為期兩天的 AICon 全球人工智能與機器學習技術(shù)大會已落下帷幕，作為一場面向各行業(yè) AI 中高層技術(shù)人員的盛會，歷年 AICon 都吸引了業(yè)界頂級公司參與其中，今年也不例外，包括華為、AWS、阿里巴巴、騰訊等公司的 AI 專家們齊聚一堂，共同探討圍繞 AI 的產(chǎn)業(yè)變革機會與技術(shù)創(chuàng)新方向。

這場大會上所展示的 AI 落地案例、AI 技術(shù)實踐以及 AI 的工業(yè)化應用，都在強調(diào)一個事實：站在 2019 年 11 月的時間點去看，AI 之于各個行業(yè)的意義已經(jīng)不再是「是否有價值」，而是變成了「如何讓 AI 變得更有價值」。

與此同時，在 5G 商用元年，全新通訊技術(shù)帶來的巨大潛力，正在傳遞到產(chǎn)業(yè)的各個鏈條，而云計算的持續(xù)進化，已經(jīng)深刻影響到了從政府到大型企業(yè)的方方面面。

這也留給行業(yè)一個命題：當 5G、AI 與云共同定義了這個時代，各個行業(yè)應用 AI 的第一步從哪里開始？

參與這場大會的華為云給出了自己的一個回答：利用華為云的全棧全場景 AI 能力，開發(fā)者、企業(yè)可以快速駛?cè)?AI 開發(fā)、部署與應用的賽道。

據(jù)了解，此次大會上，華為云進一步展示了其全棧全場景的 AI 解決方案。具體來說，「全?！怪傅氖前ㄐ酒?、芯片使能、訓練和推理框架和應用使能在內(nèi)的全堆棧方案；「全場景」則是將公有云、私有云、各種邊緣計算、物聯(lián)網(wǎng)行業(yè)終端以及消費類終端在內(nèi)的全場景納入到 AI 的部署環(huán)境中。

那么，如何進一步理解當下 AI 開發(fā)、部署的痛點，華為云全棧全場景的 AI 能力，又對開發(fā)者、企業(yè)有何意義？

接下來，我們來一一解讀。

1．AI 開發(fā)／部署所面臨的挑戰(zhàn)

對于任何一個行業(yè)來說，AI 開發(fā)、部署都是一個全新的挑戰(zhàn)，而且這些挑戰(zhàn)也貫穿在 AI 開發(fā)、部署的始終。

首先，AI 算力需求旺盛且多樣化。自 2012 年以來，AI 計算能力需求早已超過摩爾定律，當模型越發(fā)復雜，當算力需求越來越大，開發(fā)者、企業(yè)所面臨的計算成本也在大幅上升。

另一方面，隨著物聯(lián)網(wǎng)以及即將到來的 5G 時代，AI 計算的場景也將變得多元化，從大型數(shù)據(jù)中心到迷你終端設(shè)備，不同場景下的計算需求、功耗成本以及計算延時也有著不同的需求。

這意味著，AI 開發(fā)者和企業(yè)需要強大、靈活以及多場景的算力。

其次，AI 框架與一站式 AI 平臺的需求。作為向下對接芯片、向上承載應用的 AI 框架，業(yè)界目前流行的 TensorFlow 等，多為美國公司研發(fā)并開源出來的產(chǎn)品，且不說會不會受到國際大環(huán)境的影響，只談開源產(chǎn)品的本地化后續(xù)服務，TensorFlow 等都很難直接適應中國開發(fā)者的需求。

而面對 AI 人才短缺的現(xiàn)實，如何進一步降低 AI 開發(fā)門檻成為行業(yè)的迫切需求，更進一步，開發(fā)者和企業(yè)也需要一站式的 AI 開發(fā)環(huán)境，從而快速完成從數(shù)據(jù)標注到模型部署的一整套工作流程。

第三，云、邊、端的訓練和部署如何協(xié)同。這是一個擺在全行業(yè)面前的共同挑戰(zhàn)， 相比于 AI 模型訓練為數(shù)不多的技術(shù)選型（GPU，數(shù)據(jù)中心），AI 模型部署對于開發(fā)者、企業(yè)而言更復雜。這是因為，AI 部署所面臨的是紛繁復雜的設(shè)備環(huán)境，特別是在移動設(shè)備、邊緣設(shè)備交織的業(yè)務場景里，如何高效完成模型從快速訓練到快速部署，成為各行各業(yè) AI 從業(yè)者關(guān)注的命題。

2．華為云如何破解算力難題？

在 ICT 領(lǐng)域耕耘多年的華為，面對 AI 領(lǐng)域開發(fā)、部署的難點、痛點，提出了自己的一番思考。

正如上文所言，AI 計算需求在過去七年里迎來大爆發(fā)，根據(jù) OpenAI 的統(tǒng)計，自 2012 年至今，AI 算力需求增長了 30 萬倍。

這帶來兩個顯著變化：其一，傳統(tǒng)的 CPU 已經(jīng)無法承擔起 AI 計算的需求；其二，業(yè)界對于 GPU、FPGA 與 NPU 的需求開始上升。

這正是華為昇騰芯片出現(xiàn)的行業(yè)背景。通過底層創(chuàng)新性的「達芬奇架構(gòu)」，使得華為昇騰芯片具備了在端邊云上擁有統(tǒng)一的計算架構(gòu)，由此帶來了不僅是計算能力的大幅提升，而且還可以實現(xiàn)算法一次開發(fā)，再順利遷移到其他場景的芯片上的能力。

以今年正式發(fā)布的的昇騰 910 芯片為例，其主要面向數(shù)據(jù)中心的云端AI訓練，半精度 （FP16）算力達到256 Tera－FLOPS，整數(shù)精度 （INT8） 算力達到512 Tera－OPS，達到規(guī)格算力所需功耗僅310W，無論計算能力還是功耗，都屬業(yè)界領(lǐng)先水平。

與此同時，基于「達芬奇架構(gòu)」，華為在端、邊、云都已推出了相應芯片，這些芯片構(gòu)成了華為 AI 能力的最底層：芯片層／利用華為云的調(diào)度能力，滿足開發(fā)者、企業(yè)不同場景中的計算需求，而公有云「用多少付多少錢」的商業(yè)模式，可以大幅降低企業(yè)的 AI 計算成本。

3．從框架到一站式開發(fā)平臺的賦能

在 AI 開發(fā)流程里，華為將 MindSpore 作為統(tǒng)一訓練和推理的開源框架。MindSpore 從設(shè)計開始，就確定了「AI 算法即代碼」的設(shè)計范式，可以大幅降低 AI 開發(fā)門檻；而在執(zhí)行模式中，基于 Ascend Native 的執(zhí)行引擎，能夠充分發(fā)揮昇騰芯片的強大算力；與此同時，MindSpore 還具備了適配端、邊、云的能力，在統(tǒng)一架構(gòu)的基礎(chǔ)上，根據(jù)場景不同可大可小，最大限度滿足企業(yè)場景需求，并提供更好的資源效率和隱私保護。

值得一提的是，MindSpore 未來也將全面開源，不同行業(yè)的開發(fā)者，完全可以根據(jù)其自身業(yè)務需求，靈活擴展和定制，將其應用到更多硬件平臺之上，構(gòu)建自己的 AI 訓練模型。

在開源框架 MindSpore 之上，華為還擁有一站式 AI 開發(fā)平臺 ModelArts，這個平臺所肩負的，是如何為開發(fā)者／企業(yè)提供一整套基于云端的機器學習開發(fā)全流程服務。

2019 年 3 月份，ModelArts 在 AI 權(quán)威競賽斯坦福大學 DAWNBench 榜單中取得圖像識別訓練和推理性能雙料冠軍，將模型訓練時間大幅縮減的同時實現(xiàn)了超強推理性能。

來看一組具體數(shù)字，在訓練性能方面，ResNet50＿on＿ImageNet上的測試結(jié)果顯示，當采用128塊V100時，華為云ModelArts上模型訓練時間僅需4分08秒，與 2018年12月創(chuàng)下的9分22秒紀錄相比又快了一倍，比此前 fast．a(chǎn)i 在 AWS 平臺上的訓練速度快4倍；在推理性能方面，華為云ModelArts識別圖片的速度是排名第二廠商的1．7倍、亞馬遜的 4 倍以及 Google 的 9．1倍。

ModelArts 能取得這樣的成績，展現(xiàn)了其在機器學習平臺的技術(shù)優(yōu)化能力，通過技術(shù)創(chuàng)新降低機器學習平臺的使用成本，最終將技術(shù)紅利讓給企業(yè)和開發(fā)者。

值得一提的是，華為云 ModelArts 也踐行了華為公司「把復雜留給自己，把簡單帶個客戶」的理念，內(nèi)置了自動（機器）學習特性，通過算法實現(xiàn)模型訓練的參數(shù)自動化選擇和模型自動調(diào)優(yōu)，讓零 AI 基礎(chǔ)的業(yè)務開發(fā)者快速完成模型的訓練和部署，甚至在一些場景中可以實現(xiàn)零代碼開發(fā) AI 模型。

比如在機器學習最耗時耗力的數(shù)據(jù)標注中，ModelArts 通過內(nèi)置 AI 數(shù)據(jù)框架，以 AI 機制來治理數(shù)據(jù)，再通過迭代訓練解決標注的數(shù)據(jù)量問題，這在數(shù)據(jù)量較大的場景中可百倍提升數(shù)據(jù)標注效率。

再比如針對 AI 開發(fā)全流程管理，ModelArts 內(nèi)置了可視化管理模塊，可以幫助開發(fā)者快速了解模型訓練的進展，ModelArts 提供了從數(shù)據(jù)、算法、訓練、模型、服務全流程可視化管理，通過任意一個對象查看這個流程，真正做到了工作流的可視化。

值得一提的是，在技術(shù)創(chuàng)新到產(chǎn)品全流程思考之外，ModelArts 還在生態(tài)使能上有自己的思考。AI 市場就是其中一例，這是一個基于 ModelArts 構(gòu)建的開發(fā)者生態(tài)社區(qū)，提供了 AI 模型、API 交易、數(shù)據(jù)、競賽案例等內(nèi)容共享功能。

在這個市場，不管是科研機構(gòu)還是 AI 應用開發(fā)商、解決方案集成商，抑或是不同行業(yè)不同類型的企業(yè)，都可以快速找到符合自身需求的技術(shù)或商業(yè)機會，有效連接 AI 開發(fā)生態(tài)鏈各參與方，加速 AI 產(chǎn)品的開發(fā)與落地，也保障了 AI 開發(fā)生態(tài)鏈上各個參與方的商業(yè)利益。

4． 高效可信的云端 AI 開發(fā)環(huán)境

如何將芯片帶來的計算能力與框架／平臺釋放的場景能力更便捷地交付給開發(fā)者，華為還為 AI 開發(fā)準備了一整套基于 CloudIDE 與 CodeHub 的高效可信開發(fā)環(huán)境。

首先，CloudIDE 定義了一種全新的在線編程體驗，開發(fā)者只需通過瀏覽器即可訪問云端集成的開發(fā)環(huán)境，無須擔心安裝過多軟件所帶來的本地資源消耗；其內(nèi)置了主流技術(shù)棧、支持 100 ＋語言的語法高亮，同時還能在線調(diào)試與在線運行；而利用云端按需獲取的方式，開發(fā)者可以靈活配置開發(fā)所需的計算與存儲資源，并根據(jù)需求彈性擴容。

與此同時，CloudIDE 與華為面向終端設(shè)備的 AppGallery Connect 形成了有效協(xié)同。對于移動設(shè)備開發(fā)者、企業(yè)的開發(fā)需求，可以提供包括計算、存儲、網(wǎng)絡、數(shù)據(jù)庫及 AI 在內(nèi)的等公有云資源，幫助開發(fā)者降低應用開發(fā)部署的難度和成本，從而讓他們更專注于提升應用體驗與打造優(yōu)質(zhì)內(nèi)容。

其次，華為云在開發(fā)代碼托管中做出了一系列創(chuàng)新，比如企業(yè)最關(guān)注的代碼安全性，華為云的 CodaHub 從訪問安全性到存儲安全性再到 對 Git－Crypt 的支持，全方面提升安全性。

更進一步，CodeHub 的代碼模版共享計劃，開發(fā)者或企業(yè)，可以將自己的項目作為一個代碼模版開放出來，提供給行業(yè)共同使用，這不僅體現(xiàn)了「我為人人、人人為我」的開源精神，也可以讓更多開發(fā)者通過「站在巨人肩膀上」的方式，實現(xiàn)更多創(chuàng)新。

第三，DevCloud 上述兩大服務與 AI 開發(fā)的全面協(xié)同效應。正如上文所言，CloudIDE 具備隨時可取云端開發(fā)資源的能力，這也意味著，利用 CloudIDE，開發(fā)者可以快速搭建 AI 開發(fā)環(huán)境，而通過 ModelArts SDK的樣例模板，可以快速構(gòu)建自己的項目。

在整個過程中，開發(fā)者和企業(yè)根據(jù)自己的業(yè)務需求，定制不同的計算／存儲資源，快速部署 AI 項目開發(fā)環(huán)境，然后引入 ModelArts 的 SDK，直接可以在 ModelArts 上完成訓練與部署的一站式開發(fā)，其成本也僅僅是使用云服務的成本。

5．寫在最后：中國 AI 開發(fā)進入黃金時代

無論是將 AI 定義為第四次技術(shù)革命的主要技術(shù)還是將其看作為一種通用目的技術(shù)，AI 之于各行各業(yè)的意義已經(jīng)在過去幾年初現(xiàn)出來——它將重構(gòu)眾多行業(yè)數(shù)十年甚至上百年的游戲規(guī)則，并帶來一次巨大的技術(shù)與商業(yè)創(chuàng)新。

這是技術(shù)帶來產(chǎn)業(yè)的新機遇。當國家層面的 AI 政策紅利不斷釋放，當我國的 AI 算法、學術(shù)研究屢次獲得國際贊譽，當各行各業(yè)開始擁抱 AI 的開發(fā)、部署與應用，如何為 AI 開發(fā)落地提供一整套解決方案，無疑成為擺在中國科技巨頭們面前的重要課題。

華為云正是其中一個重要玩家。

基于「達芬奇架構(gòu)」芯片賦能，為整個 AI 領(lǐng)域不斷上漲的算力提供了解決方案，滿足開發(fā)者、企業(yè)對于 AI 強大算力、多場景算力的需求；利用 MindSpore 和 ModelArts 的場景賦能，在大幅降低 AI 開發(fā)門檻、加速企業(yè) AI 開發(fā)的同時，還將利用開源持續(xù)推進中國自研 AI 框架的發(fā)展；圍繞 CloudIDE 的云端開發(fā)環(huán)境，既可以釋放華為在 AI 芯片與 AI 框架的核心能力，還可以釋放華為云的產(chǎn)業(yè)紅利。

上述三個方面，構(gòu)成了觀察華為云全棧全場景 AI 戰(zhàn)略的一個橫切面。

華為依托自身在 ICT 領(lǐng)域的技術(shù)積累，過去幾年迅速形成了一套從數(shù)據(jù)中心到邊緣設(shè)備的 AI 軟硬產(chǎn)品線以及解決方案，從自研芯片到自主框架，從一站式開發(fā)平臺到云端開發(fā)集成環(huán)境，華為將一系列 AI 軟硬件產(chǎn)品以華為云公有云的方式使能各行各業(yè)，加速各行各業(yè)步入 AI 開發(fā)、應用的快車道，實現(xiàn)行業(yè)數(shù)字化、智能化的變革。

一個可能的場景是，隨著包括華為云在內(nèi)的中國 AI 基礎(chǔ)設(shè)施服務商的快速發(fā)展，未來中國最好的 AI 應用一定是由中國 AI 芯片（昇騰芯片）驅(qū)動的 AI 框架與開發(fā)平臺（MindSpore＋ModelArts）和云端開發(fā)環(huán)境（CloudIDE＋CodeHub）所開發(fā)，并運行在中國最領(lǐng)先的云服務之一（華為云鯤鵬云服務）之上，這個屬于中國 AI 的黃金時代正在到來。