华为：全栈全场景AI解决方案

华为公司在《泛在算力：智能社会的基石》的报告中提出了这样的预测：截止到2025年，人工智能的产业规模将达到2081亿美元，所消耗的算力将占总算力消耗的80%以上。那么，华为是如何在智能计算的扩疆之战中布局AI生态的呢？

总体来说，在发展智能计算产业时，华为所使用的基础策略是“硬件开放，软件开源，使能合作伙伴”。下面我们将对华为在“AI新基建”领域的布局建设做一个详细分析。

◆面向企业：打造低门槛AI开发工具

目前，阻碍AI快速落地的主要因素有两个：一是缺乏专业人才；二是相关基础设施效率低下。

从行业企业上来看，如果企业只是通过购买和定制AI模型来发展业务，那么后续的自我迭代工作便难以实现；同时定制代码的周期比较长，工作量巨大，很难快速实现AI业务的上线。对创业企业来说，AI行业的门槛较高，业务相对复杂，如果没有足够的行业经验支持，便很难进行AI应用开发。从行业开发者来看，AI应用开发的工作任务重、业务繁忙，没有时间再去深度研究算法；而通用的应用程序编程接口无法支持行业特定的业务流程，存在较大的局限性。另外，AI项目过多，则会导致大量重复工作，而相似的项目却又难以简单进行重复利用。

这些行业痛点如果无法解决，则很难实现AI项目和业务的快速落地。为此，华为自主研发了AI应用开发专业套件ModelArtsPro。这是业内首款企业级AI应用开发专业套件，是面向企业的专业AI开发工具，能够向企业提供优质、高效的AI开发服务。

ModelArtsPro能够面向多种行业场景发挥作用，包括物流、零售、金融、医疗、交通等。它能基于华为云为企业提供文字识别、视觉识别、自然语言处理、知识图谱等多种AI应用开发套件，并帮助企业根据行业需求和场景需要定制相关服务。华为云ModelArtsPro平台具备五大特点：

●高效的行业算法：平台拥有高效、优质的行业算法，能够借助较少的标注数据为开发者提供高精度AI应用。其算法优势主要得益于两点：一是华为领先的AI技术；二是华为丰富的行业专家经验。

●领先的AI开发平台：ModelArts是领先的AI开发管理平台，能够为底层开发商提供先进的算法技术和一站式服务，保证低成本、高效率、高精度的AI应用开发。

●简单的流程式开发：用户可借助平台预设的工作程序轻松进行流程式开发和迭代。

●灵活的工作流编排：在特定的行业和场景中，开发者可根据自身需求灵活编排工作流，并进行AI应用开发。

●丰富的开放生态：华为云拥有开放的生态环境，有助于用户在AI市场中对所需行业工作流进行分享、获取和购买，同时有助于AI行业的高质、高效落地。

◆面向开发者：搭建全场景AI计算框架

AI的研究和生产之间存在着巨大的差距。目前，学术界AI模型研究和工业界AI模型应用全面开花，而AI模型的研究和应用一方面需要易上手、易控制的AI开发工具，另一方面也需要大数据、完备功能和多种应用场景的支持。

华为打造的MindSpore是一种适用于全场景的AI计算框架，可以满足产学界开发者的AI需求；同时它还是一种训练推理框架，可以支持昇腾处理器、图形处理器、中央处理器等。MindSpore使用起来简单、方便，可以大大缩短模型开发周期，显著降低模型开发门槛，实现按需协同。MindSpore主要具有三大特性：

●开发态友好：MindSpore的AI算法具有领先的技术和工具，包括自动微分技术、自动并行技术、自动调优技术和可视化工具等，能够在运行过程中减少20%的核心代码量，提升50%的整体效率，使整个开发态变得更加友好。

●运行态高效：将MindSpore应用于昇腾芯片之中，能够实现图编译加速、算子编译加速、神经网络的并行执行，从而提升昇腾芯片处理动态图的性能。实际上，在MindSpore的帮助下，昇腾芯片的整体性能可提升1.6倍。

●部署态灵活：MindSpore能实现全场景按需协同，可利用自适应部署技术灵活完成从终端设备到云端的相关部署。同时，在这一过程中，开发者对AI应用的调校只需进行一次。MindSpore框架除了支持华为的鸿蒙操作系统外，还支持安卓、iOS等操作系统；MindSpore框架在移动端可以提供10多种功能，大大完善了HMS智慧服务体系；MindSpore的架构设计非常灵活，既可以设计大模型，也可以设计小模型，并能使模型设计向着低功耗、高效率、轻量级方向发展。

◆生态基座：统一计算架构与全场景布局

目前，华为正在加快AI生态建设，积极为高校、初创企业、开发人员和合作伙伴提供优质、高效的AI服务。华为高级副总裁张顺茂曾这样描述华为，“大厦不能建在沙丘上，也不能建在别人的基座上”。那么华为AI生态的基座是什么呢？答案是昇腾AI芯片。

2014年，华为开始论证AI处理器统一架构，并在短短两年时间内完成了名为“达芬奇”的架构设计。“达芬奇”架构以Cube计算引擎为核心，具有可扩展计算和存储的能力。传统的芯片内只有单Cube，而该架构实现了芯片内的多Cube，可以使数千个芯片相互联通，极大地解决了算力差异问题。统一的“达芬奇”架构能够提供一种“通用语言”，从而使终端设备与云端的“沟通”变得更容易，这种设计不仅减少了程序之间的工作量和改写代码的工作量，同时也大幅提升了开发效率。另外，它还能让开发者享受同等的开发体验。

华为以“达芬奇”架构为基础开发出昇腾AI芯片，该芯片可以在不同场景中提供AI服务。之后，华为又在昇腾AI芯片的基础上打造出名为Atlas的人工智能计算平台，并基于这一平台，相继推出Atlas系列模块、板卡、小站、服务器、集群等多款产品。目前，Atlas系列产品已经在数十个行业落地，涉及智慧交通、智慧电力、智慧金融、智慧城市、智能制造等多个领域。

●在云侧，Atlas可以用于智能交通领域，帮助交通部门对过往车辆进行实时监控，并对4300万张车辆图片进行实时分析。如果采用通用处理器来处理这些图片，需要3000台服务器；如果采用图形处理器来处理这些图片，需要100台处理器；而如果采用嵌入式神经网络处理器来处理这些图片，只需要60台处理器。Atlas正是采用基于AI深度学习的嵌入式神经网络处理器来处理这些图片，因此不仅能大大减少处理器的部署数量，还能极大地降低整个交通系统的功耗。

●在边缘侧，华为基于Atlas为松山湖基地提供了高质量的工业质检解决方案。在Atlas的应用下，该工业质检解决方案的质检准确率高达99%，有些工艺的精度甚至能达到99.9%。目前，华为已经在昇腾社区公开了这一AI质检算法模型，广大开发者只需要在社区中下载即可免费进行使用。

●在终端侧，华为的Atlas200AI加速模块被南开大学计算机学院用于视网膜病变的筛查和检测。Atlas200AI加速模块可以为终端的AI应用提供强大的算力。南开大学的李涛教授表示：“与几款服务器级的CPU和GPU相比，Atlas200拥有更高的能效比、更好的便携性和更低的价格。”在昇腾社区，华为为开发者创建了三大中心：资源中心、赋能中心和知识中心。其中，资源中心可为开发者提供技术文档和开发工具；赋能中心为开发者提供人工智能的理论课程、实践课程和应用案例；知识中心为开发者提供在线问答、流程支持、远程支持、经验分享等服务。

华为战略与发展委员会主任徐直军曾这样描述华为的AI战略，“如同公元前的轮子和铁、19世纪的铁路和电力，以及20世纪的汽车、电脑、互联网一样，华为认同AI是一组技术集合，是一种新的通用目的技术”。

在信息时代，科技巨头们相互较量，谁建立了领先的AI生态，谁就能成为竞争中的“王者”。目前，各大科技公司竞争的核心战场已经转移到AI生态的建设上。以开发者为核心，以市场需求为驱动，积极构建AI生态已经成为科技企业的共识。AI生态的布局建设涉及AI芯片、AI算法研究、开源AI框架、AI应用开发平台、云边端AI服务、AI开发者社区等多个领域。而在这些领域的“AI新基建”中，华为已经成为名副其实的领导者。