昇騰AI的三級跳

我們的讀者，應該都已經關注昇騰AI很長時間了。

如果回溯整個昇騰AI計算產業的發展歷程，會發現兩個節點非常重要。一個是昇騰AI作為算力底座，形成了完整的產品體系;第二個是昇騰AI構建了全棧開放的軟硬體平臺，發展出了廣泛的應用生態。應該很多人會好奇，昇騰的下一階段會如何發展?

這個答案已經出爐，那就是深入行業，解鎖更多AI可能。

7月9日，在2021世界人工智慧大會(WAIC 2021)期間，華為聯合新一代人工智慧產業技術創新戰略聯盟(AITISA)共同舉辦了昇騰人工智慧高峰論壇。會上，華為聯合多家生態合作伙伴釋出了昇騰“智造”、昇騰“智城”、昇騰“智行”、昇騰“智巡”四大AI解決方案。瞄準製造業、城市、交通、能源電力四個與AI高頻結合的行業，推出了能夠滿足行業多重AI需求的整體化生態解決方案。基於行業解決方案，昇騰AI不僅希望更立體、完整地滿足行業使用者需求，更希望透過業態升級，讓昇騰夥伴更好融入AI市場的新價值。

從算力底座，到軟硬體平臺，再到行業場景，昇騰開始了AI之旅的“三級跳”。在這一節點上，我們可以從產業AI需求的背景出發，看看四大解決方案的誕生邏輯與差異化特質。一起來思考一下，為什麼在AI產業發展到一定階段後，一定要透過深入重點行業的方式完成進一步發展?

從昇騰AI的三級跳向前看去，各行業發展需求與AI技術之間的一道“昇騰公式”正在浮出水面。

昇騰，已經做好了走向行業“星辰”，擁抱規模化複製“大海”的準備。

瞄準：今天AI產業化裂谷何在?

今天，AI技術發展已經度過了技術普及與概念界定階段，來到了產業智慧化大爆發的前夜。與此前不同，今天企業應用AI時或許不會為一個產品、一個軟體而發愁，各種AI軟硬體琳琅滿目，市場選擇逐漸豐富。但AI技術的企業滲透率卻依舊不足，這就是因為真實生產環境中的企業，需要的往往不僅僅是某種技術工具，更需要長期常態化部署AI的解決方案。整體而言，今天的AI產業裂谷存在於三方面問題當中：

1、大規模、全場景的AI算力依舊昂貴且稀缺，企業應用成本過高，導致AI不能變成基礎資源進行利用。

2、企業應用AI的綜合成本過大，人才門檻、開發時間、平臺限制等諸多因素彼此牽制。企業即使有資料或者技術基礎，也不知道如何應用到行業實踐中。

3、身處特定行業中的企業，自身智慧化需求多元且複雜，但相對來說其行業又具備獨特性，難以使用普遍AI技術來滿足。行業AI需要一定程度的場景化、整合化。

這種情況下，我們可以看到想要解決AI的產業化裂谷問題，就需要積極發揮示範帶動效應，以重點地區、重點行業首先完成突破。

從政策上看，國家積極推動的新一代人工智慧創新發展試驗區建設就是這樣的思路，透過打造可複製的AI創新樣板城市，來加強基礎設施建設和產業轉化效率。從產業上看，建設人工智慧計算中心，使之成為區域AI產業的樞紐，是一種有效的發展方案。透過將AI算力能源化、基礎設施化，加強產業與科研成果的轉化能力。

如果說區域帶動是發展AI產業化的經線，那麼深耕行業場景化，加強行業AI的規模化能力，就是跨越產業裂谷的緯線。只有區域+行業組成有效的交織狀態，才能讓AI快速融入產業，發揮最大價值。

在這樣的產業需求下，昇騰AI選擇了向行業需求起跳。

起跳：當昇騰AI選擇深入行業

回顧昇騰AI的發展歷程，我們可以將昇騰“三級跳”劃分為三個層級產業需求的滿足：

第一階段，昇騰AI帶來了強大的算力底座，解決了AI算力缺失的問題。

第二階段，昇騰AI構築了完善的軟硬體體系，解決了AI技術門檻過高、開發場景割裂的問題。這一階段的關鍵節點在去年8月，華為釋出了昇騰AI全棧軟體平臺，包含異構計算架構CANN、全場景AI計算框架MindSpore、全流程開發工具鏈MindStudio和昇騰應用使能MindX，覆蓋基礎軟體到應用使能。構建了具有極簡易用、全棧開發等特性的昇騰基礎軟硬體平臺，從而幫助開發者、使用者和夥伴跨越了從算力到應用的產業鴻溝。

第三階段，隨著行業解決方案的推出，昇騰AI開始瞄準企業即使有硬體和軟體也無法有效利用AI，AI技術與行業缺乏對應的問題。

透過重點行業解決方案，昇騰AI可以圍繞行業的個性化訴求，打造立體化、低門檻的賦能方式，從而推動行業智慧化形成標準化、可規模複製的新能力。

能夠實現這一目標的基礎，是昇騰AI計算產業已經在眾多行業完成了生態化落地和產業賦能實踐。目前，華為已經在全國建設了多個生態創新中心，為所有夥伴解決昇騰生態發展中的主要問題，比如相容適配、技術驗證、應用示範、人才培養等。目前在昇騰生態中，已經聚集了超過500家ISV合作伙伴，打造了600多個合作解決方案。這些夥伴能力、生態聚合與行業經驗，讓昇騰可以洞察和瞄準重點行業的整體需求，完成融入行業的“新起跳”。

瞭解了昇騰AI能夠深入行業的背景，我們可以來看看四大解決方案具體能夠帶來哪些差異化價值。

具體來看，在製造業場景中，昇騰智造解決方案，瞄準了製造業質檢場景應用AI的兩大主要痛點：一是AI能力難以融入工業裝置，二是企業缺乏長期運維AI體系的能力。

為了解決工業裝置融入AI的問題，華為提供了專家+行家的端到端解決方案。可以實現AI能力的開箱即用，五人天工作量即可完成部署，並且包含預訓練模型，小樣本訓練等技術能力，2小時內可以完成模型迭代。

據瞭解，相關能力已經在華為松山湖南方工廠近200條產線的工業質檢實現了規模化應用，使得質檢工作量降低了超60%，準確率超99.9%，同時還大幅降低了AI開發成本，將3萬行程式碼開發工作量降低到了1500行。

另一方面，透過標準化的AI軟硬體計算平臺構築，昇騰AI可以幫助企業儘可能降低長期使用、運維、管理AI的門檻。在硬體方面，昇騰AI提供從模組、板卡到伺服器、叢集的系列硬體。軟體方面，華為提供了昇騰應用使能MindX的全棧軟體平臺與工具，可以幫助廣大應用開發者快速開發AI應用。面向工業場景，“智造”解決方案透過子系統解耦，確保系統彈性，為算力擴容奠定基礎。同時，分別針對積體電路、PCB元器件、光伏皮膚、半導體晶圓、家電品控等領域推出了定製質檢方案，以聯合創新助推行業智慧化升級。

除了製造業場景之外，昇騰AI的行業解決方案都可以見到這樣的構建思路：收集主要行業痛點，滿足多樣化需求，融入昇騰能力。

比如昇騰智行解決方案，融合了高速自由流、智慧收費稽核、影片雲聯網等能力，打造了全場景的AI交通賦能方案。

昇騰智城解決方案，透過分析城市治理與服務兩大主要需求，在治理方面，聚焦城管、應急、水務等場景，構建統一、共享的AI服務平臺，在服務方面，將AI技術融入到智慧導辦、智慧熱線、智慧審批、智慧問答等服務中，打造“秒批秒辦”的政務服務。

昇騰智巡解決方案，可以面向電網巡檢場景，支撐輸電線路的線上監測與預警、智慧巡檢和狀態評估與檢修。基於業界首創的智慧輸電巡檢，可以實現作業效率相比傳統裝置提升5倍。在變電站運檢領域，解決方案可以搭建無人值守的智慧變電站，在不改變現存裝置組網的情況下，無縫嵌入AI，提升運檢效率。在配電房運檢方面，運用昇騰和智慧閘道器的結合，可以打造出一體化、易安裝、開放、協同的智慧配電房。

可以料想的是，四大解決方案僅僅是昇騰AI打造重點行業的基礎，那麼我們可以統攬一下，昇騰AI能給什麼樣的行業帶來智慧化價值，又能帶來怎樣的價值。

落地：“行業+昇騰”的復刻公式

中國被稱為全球行業最多、最完整的國家，每個產業鏈都有複雜的行業知識與上下游關係，而AI作為一種通用底層技術，理論上可以和各種各樣的行業結合。但事實卻並非如此。我們上面討論過AI落地行業的幾個主要門檻：算力、綜合成本與行業定製化。

基於昇騰四大解決方案，我們可以看到這些解決方案中可以有效提取到一定的公約數。從中可以看到到底怎樣的行業更適合昇騰AI落地，以及昇騰AI可以幫助行業解決怎樣的問題。通俗一點比喻，在這四大解決方案的結果中，我們可以逆推出一個“昇騰公式”。

首先我們能看到，昇騰AI解決方案是讀取行業知識，總結了大量行業案例後，總結出行業智慧化需求的主要場景。從而構建整體方案。也就是說，昇騰AI解決方案不僅帶來單個需求的智慧化提升，還給客戶帶來了一次合作，解決整體智慧化需求的可能。

其次，昇騰AI解決方案帶來了軟硬體一體化的能力特徵，既有算力基礎賦能，也有開發平臺、軟體的接入。這就解決了行業能力不足的問題，全棧式幫助行業智慧化。

再有，昇騰AI解決方案自誕生起就採用生態化合作的模式，聚合廣泛的昇騰生態，融合合作伙伴的能力，共同滿足細分的行業需求。

從中，我們可以看到一個行業是否適合昇騰AI落地的“公式”：需要多場景融合+需要軟硬體協同+具有細分需求=適合昇騰AI落地的行業。

或許可以說，昇騰AI的行業解決方案開啟了一扇新的機遇之門，既給昇騰AI生態帶來了更強的發展動力，也為行業使用者解決了一系列真實存在的問題，同時也開啟了更廣闊的生態合作與商業價值空間，給生態夥伴帶來了更多機遇視窗。

需要注意的是，算力基礎、軟硬體一體化平臺與行業解決方案，並沒有高低前後之分，而是相互之間不斷迭代和推動。昇騰AI未來還將持續推動算力基礎設施與基礎軟體平臺的建設。昇騰生態的合作空間與商業機遇並不是改變了，而是在原有基礎上得到了拓寬和邊界開啟。

深入行業的必要性與產業價值，讓昇騰AI的這一次起跳具備更明確的商業指向與生態發展空間。打通重點行業，推動規模化複製，將是接下來AI產業發展的主軸。這一次，昇騰依舊衝鋒在最前。