PanGu (Huawei) — هواوي بانغو

From Systems analysis wiki
Jump to navigation Jump to search

Huawei PanGu (بالصينية: 盘古) هي عائلة من نماذج الذكاء الاصطناعي التأسيسية (foundation models) فائقة الضخامة والمدربة مسبقًا، والتي طورتها شركة Huawei Cloud. يشير اسم "PanGu" إلى "بان كو"، الكائن الأسطوري الأول في الثقافة الصينية الذي خلق العالم[1]. تغطي عائلة PanGu مجالات متنوعة، بما في ذلك معالجة اللغات الطبيعية (NLP)، والرؤية الحاسوبية (CV)، والتحليل متعدد الوسائط، والنمذجة التنبؤية، والحوسبة العلمية.

التاريخ والتطور

PanGu-α (2021) - بانغو-ألفا (2021)

تم تقديم النموذج الأول في العائلة، PanGu-α (PanGu-Alpha)، في أبريل 2021. بفضل 200 مليار مُعلَمة (parameter)، أصبح في ذلك الوقت أكبر نموذج لغوي للغة الصينية، متجاوزًا GPT-3 (الذي يحتوي على 175 مليار مُعلَمة) من شركة OpenAI[2].

تم تطوير النموذج بواسطة فريق Huawei Cloud بالتعاون مع مختبر Noah's Ark، وجرى تدريبه على عنقود حوسبة يتكون من 2048 معالجًا متخصصًا من نوع Huawei Ascend 910 باستخدام إطار العمل MindSpore[3]. بلغ حجم مجموعة بيانات التدريب 1.1 تيرابايت من البيانات النصية عالية الجودة باللغة الصينية. أظهر PanGu-α نتائج متميزة على مقياس الأداء CLUE (تقييم فهم اللغة الصينية)، حيث احتل المرتبة الأولى في الترتيب العام[1].

PanGu 3.0 (2023): نهج المنصة

في يوليو 2023، قدمت هواوي منصة PanGu 3.0، التي تمثل تحولًا من نموذج واحد إلى بنية متعددة المستويات «5+N+X»، موجهة للتطبيقات الصناعية[4].

  • L0 (الطبقة الأساسية): خمسة نماذج تأسيسية (معالجة اللغات الطبيعية، الرؤية الحاسوبية، متعدد الوسائط، التنبؤي، والحوسبة العلمية).
  • L1 (الطبقة القطاعية): عدد N من النماذج الصناعية، التي يتم ضبطها بناءً على النماذج الأساسية لتناسب قطاعات محددة (مثل الحكومة، والمالية، والتصنيع، وغيرها).
  • L2 (طبقة السيناريوهات): عدد X من النماذج المخصصة لمهام تطبيقية محددة (مثل المساعد الافتراضي، والتنبؤ بمسار الأعاصير، وغيرها).

يتيح هذا النهج الهرمي للعملاء إما استخدام الحلول الجاهزة أو إعادة تدريب النماذج القطاعية على بياناتهم الخاصة، مما يبسط عملية التكيّف ويخفض تكلفتها بشكل كبير.

PanGu 5.5 (2025): معمارية مزيج الخبراء (Mixture-of-Experts)

في يونيو 2025، أعلنت هواوي عن تحديث PanGu 5.5، الذي يهدف إلى تقديم حلول متعمقة للمهام الصناعية. كانت الميزة الرئيسية هي اعتماد معمارية مزيج الخبراء (MoE) التي تضم 256 شبكة فرعية خبيرة، مما سمح بزيادة الحجم الإجمالي للمعلمات إلى 718 مليار[5]. تسمح معمارية MoE بالتنشيط الديناميكي لجزء فقط من النموذج عند حل مهمة معينة، وهو ما يوفر، وفقًا لتصريحات هواوي، زيادة في كفاءة الاستدلال (inference) بمقدار ثمانية أضعاف مقارنة بالأجيال السابقة[6].

الحلول المعمارية والتقنية الرئيسية

بُنيت نماذج PanGu على أساس معمارية المحولات (transformer) من نوع GPT، ولكن مع عدد من الابتكارات لتدريب النماذج فائقة الضخامة. للتحكم في عملية التوليد، تم إدخال طبقة استعلام (Query Layer) خاصة تساعد على توجيه المخرجات المطلوبة أثناء مرحلة التدريب المسبق[3].

يرتبط تدريب وتشغيل نماذج PanGu بشكل وثيق بمنصة هواوي الخاصة للأجهزة والبرامج:

  • معالجات Ascend 910: مسرعات ذكاء اصطناعي متخصصة تشكل أساس العناقيد الحاسوبية.
  • إطار عمل MindSpore: منصة تعلم عميق مفتوحة المصدر تدعم تقنية التوازي التلقائي، التي تجمع بين خمسة أنواع من التوازي (البيانات، النموذج، خط الأنابيب، المُحسِّن، وغيرها) لتوزيع العمليات الحسابية بكفاءة عبر آلاف العُقد[3].

النماذج المتخصصة وتطبيقاتها

PanGu-Weather - بانغو للطقس

أحد أشهر نماذج العائلة هو PanGu-Weather، وهو نموذج عالمي للتنبؤ بالطقس يعتمد على التعلم العميق. في يوليو 2023، نُشرت مقالة عنه في المجلة العلمية المرموقة Nature[7].

أظهر النموذج قدرة على التفوق في الدقة على الطرق العددية التقليدية للتنبؤ بالطقس التي يستخدمها المركز الأوروبي للتنبؤات الجوية متوسطة المدى (ECMWF)، وبسرعة أكبر بكثير. يستغرق إنشاء تنبؤ عالمي لمدة 24 ساعة ثوانٍ معدودة فقط باستخدام النموذج، بدلاً من عدة ساعات من الحسابات على الحواسيب الفائقة، مما يعني تسريعًا يقارب 10,000 مرة[7]. في أغسطس 2023، تم دمج تنبؤات PanGu-Weather في خدمة ECMWF لاستخدامها في خدمات الأرصاد الجوية العملية[8].

التطبيقات الصناعية

تم تطبيق نماذج PanGu في أكثر من 500 سيناريو عبر 30 قطاعًا اقتصاديًا. بعض الأمثلة تشمل:

  • الزراعة: طورت الأكاديمية الصينية للعلوم الزراعية (CAAS) باستخدام PanGu نموذجًا للاصطفاء الوراثي، مما سمح بإنتاج سلالة تجريبية من الأرز تتمتع بمقاومة محسنة للرقاد (lodging)[5].
  • صناعة النفط والغاز: تستخدم شركة CNPC نموذج PanGu للكشف التلقائي عن عيوب خطوط الأنابيب بدقة تصل إلى ما دون المليمتر، مما يزيد الكفاءة بنحو 40%[9].
  • الإدارة الحكومية: في مدينة شنجن، تم إنشاء مساعد ذكي باسم «Xiaofu»، يقدم للمواطنين معلومات حول الخدمات الحكومية استنادًا إلى مجموعة بيانات تضم أكثر من 200,000 وثيقة محلية[4].
  • علم الأدوية: يُستخدم نموذج PanGu Drug Molecule لتسريع عملية فحص الأدوية المرشحة. وقد أُعلن أنه تم بفضله اكتشاف فئة جديدة من المضادات الحيوية، مما يعد أول تقدم كبير في هذا المجال منذ 40 عامًا[4].

فتح المصدر

في يونيو 2025، أعلنت هواوي عن فتح الكود المصدري (open-source) لجزء من نماذج عائلة PanGu. تم إتاحة النماذج التالية للعموم[10]:

  • PanGu Dense Model 7B (7 مليارات معلمة).
  • PanGu Pro MoE Model 72B (72 مليار معلمة).

تهدف هذه الخطوة إلى تحفيز الابتكار وإنشاء نظام بيئي مفتوح حول منصة أجهزة Huawei Ascend، وهو ما يمثل استجابة استراتيجية للمنافسة العالمية في مجال الذكاء الاصطناعي[10].

المؤلفات والمصادر

  • Zeng, W.; et al. (2021). PanGu‑α: Large‑Scale Autoregressive Pretrained Chinese Language Models. PDF.
  • Huawei (2021). HDC.Cloud 2021: Huawei Releases Six Ground‑breaking Products to Supercharge the Cloud and Intelligent Transformation of Business. Online news.
  • Huawei Cloud (2023). Reshaping Industries with AI: Huawei Cloud Launches PanGu Models 3.0 and Ascend AI Cloud Services. Online news.
  • Bi, K.; et al. (2023). Accurate Medium‑Range Global Weather Forecasting with 3D Neural Networks. Nature, 620, 560–566. DOI:10.1038/s41586‑023‑06185‑3.
  • Technology Magazine (2025). What Huawei PanGu 5.5 Models Mean for Industrial AI. Online article.
  • MindSpore Team (2021). MindSpore: An All‑Scenario Deep Learning Computing Framework (White Paper v1.1). PDF.
  • Zhang, S.; et al. (2024). Ascend 910 NPU SoC Architecture for Large‑Scale AI Training. arXiv:2407.11888. Online preprint.
  • AIbase News (2025). Huawei Open Sources Dense PanGu 7B and Mixture‑of‑Experts PanGuPro 72B. Online news.
  • CNPC & Huawei Cloud (2024). Kunlun: Large‑Scale AI Model for Oil and Gas Pipeline Defect Detection. Online case study.
  • MindSpore Docs (2024). Automatic Parallel — Five‑Mode Hybrid Strategy in MindSpore. Online documentation.
  • Press, O.; et al. (2021). Train Short, Test Long: Attention with Linear Biases Enables Input‑Length Extrapolation. arXiv:2108.12409.
  • Law, M. (2025). How Huawei PanGu 5.5 AI Models Transform Industry Operations. AI Magazine. Online article.

المراجع

  1. ↑ 1.0 1.1 «HDC.Cloud 2021: Huawei Releases Six Groundbreaking Products to Supercharge the Cloud and Intelligent Transformation of Business». Huawei. [١]
  2. ↑ Wodecki, Ben (27 Apr 2021). «Huawei has created the world's largest Chinese language model». AI Business. [٢]
  3. ↑ 3.0 3.1 3.2 Zeng, Wei, et al. (Apr 2021). «PanGu-α: Large-scale Autoregressive Pretrained Chinese Language Models». Technical Report. [٣]
  4. ↑ 4.0 4.1 4.2 «Reshaping Industries with AI: Huawei Cloud Launches Pangu Models 3.0 and Ascend AI Cloud Services». HUAWEI CLOUD. 7 Jul 2023. [٤]
  5. ↑ 5.0 5.1 Law, Marcus (23 Jun 2025). «What Huawei Pangu 5.5 Models Mean for Industrial AI». Technology Magazine. [٥]
  6. ↑ «How Huawei Pangu 5.5 AI Models Transform Industry Operations». AI Magazine. [٦]
  7. ↑ 7.0 7.1 «Prestigious science journal Nature publishes paper about Pangu Weather AI Model authored by HUAWEI CLOUD researchers». Huawei News. 6 Jul 2023. [٧]
  8. ↑ Bi, Kaifeng, et al. (2023). «Accurate medium-range global weather forecasting with 3D neural networks». Nature. [٨]
  9. ↑ «CNPC and Huawei Cloud Jointly Launch the "Kunlun" Model for the Oil and Gas Industry».
  10. ↑ 10.0 10.1 «Huawei Open Sources Dense Pangu 7B and Mixture of Experts Model with 72B Parameters». Albase News. 30 Jun 2025. [٩]
Retrieved from "https://systems-analysis.ru/int/index.php?title=PanGu_(Huawei)_—_هواوي_بانغو&oldid=8864"