全棧全場景AI能力爆發！華為擔綱建設基礎軟硬體國家AI開放創新平台

新智元報道

編輯：木青

【新智元導讀】華為正式入選AI國家隊！今日，科技部宣布將依託華為建設基礎軟硬體國家人工智慧開放創新平台，總體分為AI基礎硬體、基礎軟體、開發服務三大層面。該平台的基礎正是8月23日剛剛宣布完成構建的華為全棧全場景AI解決方案，某種程度上講，「AI本身就是暴力計算」，華為正在切實地推動算力「爆發」。

隨著8月23日昇騰910正式商用以及MindSpore的發布，華為全棧全場景AI解決方案全面完成構建。

8月29日，科技部在2019世界人工智慧大會宣布，將依託華為建設基礎軟硬體國家新一代人工智慧開放創新平台。

基礎軟硬體國家人工智慧開放創新平台的主要任務是：

依託華為自研的晶元、板卡、基礎運算元庫、基礎框架軟體，進行全棧優化，並提供全流程的、開放的基礎平台類服務；

使能雲、邊、端等各個場景、各個領域的應用創新；

讓各行各業、廣大科研機構可以專註於自己的行業知識、研究領域，從而助力各行各業、廣大科研機構來構建自己的AI應用與系統，共同實現萬物互聯的智能世界。

華為正式入選「AI國家隊」，建設國家人工智慧基礎軟硬體平台的基礎，是華為全棧全場景AI解決方案。

接連發布多款「國產芯」的華為，正在逐步向外界釋放代表其能力高點的新技術。

徐直軍：AI即暴力計算，沒有暴力哪來成功

AI三大支柱——數據、算力、演算法，數據可謂是原材料，但釋放數據紅利需要演算法與算力輔助，算力直接關乎效率問題。

在發布昇騰910 和MindSpore後，華為輪值董事長徐直軍在接受媒體採訪時表示：AI本身就是一個暴力計算，沒有暴力哪來成功。所以，華為雲希望面向全球，真正提高「暴力」。

然而，算力飢餓問題是目前產業AI的首要矛盾。行業大數據至關重要，儘管各行各業都能產生大量數據，但收集、存儲和學習這些數據時卻總面臨著困難。

不止是產業，AI學界對算力也有極大的需求。徐直軍表示：「（華為）希望在全球所有的大學、研究機構能夠基於昇騰310、昇騰910系列的板卡、伺服器、雲服務做研究開發。大家清楚，做AI研究的最大問題就是缺少算力，誰的算力強，誰發表論文就快。

現在AI相關的論文，數量增長最快的是谷歌，之所以能取得這樣的成績是因為谷歌有全球最強的算力，谷歌這方面的優勢同樣也在產業發揮了作用。」

此前OpenAI 發布分析表示，自 2012 年以來，AI訓練任務中使用的算力正呈指數級增長，其目前速度為每 3.5 個月翻一倍，而相比之下，摩爾定律則是每 18 個月翻倍。從AlexNet到AlphaGo Zero，演算法對算力的需求提升了30多萬倍。

事實上，算力的提高需要晶元性能的快速迭代。

像麒麟一樣走上不斷迭代的「不歸路」，昇騰為華為雲打好算力地基

8月23日，昇騰 910 ( Ascend 910) 官宣正式商用。在談到未來昇騰系列晶元的規劃，徐直軍也透露出需要不斷迭代滿足市場需求，以提高晶元算力：

「其實昇騰會像麒麟一樣走上一條『不歸路』，每年麒麟團隊發布一顆晶元，都要有進步和賣點。

昇騰也是一樣，看到了310就必有320，320出來了就必有330，看到了910就必有920，920出來之後就有930。不斷迭代和發展，這是一條不歸路。至於以後是一年、一年半還是兩年推出一款，要看市場競爭的情況。」

不過，昇騰團隊未來面臨的「升級迭代」壓力並不比麒麟團隊小，因為昇騰 910 已經是目前算力最強的AI處理器了。

去年10月，在華為全聯接大會2018上，華為提出全棧全場景AI解決方案。隨著昇騰910 AI處理器以及MindSpore全場景AI計算框架的發布，華為全棧全場景AI解決方案各重要組成部分悉數登場。

全場景，是指包括公有雲、私有雲、各種邊緣計算、物聯網行業終端以及消費類終端等部署環境。全棧是指技術功能視角，包括晶元、晶元使能、訓練和推理框架和應用使能在內的全堆棧方案。

而全棧AI的基礎正是一系列基於達芬奇架構的AI晶元。達芬奇架構可以在不同體積和功耗條件下提供強勁的AI算力。

3D Cube

達芬奇架構採用3D Cube針對矩陣運算做加速，大幅提升單位功耗下的AI算力，每個AI Core可以在一個時鐘周期內實現4096個MAC操作，相比傳統的CPU和GPU實現數量級的提升。

這一架構在提升昇騰910晶元算力的過程中起到了至關重要的作用，構建了端邊雲算力大爆發的基礎。

具有達芬奇架構的晶元對於雲端的作用起到怎樣的作用？可以從已經商用落地的昇騰310中得出答案。

昇騰（Ascend）晶元家族中的昇騰310已經落地商用。基於昇騰310，華為陸續發布了包括Atlas 200、Atlas 300、Atlas 500、Atlas 800等產品，已被廣泛應用於安防、金融、醫療、交通、電力、汽車等行業。

華為還上線了基於昇騰310的AI雲服務，華為雲圖像分析類服務、OCR服務、視頻智能分析服務等超過50款API已經基於昇騰310，日均調用量超過1億次，而且在快速增長，預計年底日均調用量超過3億次。

同樣的達芬奇架構，最強的算力，昇騰910對華為雲業務的加持力度必定會再上一個台階。

MindSpore ModelArts：全棧AI不只靠晶元提升算力

除了昇騰系列晶元提供的強勁算力做「地基」外，華為提出的全棧全場景AI解決方案還有其他部分作為支撐，例如：支持端、邊、雲獨立的和協同的全場景AI計算框架MindSpore，以及全流程模型生產服務ModelArts。

同樣於8月23日發布的全場景AI計算框架MindSpore，可以助力昇騰晶元發揮出最大計算潛能。徐直軍表示：「我們把MindSpore做出來，就是來支持達芬奇架構面向全場景。」

針對不同的運行環境，MindSpore框架架構上支持可大可小，適應全場景獨立部署。

MindSpore秉承「AI演算法即代碼」，在原生適應每個場景包括端、邊緣和雲，並能夠按需協同的基礎上，使開發態變得更加友好，顯著減少模型開發時間。

如同徐直軍接受媒體時描述得那樣：「在雲上訓練的可以在端上用，在端上訓練的可以在雲上用，是可以自由流動的，還可以協同，這是現在的任何架構做不到的。」

能否大大降低AI應用開發的門檻，能否實現AI無處不在，能否在任何場景下確保用戶隱私得到尊重和保護，這些都與AI計算框架息息相關。華為要做的是——覆蓋端-邊緣-雲，做一個能支持全場景的框架，實現AI無所不在越來越基礎的需求，這也是MindSpore的重要特色。

另外去年10月華為全聯接大會上公布的ModelArts全流程模型生產服務，也在過去的十個月里交出了一份答卷。

截止目前，ModelArts已經擁有開發者超過3萬，日均訓練作業任務超過4000個，32000小時，其中：視覺類作業佔85%，語音類作業占 10%, 機器學習5%。

2019年3月，華為雲進一步面向開發者推出了華為雲AI市場——基於ModelArts基礎上構建的開發者生態社區。

如果未來ModelArts搭載昇騰310和910晶元的模塊和伺服器，實現軟硬體協同設計和優化，那麼給開發者提供的訓練和推理的計算能力將會更高。

開放生態是華為絕不能輸的戰場，開發者是AI的最佳引擎

ModelArts全流程模型生產服務，發布目的之一就是華為雲以普惠AI致敬開發者。而MindSpore也將在2020年Q1開源。

事實上，高昂的算力成本和漫長的訓練時間會「勸退」普通開發者。但對開發者的使能與幫助，是保證產業AI源頭開放，保持持續生命力的唯一解決方案。

在這方面，國外AI企業一定程度上已經先行一步。2015年，谷歌開源了其內部使用的機器學習軟體庫TensorFlow，隨後各大國際巨頭掀起一陣「開源風潮」，人人可以順手獲取「免費原材料」時代似乎來臨了。

但這對於我國AI行業發展而言，目前急需構建屬於自己的開發生態。

開源會引導技術方向、路線，形成開源生態，創造商業模式。這一過程中影響力最大的仍是那些進行開源的國際AI巨頭，它們掌握了更大的權利。

如果中國企業過度依賴目前的AI開源平台，對大量「隨手可得」的源代碼進行二次創新及技術改進，就可能落入國際AI巨頭計劃中。一旦這些巨頭對開源項目進行管制，國內人工智慧行業將受到巨大衝擊。

華為入選「AI國家隊」，加速普惠AI落地

憑藉國內唯一擁有全棧全場景AI能力廠商的「身份」，華為順利入選「AI國家隊」。

8月29日，科技部在2019世界人工智慧大會宣布，將依託華為建設基礎軟硬體國家人工智慧開放創新平台，提供開放共享服務，引導中小微企業和行業開發者創新創業。

與之前科技部公布的依託企業建設的自動駕駛、城市大腦、醫療影像、智能語音、智能視覺領域等平台不同，此前主要是圍繞具有重大應用需求的細分領域組織建設，而此次花落華為的「基礎軟硬體平台」，主打的是「全棧全場景」 概念。

業界達成共識，未來十年，AI的主場在行業。現實是，一方面，大量行業企業擁有本行業積累的數據，卻缺乏與之配套的人工智慧軟硬體，短時間無法快速構建相應的能力與資源，迫切需要人工智慧場景下的基礎平台服務和行業場景服務。

基礎軟硬體平台是人工智慧的基礎技術和通用技術，眾多行業人工智慧發展都必須高度依賴基礎軟硬體平台，基礎軟硬體平台也是人工智慧時代國家在世界科技的戰略制高點。

另一方面，在AI基礎硬體平台領域，英偉達等巨頭保持著絕對的壟斷地位，在基礎軟體方面，亞馬遜、谷歌、Facebook等海外科技公司則佔據寡頭優勢。

未來，對基礎軟硬體平台的爭奪將體現國家在AI領域的整體實力，能否自主研發出基礎軟硬體平台，對能否持續推進人工智慧的產業和發展策略的重要性不言而喻。

華為人工智慧基礎軟硬體平台，總體分為AI基礎硬體層、AI基礎軟體層，AI開發服務層。主要包括：

?基礎硬體平台：基於達芬奇晶元架構，覆蓋雲、邊、端的Ascend（昇騰）系列IP和晶元、Atlas系列板卡、AI伺服器等智能計算硬體。

?基礎軟體平台：人工智慧基礎服務、基礎運算元庫，全場景AI計算框架MindSpore等。

?開發服務層：華為雲ModelArts為所有服務開發提供統一入口。

同時，平台兼容工業界已有AI計算框架，整合已有AI開源軟體、工具等系統，並支持已有AI計算硬體資源。

事實上，華為的全棧全場景AI解決方案，已經逐步實現落地應用。普惠AI臨近，萬物互聯的智能世界正在成型。

以開發服務層的華為雲ModelArts為例。今年夏天，亞馬遜雨林不滅的熊熊大火牽動著所有人的心，也讓人類意識到：需要儘早地採取保護雨林的措施。

雨林一直受到亂砍濫伐、偷獵動物等非法行為的威脅，Rainforest Connection（RFCx）雨林保護組織於2014年成立，而華為雲正是用AI技術協助RFCx保護雨林。

如今，華為正在幫助RFCx開發一套集信息採集設備、儲存服務、智能分析系統於一身的創新平台。

華為技術人員正在ModelArts平台上對採集到的雨林聲音進行測試

信息採集設備來自於華為舊手機的升級改造，能夠在兩年時間內全天候工作，收集三平方公里範圍內的聲音數據，並實時上傳至雲端。利用華為的大數據服務，系統將儲存、管理從各個採集點所獲取的音頻數據。

同時，基於華為雲的人工智慧服務（HUAWEI CLOUD AI）及其工具（ModelArts），開發出能夠更精準識別電鋸和卡車雜訊的智能演算法模型。

除此之外，依靠軟硬體一體的全棧AI解決方案助力華為雲在很多行業內進行了探索。例如，華為雲城市智能體、工業智能體、交通智能體，成為推動行業智能化升級的引擎。

截至2019年H1，華為雲在城市、製造、物流、互聯網等10大行業，提供59種人工智慧服務，159個功能，在超過300 個項目進行落地和應用。

憑藉多年來在企業級IT市場的行業經驗積累，以及強大的AI技術實力，開放自身應用AI的經驗和能力，華為雲在構建萬物互聯的智能世界的道路上，邁出了堅實的一步。

「普惠AI」不再只有理想主義者在高歌，最強算力加持，開放生態不斷完善，「AI暴力」與產業的故事還大有可為。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！