諾蘭的《信條》，你看懂了嗎？

這個問題好像挺難回答，說看懂了怕人說裝；說沒看懂怕人說傻。所以標準答案可能是既看懂又沒看懂，這或許說明諾蘭就是拍了個悖論。

跟大部分小伙伴一樣，時間鉗形運動這種東西我大概就看了個寂寞。但是《信條》里關于時空悖論的處理，卻讓我似有所悟。電影里無論怎么穿越時空，最后都無法改變結果。這就構成了一個悖論：既然逆轉時間無用，那我還逆轉它干嘛？

這個悖論在物理學上到底成不成立我不知道，但卻跟很多我們采訪過的產業(yè)AI案例有某種相似：企業(yè)在應用AI技術時，往往是硬件問題解決了軟件出問題，軟件解決了算力又不夠，算力解決了數據出麻煩——各種問題構成了一個鉗形運動，導致企業(yè)AI總是陷入一個死循環(huán)，還不如干脆不用。

想要跳出這個悖論，就不能單點突破，而是統(tǒng)籌考慮企業(yè)AI的全局法則，把軟硬件問題一次“殲滅”。

在AI產業(yè)化突圍不斷加強的新階段，這種可能性正在加強。第四范式與華為的一次握手，正在帶來從算力到框架，從數據統(tǒng)籌到操作系統(tǒng)的全棧AI可能。

企業(yè)跳出AI的時空悖論，也許就在彈指一揮間。

Sage AIOS：扼住數據的空間坍塌

企業(yè)應用AI的軟件問題，絕大多數出在數據上。

被數據喂養(yǎng)出來的智能，是機器學習代表的第三次AI崛起之關鍵。但這種方案落在產業(yè)端，卻可能出現各種各樣的問題：有效數據稀少、訓練數據與生產數據不一致、數據干擾過多、數據時效性弱、各行業(yè)數據差異過大等等問題縈繞在企業(yè)周圍。恨不得數據所到之處，遍地都是問題——缺少數據規(guī)范和標準，或許可以被稱為數據空間坍塌的成因。

而解決企業(yè)“數據+AI”問題的關鍵，在于一套行之有效的操作系統(tǒng)，將數據的一致性、時序性、數據閉環(huán)，以及數據治理系統(tǒng)進行有效的統(tǒng)一。

面對這一問題，第四范式在不久前發(fā)布了面向企業(yè)AI的“Windows”：Sage AIOS企業(yè)級AI操作系統(tǒng)。

在Sage AIOS中，企業(yè)可以在簡單易用的操作界面上，完成數據資源治理、系統(tǒng)資源調度、應用場景管理等能力，從而實現企業(yè)AI應用中數據、資源、場景的規(guī)范化。

數據方面，Sage AIOS會規(guī)定每種場景的數據準備與使用方式。進入到某個AI應用場景中，只需要根據說明準備相關數據，調用IT資源，就可以實現低門檻落地AI應用。既降低了人才成本，又提升了落地效率。

如果說Sage AIOS解決了企業(yè)AI落地的數據標準化難題，將企業(yè)時常面臨的數據混亂狀態(tài)進行了統(tǒng)一，是在軟件端扼住了AI的時空悖論，那么在另一側，華為與第四范式算力平臺SageOne正在致力于在全棧全場景算力上解決企業(yè)的AI難題。

Atlas：擊穿計算的時間停滯

如果說，復雜的數據問題是企業(yè)應用AI時面臨的空間成本；那么AI算力不足，就是標準的時間成本。

在企業(yè)應用AI時，從訓練到部署，從云端到邊緣、端側場景，各個領域都需要充足且能夠適配的AI算力。否則就會出現訓練太慢、部署跑不動、具體場景找不到合適硬件支撐等等問題。AI算力就像產業(yè)智能化時需要的電能，哪里要用高壓電，哪里需要電池必須明明白白，否則產業(yè)AI會陷入到算力不足的漩渦里，甚至根本無法啟動。

面對這種情況，華為發(fā)布了Atlas人工智能計算解決方案，打造了面向各場景所需的模塊、板卡、小站、服務器、集群等產品形態(tài)，實現“端、邊、云”的全場景AI算力適配。

作為產業(yè)界獨特的AI基礎設施，Atlas目前已經廣泛應用在智慧城市、智慧交通、智慧醫(yī)療等領域，成為華為全棧AI解決方案的組成部分。

在硬件領域，Atlas可以說是AI基礎設施與IT產業(yè)、行業(yè)智慧融合的產物，將昇騰的底層優(yōu)勢與各計算場景進行了對齊。這在很大限度上解決了AI算力不足與算力單一、算力體系間不適配的三重問題，從而讓企業(yè)跳出AI算力不足陷入“時間停滯”的窘境。

一邊是軟件層面的數據標準化，一邊是硬件層面的全場景AI算力適配?？赡芨魑慌笥岩舶l(fā)現了，想要全面解決企業(yè)AI落地的軟硬件難題，最好是將兩種方案結合起來，實現《信條》里的那種正逆部隊同時行動，一舉打破AI的“時空悖論”。

而這個奇點，并不遙遠。

奇點將至，悖論退散

在不久之前的昇騰 AI 新品全球發(fā)布會（HAI 2020）上，華為發(fā)布了昇騰 AI 全棧軟件平臺，包含異構計算架構 CANN 3.0、全流程開發(fā)工具鏈 MindStudio 和昇騰應用使能 MindX。大幅度提升了Atlas平臺的軟件使能與適配能力。

而在發(fā)布會當天，一位非常重要的朋友來講述了自身與華為在AI領域的軟硬件合作，那就是第四范式。

在第四范式與華為的合作中，雙方在軟硬件一體的基礎上，基于Atlas產品，華為MindX DL完成了軟硬件的深度優(yōu)化。第四范式將自身在AI軟件技術上的深厚積累，與華為產品深度整合、優(yōu)化。第四范式自研的包括 GDBT（大規(guī)模分布式高維機器學習框架）、RTiDB（AI實時內存數據庫）、pRPC（零拷貝通信協(xié)議）、HyperScheduler（AI調度核心）等多項技術，讓AI得以充分利用計算、存儲、網絡、調度的多項資源。這讓第四范式的數據訓練、推理算法、模型應用等整個AI流程，能夠在極致算力上高效運行，以軟件定義的方式來助推AI落地。

而在此基礎上，第四范式的Sage AIOS正在與華為昇騰體系進行更緊密的合作，將新一代企業(yè)級AI操作系統(tǒng)的軟件創(chuàng)新，與華為打造的Altas全場景軟硬件底座進行深度融合，為千行百業(yè)的企業(yè)用戶帶來極致算力體驗下的軟硬件聯(lián)合解決方案。

當最懂企業(yè)智能化落地的AI公司，遇到最懂場景、生態(tài)、行業(yè)的昇騰，一個奇點或許正在醞釀當中。在一場勢必到來的爆發(fā)后，那些困擾了企業(yè)很久軟硬件悖論將煙消云散。

一站式、全流程、無縫、一體機，這些關鍵詞背后究竟隱藏著怎樣的改變？

Sage的意思是先知，Atlas是古希臘神話中的大力神。當先知攜手大力神，這個組合將給企業(yè)探險者帶來怎樣的助攻？

答案盡在9月23日開啟的華為全聯(lián)接大會2020——產業(yè)AI的新規(guī)則，創(chuàng)立于舊悖論的衰亡一刻。
責編AJX