हाल ही में, हुआवेई ने लिओनिंग फांगड़ा ग्रुप के तहत हैनान एयरलाइंस और फांगड़ा विशेष स्टील के साथ एक रणनीतिक सहयोग समझौते पर हस्ताक्षर किए, जो कि दोनों के बीच विमानन और स्टील क्षेत्र में दीर्घकालिक गहरे सहयोग के एक नए चरण की शुरुआत का प्रतीक है। समझौते में, हुआवेई फांगड़ा विशेष स्टील के डिजिटल परिवर्तन और डिजिटल नवाचार अनुप्रयोगों को समर्थन प्रदान करेगा, विशेष रूप से AI बड़े मॉडल के विकास और अनुप्रयोग के क्षेत्र में।
दोनों पक्षों की योजना के अनुसार, हुआवेई और फांगड़ा विशेष स्टील मिलकर स्टील उद्योग के सामने आने वाली विभिन्न चुनौतियों का सामना करेंगे और स्टील उद्योग के लिए विशेष बड़े मॉडल का विकास करेंगे। यह सहयोग केवल तकनीकी समर्थन तक सीमित नहीं है, बल्कि इसमें उद्यम डेटा प्रबंधन, सूचना सुरक्षा और डिजिटल प्रतिभाओं के विकास जैसे कई पहलुओं को भी शामिल किया गया है। फांगड़ा विशेष स्टील ने कहा कि वे इस सहयोग के माध्यम से विमानन और स्टील क्षेत्रों में दीर्घकालिक सहयोग के आधार पर, दवा क्षेत्र में सहयोग के अवसरों का और विस्तार करना चाहते हैं।
चित्र स्रोत नोट: चित्र AI द्वारा उत्पन्न, चित्र अधिकार सेवा प्रदाता Midjourney
हुआवेई डेवलपर्स कॉन्फ्रेंस 2023 में, हुआवेई क्लाउड के CEO झांग पिंगआन ने पानगु बड़े मॉडल की उपयोगिता पर विशेष जोर दिया, यह बताते हुए कि इसका लक्ष्य B-टर्मिनल बाजार की ओर है, जिसमें वित्त, सरकारी मामलों, खनन और मौसम जैसे उद्योग शामिल हैं, और स्टील उद्योग भी एक महत्वपूर्ण हिस्सा है। 2024 से, हुआवेई ने स्टील उद्योग में अपनी उपस्थिति को गहरा किया है, हूनान स्टील ग्रुप और हुआवेई के बीच सहयोग, और बॉउगांग股份 और हुआवेई द्वारा विकसित गर्म रोल्ड प्राकृतिक चौड़ाई भविष्यवाणी मॉडल, यह सभी यह दर्शाते हैं कि हुआवेई की तकनीक ने स्टील निर्माण क्षेत्र में महत्वपूर्ण परिणाम प्राप्त किए हैं।
दोनों पक्षों का सहयोग स्टील उद्योग डेटा प्रबंधन के विकास को बढ़ावा देगा, और हरे कम कार्बन डेटा केंद्र के निर्माण को प्रोत्साहित करेगा। जैसे-जैसे बड़े मॉडल का उपयोग उद्योग में धीरे-धीरे बढ़ता जा रहा है, स्टील निर्माण उद्योग इस प्रवृत्ति में सक्रिय रूप से शामिल हो रहा है, उन्नत तकनीक के माध्यम से उत्पादन दक्षता और उत्पाद गुणवत्ता को बढ़ाने की कोशिश कर रहा है।
हालांकि, यह ध्यान देने योग्य है कि वर्तमान में बड़े मॉडल के उद्योग में कार्यान्वयन के दौरान डेटा की कमी और अनुप्रयोग की गहराई की कमी जैसी चुनौतियों का सामना करना पड़ रहा है, और अधिक अनुप्रयोग परिदृश्यों की खोज जारी रहनी चाहिए, बड़े मॉडल को वास्तविक उत्पादन संचालन के साथ निकटता से जोड़कर अधिक गहन परिवर्तन और उन्नयन को प्राप्त करना चाहिए।
