昨天上午，在上海舉行的 2018 全聯接大會上，華為輪值董事長徐直軍宣佈了華為的 AI 戰略與全棧式解決方案，同時發佈了兩款全新 AI 芯片以及跨平臺深度學習框架。可以說，這是近年來 BAT 等巨頭高調投入 AI 之際，華為高層首次對外宣佈集團層面的 AI 戰略。
華為本次發佈的 AI 全棧式解決方案，讓這家公司成為目前全球唯一提供 AI 全棧軟件和系列化芯片的提供商。同時，華為還提供了一套與之配套的統一開發框架。
華為 AI 發展戰略
AI 是基礎生產力，這個觀點是華為通過自身的實踐總結出的經驗，現在華為希望把提升自身生產力的技術開放出來，供所有人使用。「自 2017 年起，華為就確定了構建萬物互聯的願景，」華為輪值董事長徐直軍表示。「為此，華為制定了 AI 發展戰略。如同工業化革命期間的電力和鐵路一樣，人工智能是 21 世紀的新通用目的技術。」
徐直軍表示，華為之所以強調 AI 是一種通用技術，是為了讓我們正視 AI 的價值，AI 不僅能夠讓我們高效解決已經解決的問題，還可以解決很多未解決的問題。
華為認為，人工智能帶來的改變將涉及所有行業，包括交通、教育、醫療和金融。而人工智能引發的變革才剛剛開始，目前我們正處在 AI 應用與社會環境相互碰撞的時期。在研究層面，2017 年全球發表的機器學習論文數量已經達到了 2 萬餘篇，目標檢測、機器翻譯的性能超越人類；而另一方面，只有約 4% 的企業已經投資或部署了 AI 技術，5% 的高等教育機構使用了 AI 等等，這反映出應用層面的冷靜。現階段，這種研究與應用之間的落差令人欣喜，同時選擇解決正確的問題是最重要的任務。
徐直軍表示，為了彌合這種研究與應用之間的差距，AI 需要以下十大改變：
華為花費很長時間介紹了目前人工智能面臨的 10 大挑戰。基於這十大改變，華為的 AI 發展戰略包括五個方面：
- 投資基礎研究：在計算視覺、自然語言處理、決策推理等領域構築數據高效（更少的數據需求）、能耗高效（更低的算力和能耗），安全可信、自動自治的機器學習基礎能力。
- 打造全棧方案：打造面向雲、邊緣和端等全場景的、獨立的以及協同的、全棧解決方案，提供充裕的、經濟的算力資源，簡單易用、高效率、全流程的 AI 平臺。
- 投資開放生態和人才培養：面向全球，持續與學術界、產業界和行業夥伴廣泛合作，打造人工智能開放生態，培養人工智能人才。
- 解決方案增強：把 AI 思維和技術引入現有產品和服務，實現更大價值、更強競爭力。
- 內部效率提升：應用 AI 優化內部管理，對準海量作業場景，大幅度提升內部運營效率和質量。
基於這樣的考量，華為提出了自己的全棧 AI 解決方案。
全棧全場景 AI 解決方案
據介紹，華為的全棧方案具體包括：
- Ascend： 基於統一、可擴展架構的系列化 AI IP 和 芯片，包括 Max、Mini、Lite、Tiny 和 Nano 五個系列。包括今天發佈的華為昇騰 910（Ascend 910），它是目前全球已發佈的單芯片中計算密度最大的 AI 芯片，還有 Ascend 310，它是目前面向計算場景最強算力的 AI SoC。
- CANN： 芯片算子庫和高度自動化算子開發工具。
- MindSpore：支持端、邊、雲獨立的和協同的統一訓練和推理框架。
- 應用使能：提供全流程服務（ModelArts）、分層 API 和預集成方案。
此前曝光的「達芬奇計劃」旨在讓 AI 技術融入華為的所有產品和業務，包括為雲服務器研發的專用 AI 加速芯片，也包括 5G 技術的研發，在智能攝像頭等終端設備、甚至智能駕駛上搶奪先機。
其中，華為自研的人工智能計算芯片是重中之重。「如果說算力的進步是當下 AI 大發展的主要驅動因素，那麼，算力的稀缺和昂貴正在成為制約 AI 全面發展的核心因素。」徐直軍表示。
今天，華為發佈了兩顆全新的 AI 芯片：Ascend 910 與 Ascend 310。
華為首席架構師黨文栓介紹說，Ascend 芯片採用統一達芬奇架構：可擴展計算、可擴展內存、可擴展片上互聯。因此，這是全球首個覆蓋全場景的智能芯片系列。
AScend 910
AI 雲芯片是人們關注的重點。「媒體一直在預測華為正在開發 AI 芯片，今天我要告訴你：你們的猜測是對的！」徐直軍說道。
在發佈會上，華為簡要介紹了兩款芯片的性能指標，服務器芯片昇騰（Ascend）910 採用 7nm 製程，最大功耗為 350W，算力比英偉達 Tesla V100 還要高出一倍。華為稱，昇騰 910 是目前單芯片計算密度最大的芯片。華為並不像谷歌一樣只在自己的服務器中使用 AI 雲芯片，這款芯片將於明年二季度正式上市。
在發佈芯片的同時，華為還發布了大規模分佈式訓練系統 Ascend 集群，在設計中，該集群將包括 1024 個 Asced 910 芯片，算力達到 256P，大幅超過英偉達 DGX2 和谷歌 TPU 集群。這種服務器將同樣在 2019 年二季度推出，幫助開發者更快地訓練模型。
Ascend 310
與高功耗的 910 一同推出的 Ascend 310 是昇騰迷你係列的第一款產品。據稱這款芯片功耗為 8 瓦，採用 12nm 工藝，算力可達 16TFLOPS，其集成了 16 通道全高清視頻解碼器，具體性能見上圖。
除此之外，在 2019 年華為還將發佈三款昇騰 IP：Ascend Lite、Ascend Tiny、Ascend Nano。華為還將發佈基於 Ascend 310 的多款 AI 產品，分別面向不同場景，如 Atlas800、MDC 600 等。
基於昇騰 310/910，華為還將提供相應的加速卡和服務器，以支持公有云、私有云服務。
華為希望提供全棧、全場景的開發平臺，因此今天華為還發布了深度學習框架、算子開發工具 CANN 以及提供全流程服務的分層 API 和預集成方案。
CANN 與 AI 框架 MindSpore
在硬件之上，華為還提出了完整的軟件堆棧，以實現一次性算子開發、一致的開發和調試體驗。華為希望能夠幫助開發者實現一次性開發，應用在所有設備端、邊緣及雲端平滑遷移的能力。
其中，算子庫 CANN 面向人工智能不斷出現的多樣性算子，兼顧了高性能和高開發效率。其中的 Tensor Engine 實現了統一的 DSL 接口、自動算子優化、自動算子生成，以及自動算子調優功能。值得一提的是，華為在 Tensor Engine 中採用了陳天奇等人提出的 TVM。華為稱，CANN 可以實現 3 倍的開發效率提升。
MindSpore 是華為提出的 AI 框架，與 TensorFlow、PyTorch、PaddlePaddle 等框架並列。華為認為未來的 AI 將會由任務驅動，非常個性化。隨著技術發展，安全問題和算力問題成為重要挑戰。歐盟推出的 GDPR 法案讓很多互聯網公司被迫重新規制自身業務；另一方面，自 AlexNet 到 AlphaGo Zero，人工智能算法的算力需求也提升了 300000 倍。
MindSpore 可覆蓋終端設備到雲服務器的所有場景。在發佈會上，華為介紹了 MindSpore 設備端深度學習框架，其容量只有不到 2m 大小，運行時佔用內存不到 50m。華為表示，MindSpore 同時也支持目前所有主流深度學習框架中的模型。
在框架之上，華為還為開發者提供了更為高級的 ModelArts，這是一個機器學習 PaaS，提供全流程服務、分層分級 API 及預集成解決方案。
「AI 將重新定義應用開發，」首席戰略架構師黨文栓表示。「我們的 ModelArts 將支持全流程模型生產，支持人工智能條件下的開發流程。」
華為還推出了面向生產自動化的 ExeML
在兼容性方面，華為表示，目前的 Cloud EI 也支持 GPU 的開發。華為提供的預集成解決方案支持公有云和混合雲環境。
在今年 8 月於重慶召開的首屆智博會上，華為雲 BU 總裁、華為副總裁鄭葉來表示，華為將圍繞「用得起、用得好、用得放心」三個方面進行深入探索，最終實現「普惠 AI」。在今天的一系列產品發佈之後，相信我們已經對華為的全部願景有所瞭解。
閱讀更多 雲威人工智能 的文章
