一次AI使能體系與產業應用的會師：HAI 2020上的華為故事新解

司空見慣的人臉識別演算法與智慧攝像頭，無時無刻不被呼叫的智慧語音與推薦演算法，各行各業都開始探討如何使用AI……然而當我們繼續深入到AI開發的產業深處，會發現還存在著許多待解的難題：AI技術與企業的業務場景怎樣結合?投入能效比是否達到規模化應用的預期?怎樣從AI技術上重新建構競爭壁壘?

8月10日舉辦的華為HAI 2020大會上，華為昇騰計算業務總裁許映童一句話，揭示了華為接下來將使能AI的方向——“極簡易用，讓AI計算無處不在;極致效能，讓AI計算觸手可及”。

在AI即將進入各行各業的當下，或許值得一次凝視。

(華為昇騰計算業務總裁許映童在HAI 2020)

大隱於世：昇騰生態的“極限挑戰”

在HAI 2020上，我們看到了不少基於華為Atlas及全棧全場景AI能力所建構的垂直技術體系。

比如大會直播時採用的訊飛聽見即時翻譯系統，工商銀行基於Atlas的硬體和基礎軟體平臺打造的“工銀智慧大腦”;華為與第四正規化聯合打造的軟硬一體全棧AI平臺等等。

以一種“潤物細無聲”的方式隱於產業身後，是我從華為Atlas與ISV夥伴等的默契與協作之中，感受到的獨特選擇。

舉個例子，第四正規化是一家人工智慧技術與服務提供商，為銀行、政務、能源、智慧製造、醫療、證券等領域的企業客戶提供AI創新技術。

而華為與第四正規化的合作，就在軟硬體一體的基礎上，基於Atlas伺服器，華為CANN 3.0完成了軟硬體的深度最佳化，結合正規化自研的RTiDB線上實時資料庫，可以讓第四正規化上的資料訓練、推理演算法、模型應用等整個AI流程，都能夠在極致算力的底座上高效跑起來。

更關鍵的是，徹底擺脫了在底層軟硬體層面對國外技術的依賴，讓重視安全的行業能夠放心地使用AI。

同樣，支援萬億維特徵、毫秒級推理響應、大規模圖計算、高密度的工銀智慧大腦，正是基於Atlas的硬體和基礎軟體平臺所打造的。

這些合作伙伴的計算能力向各行各業輸出的時刻，都可以觸控到昇騰計算生態的溫度。

開往春天的列車：AI產業化需要“三大護法”

我們知道，更多的開發者投身AI、更多的企業需要AI、更多的資料和訓練需求被啟用，AI開發者在當下也需要“三大護法”護航，來讓AI行業應用落地“事半功倍”：

1.減輕算力成本，保障AI效能。5G、IoT等的逐步推進，帶來了空前大的資料井噴，背後的算力成本、開發時間、系統互動等限制如果持續放大。

2.全流程工具加持，護航高效開發。在實際開發中，工程師們需要從解決方案到建模驗證等跨越整個設計流程的工具鏈，幫助他們將AI模型與洞見、工程相結合。

3.深度差異化落地，加速產業升級。許多不具備AI人才儲備的傳統或實體企業，也希望以低門檻的方式差異化地應用AI。

這三大護法，可以將其看做是AI走向產業應用落地的限制，也可以將其看做是龍躍於淵、時不我待的機遇。這也是為什麼華為華為要將自己隱於ISV服務商和開發者身後，在HAI 2020重點打出了“軟體牌”。

AI全棧“軟實力”：

華為送給開發者與時代的三重禮物

從某種意義上來說，AI本質上還是以AI演算法驅動的軟體工程。所以在構建昇騰AI基礎硬體設施構築最強AI算力平臺的同時，華為也同時釋出了CANN等一系列AI開發軟體並不斷更新，我們不妨一一拆開華為送給開發者與時代的大禮包。

第一份禮物，是異構計算架構CANN 3.0。

今天的開發者有多難?開源的AI框架就有好幾種，TensorFlow、、PyTorch、Caffe等都有各自的擁躉;面對的作業系統也不少，iOS和安卓以及各種Linux系統都需要適配;智慧手機、桌面電腦以及各種終端裝置形態都需要相容。

為了讓開發者不需要重新制造“輪子”，2018年首次釋出的CANN在HAI 2020上迎來了全新的“3.0”版本。

其特點總結起來就是三個字：

一是“全”。CANN 3.0 “端邊雲”全場景協同的計算底座，只需要一套應用程式碼，即可相容10+種裝置形態、14+作業系統以及多種AI框架;

二是“簡”。AscendCL(昇騰統一程式設計介面)支援開發者可以在現有的演算法、框架基礎上，開發和修改自定義運算元，同時可以後向相容和演進，適應不同的算力和記憶體的變化，底層硬體的更換無需修改程式碼，開發過程更“簡單”;

三是“升”。透過深度圖最佳化、自動圖拆分與融合、資料Pipeline智慧最佳化等技術，實現了高度的軟硬體適配，最大化釋放AI硬體的澎湃效能，實現訓練和推理效能的全面提升。

第二份禮物，是全流程開發工具鏈MindStudio。

在AI產業應用落地的工程化環節，開發者需要完成運算元開發、模型訓練、模型推理、應用開發、應用部署等一系列工作，如果每一個環節都需要重新開發或適應大量的工具，那渴盼AI的企業與個人可能要等到天荒地老。

因此，華為打造的全流程開發工具鏈MindStudio 2.0，就對所有的工具鏈進行整合，形成一套完整的工具鏈體系，開發者可以實現端到端開發的全流程“拎包入住”，直接降低了AI開發門檻與週期。

同時，藉助外掛化設計，開發者可以利用標準的外掛化介面，開發自己的工具插入到工具鏈體系中去，進一步提升工作效率與靈活性。

在AI最核心的訓練與推理場景，MindStudio還加入了獨有的工具，透過Less BN(智慧識別網路中不必要的BN運算元)和隨機凍結演算法提升模型訓練效率，利用智慧演算法實現模型壓縮，加速推理程式。

此外，便捷安裝、一鍵式程式碼補全、自動智慧化適配開發環境、效能視覺化精準粉細等等功能的設計，從各個細枝末節來共同提升開發者的生產力。

這些動作以一種堪稱重構的整合思維，完成了開發全流程的升級和進化。

第三份禮物，是昇騰應用使能MindX。

如果無法從運算元開發、模型訓練開始嘗試，是不是就無緣AI了?

在本次HAI大會的MindX 1.0，就在嘗試用“2+1+X”的方式助力AI更簡單易用地融入社會最小單位。

如果你是ISV(獨立軟體)服務商，希望向垂直領域提供更具細膩度的AI能力，那麼華為的兩大平臺——深度學習平臺MindX DL、智慧邊緣平臺MindX Edge，前者透過資料中心裝置與計算資源統一管理與排程，可以在計算叢集上快速搭建起商用深度學習系統;後者則支援一鍵式部署多樣裝置的邊雲協同推理，就能幫助ISV服務商建構起跨軟硬體、跨終端的AI服務能力。

基礎模型也不需要自己訓練了，優選模型庫ModelZoo已經涵蓋了20多個按場景和框架分類好的高效能模型(下半年會增加到50以上)。

還想讓開發過程更簡單?使能各行業SDK瞭解一下。“自己造的降落傘自己先跳”是華為的一貫作風，所以華為工廠80多條產線也成為規模應用AI的領頭人。

舉個例子，華為松山湖就透過AI演算法，讓標籤缺陷檢測、螺釘缺失等實現“秒級檢測”，質檢人員效率提升3倍。而這些從華為自身實踐中被反覆打磨最佳化好的高效能視覺演算法，就被整合到了製造AI應⽤開發套件mxManufacture中，可以被製造產業夥伴輕鬆部署和呼叫。

拆完這三個禮物，不難看到華為在全棧AI軟體上下的功夫，與效能突出的全棧AI硬體相適配，交織成了一塊強有力的磁鐵，將AI與開發者、ISV服務商、各行業開發需求緊緊地吸附在一起。

“把簡單留給別人，把複雜留給自己”，託舉起千行萬業的AI渴盼。這是昇騰生態的“極限挑戰”，也在催生AI的千種想象、萬種可能。