方寸間見萬物靈機：我們在世界人工智慧大會聽到了哪些華為AI故事？

第二屆世界人工智慧大會在上海的舉辦，讓這座城市從未如此接近過未來，而人們口中充滿光怪陸離的魔幻之都，也搖身一變成了科幻之都。隨處可見的智慧機械手臂和智慧攝像頭、行業大咖對談的機鋒相對，湧動其中機會與資本……除去在未來海灘上拾貝以外，我們更想得到的，是一個相對系統的概念——技術進化能量迸發之下，我們所處的世界究竟會以怎樣的軌跡向前執行。

尋找潤物沛生之力

為了回答這一問題，我們為大家帶來了腦極體在華為展臺的見聞。作為一直在智慧計算方面緊密佈局的企業，華為應當可以更好地向我們展示如何“算出未來”——由AI所編織的未來，正在一步步被計算推入現實。

大地須彌一芥納，希望這些當下的小小見聞，能幫助更多人看到正在發生的未來。

在華為展區中，最引人矚目的是場地中一個閃耀著光芒的柱狀體——這是華為展區的“創芯之樹”，這顆大樹每年耗費了華為近億美元的研發投入，才能種植出鯤鵬、昇騰、智慧網路卡、SSD控制器、智慧管理五大自研晶片。

在這棵大樹之下，我們開始思考一個關於AI的終極問題：當AI在改造未來時，誰在驅動AI?

在這一次的華為AI之旅中，我們最大的收穫或許就是看到了這種潤物沛生的力量。在給出答案之前，不如先從幾個故事說開去。

慧眼與蒼穹：當AI在此刻守護

或許你沒有發現，AI已經在此刻守護我們的生活和工作。而為AI齒輪提供能源的，是充沛有效的AI算力。

讓雲邊端側分別具備AI算力，形成有效的AI計算體系，正在加速AI應用落地。比如我們在展區，發現了關於慧眼和蒼穹的兩個故事。

·守護世界的慧眼

AI落地，需要面對的是一整個複雜的體系化工程。很多時候AI的應用場景，也並非終端計算一種需求，而往往是無數終端、邊緣側加上雲端體系的綜合協作。這時候如何在邊緣側讓AI算力有效配合，就成了一個重要問題。

在AI安防技術解決方高重科技利用Atlas 500智慧小站搭建的端側人像軌跡應用中，就直觀的展示了計算如何在邊緣側推動AI齒輪改變世界。在展示中，螢幕裡顯示著現場監控影片，體驗者可以選擇自己的影像，透過跨監控區域搜尋找到不同終端裝置拍攝下的自己，還能借此生成體驗者在大會現場的行動軌跡。如同一雙無處不在的慧眼，跨越不同終端，時刻守護著我們。

除了在邊緣側整合加速的優勢以外，基於昇騰晶片的Atlas 500智慧小站還能打通全棧AI需求，讓開發者快速上手。並且Atlas 500智慧小站應用了半導體制冷散熱技術，對高溫和低溫環境都有超強的應對能力，使其幾乎能夠紮根於世界的任何角落。

有了全棧普惠、高連通能力和高應用性的Atlas 500智慧小站，邊緣側對於跨終端、多終端、協同式的影片處理的反應能力大大提升，AI就睜開了一雙慧眼，不僅能夠在智慧安防領域發揮作用，智慧交通、智慧零售甚至家庭看護等等場景中，都將獲得慧眼的守護。

·跨越空間的蒼穹

專注於電力自動化的山東智洋，則講述了一個跨越空間的故事。他們基於Atlas 200 AI加速模組開發的線上監測裝置，可以快速識別輸電線路周邊的異常狀態且傳回異常影像，同步產生告警資訊和處理建議。這一系統如同一片蒼穹，跨越空間在數字世界籠罩著整座城市甚至整個省份，守護著他們的民生體驗。

提到Atlas 200 AI加速模組，這款基於基於昇騰310晶片的端側加速裝置的特點是體型袖珍卻功能強大，支援16路高畫質影片實時分析，功耗卻只有9.5W。這意味著這款產品可以被植入到各種裝置中，從小小的監控攝像頭到管道機器人甚至無人機，從而讓AI能力可以跨越空間籠罩更多細節場景。

舉例來講，針對一些基建裝置的日常檢修，可以不再需要工人爬上梯子親自拍照檢視，只需要無人機裝置就能在終端實現基本的影像分析。尤其是地下管道、密集高空電線等等以往人們很難深入其中檢查的地方，也能借以低功耗、小體型的智慧裝置實現自動檢查。

這片跨越空間的蒼穹，目標不僅僅是一個城市或省份，還有那些以往我們不曾關注過的角落。

在每個角落種植計算

從這些正在發生的未來故事之中，我們窺見的是技術推動之下，未來萬物行於世間行走的規律和風土之中暗藏的邏輯。

如果說AI應用勾勒出來的理想畫卷是賦予萬物靈機，那麼我們不得不面對的是，萬物既意味著萬種場景、萬種可能。

我們面對的或許是巨頭製造業想要搭建工業AI體系，將複雜的資料堆砌在一起;又或者是交通體系的一個小小改造，卻需要攝像頭有在各種網路條件下執行AI推理的能力;也可能是無數個智慧攝像頭與雲端之間的分工協作……

從當下的趨勢來看，我們在雲端計算和終端計算上都在不斷取得成果。雲端計算廠商們在雲端輸出著各種趁手的工具，幾乎不論什麼行業都能在其中找到一套智慧方法論，終端產品則憑藉晶片技術的不斷突破，像競技體育一樣追求計算上更快更強。

但同時我們也發現，想要讓AI改造整個現實世界，所面臨的情況遠比想象中複雜。我們所要面臨的不是一次頂會中的模型跑分，也不是一次實驗室中的資料模擬，而是苛刻的現實應用環境，從能耗的限制到環境氣溫與尺寸的物理考驗，更多的還有對成本效應的綜合考量。這時我們無法單純靠終端計算晶片進行算力堆砌，也不能指望雲端計算解決一切需求。最終結果是，大多數場景需要的不僅僅是某一類計算方式，而是從終端到邊緣再到雲端豐富多樣的解決方案。

在這種情況之下，華為智慧計算所做的，就是打磨出解答一切的水晶球——端、邊、雲全場景AI基礎設施解決方案。其中既有加速模組、加速卡這些在終端種植計算的產品，也有智慧小站這樣連通雲端與邊緣側的產品，更不用提伺服器、移動資料中心等等豐富的形態。

正如上面講述的那些故事一樣，複雜的智慧攝像頭協作問題，或是兼顧現實世界嚴苛應用條件的袖珍計算裝置，種種案例最終體現出的是，我們需要體系化的應用AI能力去解答整張試卷，而不僅僅是回答一個問題。

而端、邊與雲三端的溝通組合，就是當前絕大多數AI應用場景，然後將先進的算力植於其中。有了算力，便有了AI生長的可能。尤其在IoT、5G等等技術一起疾步向前時，物理世界的數字化已經成為了一種不可阻擋之勢。在這時，被種植在雲、端與邊的計算力便會發揮作用。

最後，我們可以再講一個在華為展區聽來的故事。

在華為提供的基於昇騰AI晶片的Atlas全場景AI解決方案中，講述了Atlas人工智慧計算平臺各形態產品透過雲、端、邊協作計算帶來的未來圖畫。

當我們走在馬路上，安裝了智慧加速模組的攝像頭可以實現對人臉與車牌的實時分析，加強對交通行為的智慧監督。而十字路口的智慧小站，在幫助訊號燈分析行車流量並靈活調整亮燈時間，加快通行效率。走進醫院，智慧小站和AI加速卡的協作可以讓醫療影像被更高效和精準的分析，讓醫生可以服務更多病人……這幅未來圖畫中的萬物靈機，都來自於計算。

這也是未來AI世界中首要規則：計算無處不在，而當計算無處不在時，AI才能無處不在。