華爲AI的另一面

硬，既剛又硬。

這是華爲AI戰略全面推進後給外界留下的最深印象。

一方面指的是華爲切入的方式——AI處理器——屬於最核心硬體；另一方面則是AI處理器及其帶來的算力變革，效果夠硬。

但如果你以爲這就是華爲AI的全部，那今天它就會旗幟鮮明地讓你知道：你錯了。

因爲華爲的改變，正在發生、已經發生。

華爲之變：軟體站C位，全棧全場景
剛剛，華爲昇騰AI新品全球發佈會HAI 2020上，硬體產品首次讓出C位，軟體第一次全面鋪開，也是全棧鋪開。

從異構計算架構、端到端開發流程工具鏈，到業務開發，覆蓋從基礎軟體到AI應用開發，與硬體產品相結合，華爲拿出了堪稱業界最豐富的全棧軟體方案：昇騰AI全棧軟件平臺。

想要傳遞的信號再明顯不過：

華爲昇騰不僅僅只提供硬體層面的AI算力，也要爲開發者和ISV合作夥伴提供軟體層面的開發平臺。

華爲昇騰計算業務總裁許映童，再一次對外強調華爲的目標：極致效能，讓AI計算觸手可及，極簡易用，讓AI計算無處不在。

在他看來，這個過程中軟體是必需品，也是發揮硬體效能的核心。

實際上，華爲AI的軟體，今天並非是第一槍。

早在2018年10月10日，華爲在全聯接大會上發佈AI戰略時，就發佈了異構計算架構CANN 1.0和一站式AI整合開發套件MindStudio。

現在，CANN已經進化到了3.0版本，統一了推理和訓練的統一程式設計架構，實現了端邊雲協同。MindStudio進化到了2.0版本，功能更強。

與此同時，華爲還推出了一款全新軟體產品：昇騰應用使能 MindX 1.0，一共構造成了華爲昇騰AI全棧軟件平臺，也直接體現了華爲推進AI落地的態度。

核心新品：MindX，離華爲AI硬體「最遠的軟體」
在HAI 2020上，華爲發佈的昇騰AI全棧軟件平臺一共有四個模組，分別對應了不同層次開發者的需求。

異構計算架構CANN 3.0和全流程開發工具鏈MindStudio 2.0，提供給專業開發者，供他們開發AI平臺運算元和網路時使用，更側重開發效能。

深度學習框架MindSpore，提供給有開發AI模型需求的開發者，目前已經聚集了1.6萬多開發者，全場景應用已經超過了150種，將會在華爲全聯接大會上發佈最新進展。

與它們相比，AI業務應用開發平臺MindX 1.0，是距離華爲Atlas硬體產品最遠的軟體。從某種程度上，它也代表着華爲昇騰推進AI的深度和力度。

MindX 1.0的目標羣體，是沒有深度開發能力、但想要打造行業AI應用的客戶，承載着華爲「極簡易用，讓AI計算無處不在」的目標。

MindX 1.0一共有四大板塊：深度學習平臺MindX DL、智慧邊緣平臺MindX Edge、優選模型庫ModelZoo和行業SDK。

深度學習平臺面向模型訓練場景，華爲提供了一套邊雲協同的平臺設計方案。

許映童說，有需求的使用者以此爲基礎，進行簡單二次開發就可以滿足業務需求，快速上線。

與此同時，第四範式基於MindX DL推出商業版深度學習平臺，客戶可以拿走即用，進一步降低開發時間和人力成本。

據官方介紹，現在已經服務於金融行業，四大銀行都是客戶。

智慧邊緣平臺是面向推理場景的平臺。許映童說，它基於邊雲協同設計、能夠實現輕量化部署，支援攝像頭、工控機、機器人、無人機、邊緣推理伺服器等多樣化硬體形態支援。

優選模型庫ModelZoo是輔助開發工具，目前提供了20多個業界主流預訓練模型，下半年將會提供50個以上。

華爲介紹，這些模型都經過了高效優化，具備「昇騰親和力」，使用者可以輕鬆呼叫，來提高開發效率。

此外還有行業SDK，是華爲軟體中上手門檻最低的一個模組，封裝了華爲在行業AI領域的基礎演算法，以及華爲生態中開發者和ISV的know-how積累，結合AI實踐，來提高行業AI落地效率。

華爲已經推出了視覺和製造兩個行業SDK，並給出了標桿性案例。

拿落地成果說話：質檢效率提升3倍，檢出率99.9%
目前，Atlas智慧製造解決方案已經在華爲東莞松山湖生產基地應用，覆蓋計算、5G、終端等產品的80+條產線，主要的應用場景是質檢。

華爲工業自動化視覺實驗室主任吳佳芸介紹，在Atlas硬體裝置的支援下，華爲製造行業的解決方案做到了「一顆螺絲釘都不放過」：

不僅能夠在1000毫米視野下，以99.9%的準確率檢出5mm螺絲釘，還能夠實現反向檢測，確定是否有螺釘等異物散落，並自動校驗看物體位置是否準確、偏位。

而且在這樣的過程中，華爲將質檢人員效率提升了3倍。

吳佳芸說，能夠實現如此效果，在於華爲解決了AI在工業邊緣計算場景的兩個挑戰：

一方面，做到了演算法與工業知識結合，使其有了工業屬性，比如採用自學習從良品中學習特徵形成缺陷攔截標準等等，來解決工業製造流程中的適應性問題。

另一方面，基於邊雲協同，將AI應用的開發和部署匹配業務全流程，不僅能夠自動校驗結果，能夠升級工藝定製，還能夠細化缺陷型別，實現精細化的檢測等任務。會計初級職稱考試時間

從而將華爲松山湖AI生產基地打造了全流程應用的標桿案例，而華爲這次推出的製造行業SDK正是來自於這樣的AI實踐。

華爲昇騰計算業務CTO周斌在演講中，也展示了基於華爲行業SDK開發AI應用，會有怎樣的效率提升：

與之前動輒「萬級」的生產流程數據相比，現在只需要準備「百級」的產線檢測增量數據；
不用再麻煩的進行模型遷移、模型效果評估，直接打通了ModelZoo，可以對線上模型效果評估；
而且模型優化只需要數週，而不是原來的數個月，部署起來只需要數百行程式碼就能完成。
他說，在視覺行業SDK上，也展現出了同樣效果：

與傳統的開發方式相比，基於華爲的行業SDK，一位開發者用兩週的時間就能上線一個商業級CV應用，而且支援80路、1080P、25幀的視訊分析能力，開發效率提升10倍。

到底如何「讓極簡易用AI計算無處不在」？這就是華爲給出的最新解決方案，也是其在「AI落地時代」的打法。

本質之問：華爲爲何要推MindX？
對於華爲來說，基於昇騰處理器打造的Atlas硬體產品，已經覆蓋了端邊雲全場景，初步滿足了行業對AI算力的需求。

但想要將算力轉化爲生產力，還需要相應的軟體作爲「橋樑」，它不僅能更好地發揮硬體效能，也能夠將AI開發門檻變得更低。

但更重要的是，華爲能夠藉助軟體吸引更多的開發者和ISV加入昇騰生態。

許映童在接受量子位採訪時透露，這是華爲昇騰未來三年的首要任務。

在他看來，AI計算是一個生態型產業，核心競爭力在於懂AI的開發者羣體，只有他們才能 纔能發揮AI算力，將AI真正應用到行業裏面。

但他們是整個產業最稀缺的資源，全球AI專家人纔不過3萬多人，人才供需比僅爲1%。

雖然華爲昇騰已經面向高校、開發人員、初創企業、ISV等推出了合作夥伴計劃，並提供從學習到產品構建，再到產品上市、銷售的全方位激勵機制 機製。

但體驗更好的開發和執行環境和基礎服務，也是必不可少一環。

從行業發展狀況來看，隨着技術的發展，AI演算法成熟，AI算力的密度、品質都在提升，可獲得門檻逐步降低，各行各業對AI應用的需求開始釋放出來。

尤其是在5G之下，2020年新基建大勢到來，更是成倍地放大了這些需求。

許映童分享過這樣的一組數據：中國市場含AI的B2C應用整體滲透率爲10%，而AI在行業中的整體滲透率不過4%。

他說，「市場、客戶的需求，遠遠超出了我們的預期，和其他產業先孵化產品，然後推廣的情況相反，我們都是被客戶推着走，發展速度還不夠快。」

怎樣加快速度？從華爲發佈的最新軟件平臺中，不難看出答案。

華爲想做的，絕不僅僅只是服務一個層次，而是面向不同AI需求層次的開發者，提供不同的方案。

比如專業AI公司，提供昇騰AI算力和運算元開發工具。對於開發能力較弱的公司，提供包含行業SDK的MindX。

從而覆蓋更大範圍的市場，服務更多的羣體，打造更大的生態，從而實現「AI基礎設施提供者和千行百業使能者」的目標。

如何評價華爲AI的這波進展？
實際上，從2018年大張旗鼓推出AI戰略、亮相昇騰晶片，以AI算力切入行業的那天起，軟體層面的邏輯就已被暗含其中。

AI復興以來，算力的需求，大力出奇蹟的表象讓人忽略了本質——如何在大規模高複雜的網路模型訓練及推理中，可以做得更快更高效。

從解決問題的維度來說，沒有硬體的AI算力就是空中樓閣，但不能爲硬體匹配最好的軟體，就會讓硬體鋒芒打折扣。

縱觀AI行業中，無論是老牌半導體巨頭，還是AI造芯新勢力，軟硬一體化都是再明確不過的趨勢。

所以華爲軟體站上C位，只是時間和節奏問題。

此外，更重要的是，軟體層面的更大力度推進，背後是華爲對AI生態、AI開發者的服務誠意。

在進軍AI之時，華爲就把普惠AI、產業底座定爲目標……

但如果只有開放的硬體，而沒有開源和靈活接入的軟體，又怎能真正將AI之力帶到更多的場景、企業和開發者？

所以華爲這次進展，不僅是AI軟硬一體化的向前推進，更是通過軟體更好服務開發者的明確宣示。