在《经济转型：通用技术和长期经济增长》一书中，理查德&利普西指出，人类历史上定义的通用技术（GPT）仅有26项，包括蒸汽机、电力和个人电脑等。这引发了我们对AI能否成为下一代通用技术的思考。AI凭借其多样性与各行业的结合能力，显然符合理查德等学者对GPT的界定，并能创造出额外的价值。
然而，AI的有效运作依赖于三大核心要素：数据、算法和算力。目前，虽然我们的网络带宽能够支持海量数据，并有先进的算法进行支持，但算力不足将使所有应用变得不切实际。
2018年，华为推出了全栈全场景AI解决方案——昇腾（Ascend），旨在帮助中小企业应对算力短缺的问题。作为AI应用的重要基础设施，昇腾在过去两年中发布了AI芯片、全场景AI计算框架MindSpoRe和CANN等一系列基础软硬件，试图建立完整的AI服务生态。
图，昇腾310芯片架构，单片支持16路1080P@30fps的视频解码需求
据悉，基于华为昇腾芯片构建的Atlas 900 AI集群能够实现256P算力，其训练速度在行业内首屈一指，达到45.6秒，而同类集群一般需70秒。
华为的数据中心如何助力企业AI化，并满足不同场景的客户需求？华为昇腾计算业务副总裁张迪煊表示，首先是构建AI集群基础设施，为中小企业提供经济且强大的算力服务（Atlas）；其次是开放底层基础软件，打造简单易用的开发平台，降低AI入门门槛（CANN 3.0、MindStudio）；最后是向企业提供定制化的技术服务。
图，张迪煊接受媒体采访
在硬件平台方面，我们推出了推理产品，包括板卡和服务器。例如，功耗相同的板卡在训练深度网络方面的速度是业界领先的美国公司产品的1.5倍。此外，在视频识别需求如人脸识别中，我们的AI服务器能够同时处理80路，而业内领先的产品仅支持40路。
以往的计算集群需要一千个芯片协同工作，而去年发布时的训练速度已突破分钟级，经过一年的优化，芯片数量减少了一半，训练速度提升至45.6秒。与之相对，业内其他产品仍需70秒。过去几个月完成的训练任务，现在只需一杯咖啡的时间，效率成为推动人工智能发展的关键。
面对企业中AI人才的稀缺，昇腾希望通过提供更简单易用的开发工具，降低企业的AI化门槛。
CANN 3.0是华为为深度开发者提供的全场景AI模型框架，覆盖昇腾、手机麒麟芯片和摄像头芯片等IP，打通了手机生态与AI数据中心生态。
MindSpoRe的目标是构建全栈全场景的开源框架。AI公司在生产系统中大部分精力集中在模型部署上，80%的部署发生在边缘侧。将模型部署到手机中，成本问题显得尤为突出。通过全场景协同管理网络，快速将训练数据模型部署到边缘。例如，项目组今天希望实现车辆识别，明天便可将其下发到手机，灵活性十足。今年3月，MindSpoRe正式开源。
MindStudio 2.0工具链提供了工具安装、模型开发和算子开发的可视化界面，方便开发人员进行模型优化及部署。
图，一位年轻AI开发者正在学习使用华为MxVision进行图形化编程
目前，市面上的主流框架大多来自美国，其中PyTorch在学术界占据最高份额，而TensoRFlow在工业界具有极高的稳定性。华为在AI框架领域，不仅将底层硬件与自家的MindSpoRe对接，还与百度、旷视等其他厂商合作，实现1+1>2的协同效果。
MindSpoRe在交互界面上与PyTorch一样友好。昇腾正在尝试与企业合作，进行科研和论文发布，帮助研究者获得科研成果。
据了解，华为昇腾战略生态在过去一年中进展显著，已与60多所高校合作建立实验室，推出100多个联合解决方案，软件平台的开发者数量已超过4万，并计划在三年内达到百万开发者。
根据中国信通院的数据，从2015年到2018年，中国人工智能产业的复合年增长率达54.6%，高于全球平均水平（约36%），2018年市场规模已达到415.5亿元。推算下来，2019年中国的人工智能市场规模约为554亿元。与此同时，在新基建背景下，人工智能及工业互联网的潜在市场似乎已提前释放。华为昇腾作为国内领先的全栈全场景AI开发平台，正致力于以AI思维来解决AI人才短缺的问题，帮助更多中小企业实现智能化和自动化，以适应未来市场。
（文/胥崟涛）
