Atlas的進擊之路：在智能世界中挑戰AI算力之巔

人工智慧最終會將人類帶到哪裡？

在兩年之前，和人類下棋的AlphaGo突然之間就成了普通人茶餘飯後的談資，那個時候，人工智慧和大多數人的距離是新聞和現實的距離。隨著其核心技術的不斷突破，人工智慧早已不再像從前那樣充滿「高冷」的氣息。實際上，人工智慧在更早的時候就已潛移默化地融入了人們的工作和生活中：

例如，閱讀新聞或者是在網上購物的時候，客戶端會推送你想要看想要買的東西;開車上下班的時候，地圖軟體會根據你的喜好規劃一條省時的路線，就連導航中你聽到的聲音也是由人工智慧合成的;

類似的案例不勝枚舉，這些是我們日常能夠感知到的。人工智慧更多的想像力空間將和各行各業結合。

「人工智慧技術日新月異，人工智慧驅動的行業解決方案也與日俱增。隨著我們邁向一個全面智能化的世界，全面創新至關重要。另一方面，計算能力創造了新的可能性。華為藉助面向端、邊、雲的全場景AI基礎設施方案，讓客戶在智能時代靈活應對業務變化，並創造商業價值。」華為IT產品線副總裁黃瑾在華為全聯接大會2018(HUAWEI CONNECT)上發布以「+AI的產品創新，加速企業智能化進程」主題演講中表示。

華為IT產品線副總裁黃瑾

華為全聯接大會2018(HUAWEI CONNECT)

驅動智能世界的力量

一份來自普華永道的研究白皮書顯示，T2B2C將成為未來主流的商業模式，也就是說，以科技去(Technology)賦能B端公司，再去服務C端的消費者。而在人工智慧時代，為各行各業注入「智能」的科技公司，才是驅動智能世界的根本力量。

那麼，這些科技公司如何去賦能B端公司的？

舉幾個例子，在上海，徐匯區將與政務服務有關的數據都納入了區大數據中心，為百姓服務的部門都集中起來：原先24個職能部門網上網下打通，73個業務系統整合為一個終端。以辦理營業執照為例，過去要去工商、稅務、質監部門辦理，每個部門的辦理時限為5-10個工作日，去每個部門至少跑3趟，3個部門合計跑9次以上，全部辦完要1個月。現在只需4天即可辦出企業設立所涉及的全部證照。「群眾跑腿」變成了「數據跑路」。

在深圳，交通部門部署的攝像頭每天可以採集30000多張違章的照片。由於前端的設備老舊和人眼疲勞，僅僅13%的違章照片可以被人眼識別出來開設罰單。在華為和深圳交警一起打造了深圳「城市交通大腦」之後，城市的執法率由13%提升到26%，對於深圳交通部門的意義在於，不是簡單的罰單數量增加，而是使得深圳在路面上的違章率下降了60%以上。

人們心中的另一個疑問是——「人工智慧怎麼感覺一下子火了？」這不得不從人工智慧背後的三個要素說起——算力、演算法和數據。在這三個變數中，演算法是已經存在和積累了一定時間的，而算力的突飛猛進和數據的大量在線，促成了人工智慧在曲折前行中完成了蛻變，也讓一個個智能結合現實的場景落地，讓人們切實感受到AI帶來的價值，而算力又是重中之重。

從Atlas看算力的進擊之路

一提起Atlas，腦海中就浮現出希臘神話的「大力之神」，Atlas用堅實的肩膀用力托起地球的景象，在現實世界，華為將其智能雲硬體平台也命名為Atlas，或許你會跟我一樣感到好奇，因為這樣的命名規則似乎在華為產品體系中並不多見，不僅簡單好記，命名的背後更多是透露著某種寓意——希望它能像「大力神」一樣提供力大無窮的計算力。

Atlas的首次亮相是在2017年華為HUAWEI CONNECT大會上，在Atlas平台中，我們看到不是單個的技術突破，而是一系列的技術創新「殺手鐧」：不僅支持GPU、FPGA、存儲等異構資源計算，按需提供硬體資源和統一編排調度，還能秒級提供邏輯伺服器。

這些創新的價值是什麼？上文說到人工智慧的一大要素是算力，不僅需要非常強大的計算能力，對於這些計算能力隨時進行動態的調整與分配也很重要。Atlas能做到什麼呢？比如在最近一段時間需要強大計算力進行計算工作，那麼用戶就可以選擇調配成豐富的計算資源;而如果之後需要大量的存儲資源去存儲數據，用戶也能靈活調整，而這種調整可實現「秒」級響應。對於用戶來說，最直接的好處就是「提高效率」和「降低成本」。同時，為了讓客戶更加方便地獲取異構計算服務，讓AI能「跑在雲上」，Atlas也應用在了華為公有雲中。

以上文中提到的深圳「城市交通大腦」為例，過去，多達2000多個通用的伺服器支撐視頻圖像的處理能力，而在使用了華為GPU伺服器以後，把它縮減到幾十個伺服器的規模，把業務TCO或OPEX減少70%以上。

挑戰下一個AI算力之巔

Atlas在用它」算力「的肩膀托起一個又一個行業的業務場景後，讓這些場景開始變得智能。與此同時，Atlas也在進行著自我進化和迎接更嚴峻的挑戰：

隨著AI應用的不斷深入，從平安城市、智慧零售到基因測序等行業，用戶開始不再滿足於傳統的AI使用方式。例如，以自動駕駛為例，眾所周知它所代表的是AI領域的「珠穆朗瑪」，其技術難點之大堪比20世紀的登月工程，其帶寬、低時延的場景需求，是無法通過數據中心提供集中式處理算力來滿足的。這時候，對於算力的需求則體現為需通過端、邊、雲的分級模式來提供。

華為IT產品線總裁 侯金龍

這也正是Atlas的演進方向：通過智能異構、邊雲協同等關鍵技術，將華為Ascend(昇騰)系列晶元和業界主流異構計算部件，封裝為模塊、板卡、小站、一體機等豐富的產品形態，可提供強大的算力性能。由此，我們看到了Atlas平台的全新的4大創新路線和方向：

1、Atlas 200 AI加速模塊：半張信用卡大小即可支持16路高清視頻實時分析，面向攝像頭、無人機等端側設備部署，功耗僅10W左右。

2、Atlas 300 AI加速卡：採用標準的半高半長PCIe卡設計，面向數據中心和邊緣側伺服器場景。支持多種數據精度, 單卡即可提供64TOPS INT8計算性能，為深度學習和推理提供更強大算力。該加速卡還可支持64路高清視頻實時分析，可滿足平安城市高密視頻監控場景的應用。

3、Atlas 500智能邊緣小站：集成了AI處理能力，機頂盒大小即可實現16路高清視頻處理能力，相比業界產品性能提升4倍，適用於交通、看護、無人零售、智能製造等廣闊的領域。智能小站支持雲邊協同，可跟華為私有雲、公有雲協同，通過雲側推送應用、更新演算法，對設備進行統一管理和軟體升級。

4、Atlas 800 AI一體機：在標準框架和編程環境之上，提供經過優化的AI環境，並預安裝底層軟體庫，2小時開箱即用。同時，AI一體機集成了華為集群管理、任務調度等管理軟體與系統級性能監控系統，可大幅降低企業AI應用門檻。

寫在最後

在科技領域，每一次新技術的誕生，本質上說，只有將技術上的突破最終賦能和落地到各行各業的，才會成為帶動時代發展的科技，造福整個人類。在智能世界中，Atlas將會托起怎樣的未來？讓我們拭目以待。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！