行业的一些情况。

说到行业的一些发展变化，以及技术的一些发展变化。我们在智慧机场里面，我们的解决方案一直是以不变应对万变，或者是以不变应对变化。机场的不变是什么？就是我们的整体机场的业务的诉求，也就是说我们的安全运行与服务，就是把旅客货物以高效、便捷、舒适的方式从A点运输到B点。华为在这里面变的是什么？是我们技术的一个趋势、技术的发展以及技术能带给我们整个行业或者是机场新的一些辅助的能力。华为在这里面也有一些不变和变化，不变的是我们边界，以及我们服务于整个智慧机场建设的模式和能力。也就是说我们边界在这个红框之内。在上面就是我们和伙伴一起面向行业重点的应用场景打造的智慧化场景的应用。变的是红框架之内，因为有技术的发展和迭代，在发展与迭代的情况之下，我们之前的云平台和现在的云平台，包括这个通算与计算的一些变化，以及他们之间的一些架构的调整等等，都是为了整个以不断发展的新技术来为我们行业的一些永恒不变的诉求，提供我们的最新的服务。

在机场的运行领域，我们联合很多的机场，其中就包括我们厦门的机场，打造了一个全流程的主动运控的方案，这个全流程包括了从飞机的落地到滑行到地面保障、资源分配等等，以及退出起飞等等整个全流程，以及涉及全流程的多主体航司空管机场地服等等，之间的各个的典型的场景。我们分别基于这样的一些场景，打造了一系列的运筹学的算法。基于这样的算法能够提高每一个场景的效率，以及基于每一个场景的效率之上，整体全流程一个最优结果的输出。当然这个也是算法与算法之间，场景与场景之间做了一些取舍，或者是做了一些权重的调整。这个后面也会基于厦门机场的实际情况，再做一个深入的汇报。

在安防领域，我们知道安全是整个行业的一个根基，重中之重。所以我们在安防领域，基于我们华为的光感技术，以及基于AI大模型智能的识别，我们开发了叫光感违建（音）的方案。这个方案其实典型的说起来，就是能够做到典型的场景零漏报，这些复杂的场景或者说其他的类似的场景，能做到极低误报。我们极低误报可以做到，我们的标称性能是每公里每24小时误报次数少于一次，这个是标称的性能。标称的性能我们在实际落地的机场里面实测的数据是每公里每24小时的误报率是0.43次，所以实际的结果还是要好于我们标称的情况。这样就是极大的降低了我们的工作的压力，因为一方面能够保证我们的空方的安全，另外一方面我们的数据可信，误报次数低也减少了我们的值守人员以及相应的安防中心、安全中心日常巡逻，还有它的维护的次数。这是我们在机场的安全领域一个典型的方案。

我们再看看在航司的领域。随着近年来的大模型技术的快速的发展，以及航司的业务的一些特点，我们在航司领域的平台，我们开发了公有云和私有云相结合的混合云的平台。另外基于航司的全流程从计划到执行的过程，我们也基于其中重点的一些场景，进行了大模型的深度的参与和开发。其中典型的就是客流预测，还有相应的行情通报、智能解析、数字机坪等等。

我们客流预测是和南航一起，基于我们数据的基础，基于业务场景的认真的分析，做到了预的准确率与历史数据对比的准确率是达到了90%以上。比人工预测或者比早期的人工的评估要有显著的提升。以这样一个准确的客流预测，我们就可以更好的进行航线网络的编排，以及下一步的飞机的排班，还有乘务还有飞行员的排班等等，以及包括机务维修的排班等等。以这样的一个出发点，以数据的结果来支撑数据的演变，以业务的进步来支撑下游业务的发展。这个是我们在航司的一些大模型的领域。

我们也开发了一些轻量型的面向航司的具体业务场景一体机的方案。这种一体机的方案能够比较快速的部署，相当于说就是开箱即用、轻量化部署、轻量化底座，快速的上线。其中就包括有航行通告的智能解析，还有翻译以及安全信息报告的分析等等。我们这几个场景都是基于我们和厦航一起的联合的探索。基于华为轻量化的一体机的底座的部署，能够快速的带来效果，也快速的带来部署的便捷性。后续我们也会联合厦航在华为的全链接大会上正式的进行发布。

（见图）上面都是我们各个的场景，或者是说面向场景我们的智慧化的一些解决方案。其实刚才也跟各位领导同仁提到了，华为的边界就在于场景下面的数字底座，以及整体的ICT的基础设施。所以我们以云平台为主，云平台里涵盖了包括通算智算，包括了AI的使能、数据的使能等等，以及数据资产的价值的呈现，以及数据资产的一些沉淀等等。随着智算或者是大模型飞速的发展，算力的不断的发展，原有的以通算为主的云平台，这样的原有的架构已经很难再支撑我们我们行业的发展，或者是我们的业务的诉求。我们根据通算与智算的不同的特点，比如说通算它的这个技术栈相对稳定，迭代比较慢，同时对于机房，对于维护的要求相对也比较简单。智算由于现在智算不断的迭代，飞速的发展，包括算力和大模型之间良性循环快速的迭代和发展，以及技术栈的变化，以及所支撑的Agent的应用的一些诉求等等的。我们开发了这样的一个全新的叫通算和智算分别部署的双塔的架构。分别部署是指通算资源和智算资源我们分开部署，但是统一云管平台、计算调度平台以及我们所有硬件的监控平台还是一体的，这样就能够实现硬件资源的独立部署，能力的互补，运营和运维还是一体，这样能够灵活的满足我们对于通算智算各类业务的个性化的需求。

这样的一个架构，我们也在一些机场和航司进行了实践，同时作为全信创的基础，我们也实现了整体云平台的全信创或者全自主可控的架构，能够完全支撑我们的应用，或者是说我们相应架构的诉求或者自主可控的诉求。对于还有尚未形成国产化适配，信创适配的这样的应用，我们也保留了一云多芯，或者是保留了虚拟化平台的部署，能够实现对于尚未完成信创适配的应用的支持。

在云平台的下面，就是我们的芯片了，或者是硬件，或者是操作系统服务器等等。这里面要向各位领导简单汇报一下我们鲲鹏芯片的进展。鲲鹏芯片就是我们的通算的芯片。首先鲲鹏芯片从芯片的设计到开发制造，到整芯片部件，到整个服务器，已经完全实现了自主可控。这个自主可控是完全毋庸置疑的自主可控，因为我们没有任何渠道再买到海外的产品。首先实现了完全自主可控，我们的目标也是打造世界级的产品，我们的目标是为世界实现第二算力的选择。我们也可以看到单机的性能已经在某一些我们的新型号，尤其是像鲲鹏的920等等，已经和海外一些典型的型号实现了性能的持平，或者是我们最新核数的芯片性能已经实现了反超。

在性能提升的同时，我们也实现了采购和运营成本的降低，最右角在同样的算力要求之下，同样的算力规模之下，我们的服务器比普通的水平要节省20%。同样的业务性能下，我们的内存要比典型的水平提升30%。在我们当前这个介质飞速上涨的这样的一个条件之下，这个是尤其显得非常的重要，或者是说这个也是一个我们节省经费，节省投资一个典型的方案。在同样的台套之下，我们的这个功耗也要要比其他的业界的主流水平大概要节省40%左右。所以综合算下来，如果是100台服务器五年运营的情况之下，我们光电费一项节省就能达到340万左右。

（见图）这个是我们的通算芯片，下面就是给各位领导介绍的是我们智算的芯片，也就是我们的升腾芯片（音）。我们最新推出的是阿特拉斯950，晟腾950芯片，每一张卡的芯片的算力达到了1P，我们每一个服务器是64张卡，每一个服务器的算力是64匹。那么我们可以做到把16台服务器形成一个完整的超节点。（见图）这里就是通过我们的架构，中间四个是网络的服务器，两边各八个是智算的服务器，我们最终能够实现1024张卡的一个超节点，这个是业界的最大规模。基于我们的领取架构（音），我们可以实现CPU与NPU的内存编码的统一编码，能达到256TB的内存编码。在这样的情况之下，我们能够实现对万亿模型训练一个最佳的支撑和辅助。我们也匹配了业界很多的比如说类似Deepseek等大模型。当然这样的一个大规模的超节点，它的功耗也确实是达到了非常惊人的高度。所以我们它对它的散热只能用液冷，这也是我们的950。当然也有风冷的，风冷的是我们的850系列。

对于智算的硬件，我们实现了超节点，对于生态层面，我们的can架构和国外的架构是完全的对比。我们的生态也实现了全面的can，实现了全面的开源。这个也是我们综合或者是说协同大模型和算力一个重要的手段。从去年底开始逐步的开源之后，我们的can社区的中国开源项目的活跃度一直是排名首位的。它的社区的活跃人员一直在四千多人。can包括对22个行业实现了加速库，实现了十大行业的支撑等等。

在厦门举办的这样一个信息化论坛，我们也非常荣幸的和各位领导介绍一下我们在厦门机场或者在翔业集团里面所做的一些具体的工作实践。我们从2023年开始，就进行了这个蓝图的规划。对于厦门新机场的建设，对于厦门高崎机场作为单跑道已经达到世界最高的效率水平的这样的一个机场，将转场到新的一个机场，实现双跑道机场的一个重大的变革。我们也规划了“1+3+N”的运行指挥的整体架构，在这个蓝图规划的基础之上，我们也进行了联合创新，其中就是为了实现全信创，全自主可控，提前规划了机场核心生产业务系统的鲲鹏的适配，也为了我们正式投运以后全信创的基础奠定了一个很好的基础。后面我们也实现了F5G远程的货站，以及当前的一个业务场景的探索。

我们的数字底座，就是我们在福州、厦门，分别建设了全新创的这样的一个云平台，支撑了业务系统的上云，以及业务系统的全信创的适配。目前在福州已经有20多个应用上云，在前天晚上进行了第二场的业务系统的云平台的容灾的演练，成功拉起来了，20多个应用没有中断。我们在厦门也有三十多个应用实现了上云。后续的规划也是根据业务的需求，我们重新规划了应用的系统的这个功能的边界和协作的点进行统一的规划。也就是我们的这个架构的看护。

实现了云平台的基础之上，我们也对业务的价值进行了充分的挖掘。刚才提到了就是有一系列的运行全流程的一些算法。在这些算法里面，包括一些节点的预测、节点的监视以及资源的分配，各个场景的高效利用等等也都实现了算法的支持。在厦门最主要或者一个最典型的算法是来自起飞时间的建议。因为我们知道在运行领域大家都知道有一个“下浮善进”（音）说法。长期以来这四个区域会有不定期的其他流控，这种流控会导致编排好的航班计划由于受到不定期的干扰，受到了运行条件的变化。在这种情况下，我们基于航班时刻最佳利用的诉求，以及地面保障进程的实际状态，以及地面保障资源的可调度的情况，我们进行前后的能力匹配和衔接，就像是在俄罗斯方块不断往下掉和变的情况下，综合动态的调整每个航班建议的起飞时间，把受流控影响被固定的航班和不受流控影响可以随时插空的航班，以及受流控影响可以来回调动的航班，进行了统一的编排。在这个条件基础之上，我们在受外界不定期的动态干扰的基础之上，实现了出港航班的对于航班时刻利用的一个最佳的利用，也就是说我能这个利用时刻能飞多少，就是应飞尽飞。而且最佳的利用是指我争取保证每一个航班都是以正常的，或者是以航班准点的形式来进行起飞，而不是说大家都在延误。这也是我们整个业务场景价值里面，在厦门最典型的一个情况，也是支撑整个机场TAM全机场管理的不断演进，跃升的方案的开发。

我们未来也会和翔业集团一起，基于技术的不断的发展迭代，基于新的场景以及我们机场运行的一些诉求，比如说我们面临高铁的竞争，面临着缩短各个流程，缩短机场运营保障流程的诉求等，我们还会基于新的技术，基于新的场景以及新的理念，开发更多的智慧机场或者是智慧航司的一些新的方案，为我们行业不断的发展不断的实现智慧化、智能化，提供我们的一些新的能力的支撑和我们的贡献。

我的汇报到这里，谢谢各位领导专家。