“芯”思不减,”AI”心无限,一文带你读懂华为的人工智能战略布局

1个月前发布 SanS三石
10 0 0

8月23日,华为在深圳坂田基地推出AI芯片昇腾910和开源计算框架MindSpore,华为公司轮值董事长徐直军在发布会上表示:昇腾910、MindSpore的推出,标志着华为已完成全栈全场景AI解决方案(AI Portfolio)的构建。

一提起华为,人们首先想到的是卖通讯设备或者卖手机的,怎么突然做起了AI的生意?其实可以从任正非的讲话中看出端倪。

2019年7月31日,华为举行“千疮百孔的烂伊尔2飞机”战旗交接仪式,任正非在仪式上做了题为《钢铁是怎么炼成的》的讲话,在会议上提及:5G就是一个小儿科,过于被重视了。5G提供高带宽、低时延,支撑的是人工智能,人工智能才是大产业。人工智能是又一次改变信息社会格局的机会,它需要超级计算、超大容量的数据存储和超速联接的支撑,才能实现。

不难看出,华为在下一盘AI大棋。不论是投入重金研发5G技术,还是撸起袖子闷头研发芯片,都是为了人工智能。

华为与其他AI厂商的最大区别是,华为提供的是全链路的端到端的解决方案,而其他AI厂商仅能提供中下游的解决方案

什么是全栈全场景AI解决方案?

什么是全栈?从技术功能视角看,是指包括Ascend昇腾系列IP和芯片、芯片使能CANN、训练和推理框架MindSpore和应用使能ModelArts在内的全堆栈方案。全栈是纵向的AI解决方案

什么是全场景?从产品视角看,是指包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等部署环境。全场景是横向的AI解决方案

在HuaWei Connect 2018大会上,华为公布了AI整体解决方案架构图:

从架构图中,华为意在提供全链路的端到端的解决方案,以覆盖全场景的产品。从上游的芯片,到中游的AI框架,以及下游的AI服务供APP使用,上中下游通吃,并根据场景划分,提供行业解决方案。

华为的五大AI战略

基于对用户需求的深度挖掘,对业务场景的深刻理解,以及对行业痛点的把控,华为提出了五大AI战略:

1.投资基础研究:在计算视觉、自然语言处理、决策推理等领域构筑数据高效(更少的数据需求) 、能耗高效(更低的算力和能耗) ,安全可信、自动自治的机器学习基础能力。

2.打造全栈方案:打造面向云、边缘和端等全场景的、独立的以及协同的、全栈解决方案,提供充裕的、经济的算力资源,简单易用、高效率、全流程的AI平台。

3.投资开放生态和人才培养:面向全球,持续与学术界、产业界和行业伙伴广泛合作。

4.解决方案增强:把AI思维和技术引入现有产品和服务,实现更大价值、更强竞争力。

5.内部效率提升:应用AI优化内部管理,对准海量作业场景,大幅度提升内部运营效率和质量。

这五大战略总结起来就是:技术、生态、场景。战略1和战略2谈及的是技术;战略4和战略5说的是场景;战略3是生态。三者相辅相成,缺一不可。

基石战略:技术先行

技术是第一生产力,在纵向AI战略上,华为从硬件、框架和工具提供了一揽子解决方案。

1.硬件布局:基于达芬奇架构的昇腾系列芯片(Max、Lite、Mini、Tiny、Nano)。

Nano用于耳机电话等IoT设备;Tiny和Lite用于智能手机的AI运算处理;Mini用于笔记本电脑等便携设备上;Multi-Mini或者Max用于边缘侧服务器上;Ascend-Max用于云端数据运算处理。

从穿戴设备到云端服务器,华为都提供了CPU或者Soc解决方案,一块都不落下。华为自研的麒麟810就是基于达芬奇架构,相当于Ascend-Tiny和Ascend-Lite系列;Ascend 310属于Ascend-Mini系列;Ascend 910属于Ascend-Max系列。

2.框架布局

在HuaWei Connect 2018大会上,华为提出AI框架应该是开发态友好(例如显着减少训练时间和成本)、运行态高效(例如最少资源和最高能效比)、适应每个场景(包括端、边缘和云)。

MindSpore是一个训练和推理框架,除了支持Ascend处理器,还支持通用的GPU和CPU处理器。类似于谷歌的TensorFlow、Facebook的Pytorch,百度的飞桨PaddlePaddle。

MindSpore 在以上三个方面都取得了显著的进展:在按需协同的基础上,基于AI算法即代码的理念,使核心代码量降低20%,开发态变得更加友好,显著减少模型开发时间,降低了模型开发门槛,效率整体提升50%以上。

通过MindSpore框架自身的技术创新及其与昇腾处理器协同优化,有效克服AI计算的复杂性和算力的多样性挑战,实现了运行态的高效,大大提高了计算性能。

MindSpore通过统一架构,实现一次训练,到处部署,可以部署到端,边缘和云上。针对不同的运行环境,MindSpore框架架构上支持可大可小,适应全场景独立部署。

3.工具布局

在工具方面,华为主要推出了:芯片算子库和高度自动化算子开发工具CANN和工作流工具ModelArts。

CANN 面向人工智能不断出现的多样性算子,兼顾了高性能和高开发效率。TensorEngine 实现了统一的 DSL 接口、自动算子优化、自动算子生成,以及自动算子调优功能,其中TensorEngine中采用了陈天奇等人提出的 TVM。

ModelArts是面向AI开发者的一站式开发平台,提供海量数据预处理及半自动化标注、大规模分布式训练、自动化模型生成及端-边-云模型按需部署能力,帮助用户快速创建和部署模型,管理全周期AI工作流。“一站式”是指AI开发的各个环节,包括数据处理、算法开发、模型训练、部署都可以在ModelArts上完成。

生存战略:场景落地

有了技术的加持,接下来就是AI场景如何落地的问题,把AI思维和技术引入现有产品和服务。如果研发的AI技术,仅仅属于实验室产品,无法走出实验室,那么它的生命是短暂的。只有推出的AI技术被广泛运用于不同行业的不同场景下的产品,这样才具有生命力,才能解决发展生存的问题。

比如Ascend 310芯片就获得了广泛应用。与国内外主流车企在园区巴士、新能源车、自动驾驶等场景进行了深入合作。基于Ascend 310的Atlas系列板卡、服务器,与数十家伙伴在智慧交通、智慧电力等数十个行业落地行业解决方案。基于达芬奇架构的麒麟芯片也已经广泛运用于华为自己的手机。

在对内上,华为基于自研的AI技术,广泛运用于华为内部的流程管理和产品研发上,每年投资2亿美元,用AI来提升内部效率,已经取得了不俗的成绩,有效提升了内部运营效率和质量。

发展战略:生态建设

最难的属于生态建设。生态建设首先要解决人的问题,只有开发者多了才有人气。对于开发者来说,主要关注两点:易用和服务。易用就是方便、快捷、简单。服务就是碰到了问题,能有人帮助快速解决。华为在这两块投入了大量的人力和物力来进行生态的建设。

华为云常年举办奖金非常丰厚的AI竞赛以及华为云服务优惠方案,将大量的AI开发者聚集到身边,让开发者基于华为自研的AI技术进行技术研发。对于华为自研的AI技术,提供了翔实的开发者文档和案例文档,供开发者学习,还有各种开发论坛供开发者学习交流和讨论。

华为在工具方面的布局CANN和ModelArts,都是为了降低AI开发者门槛,迅速上手AI开发,提高AI开发效率,在易用方面可谓是不遗余力。

华为宣布开源MindSpore框架,借助社区的力量壮大完善AI框架,同时未来会出版《昇腾处理器架构与编程》一书,让更多的人了解Ascend芯片。

华为下一步AI战略重点

8月23日,徐直军在会上表示华为AI战略的执行进入了新的阶段。随着Ascend 910和MindSpore框架的发布,已经完成了AI基础设施建设的闭环,那么接下来的重点应该在场景的落地和生态的建设,我们也将会看到越来越多的行业解决方案,未来可期!

总结

华为5大AI战略,在技术、生态、场景上狠下功夫,打造了一个立体式的AI解决方案,从横向和纵向两方面着手布局,力图打造全链路端到端的全栈全场景AI解决方案

基于自家的5G技术和存储技术,再结合AI解决方案,意在提供普惠AI,华为希望和全行业一起,合作共赢,让人工智能不再是高高在上,而是走向普罗大众,让每个人、每个家庭、每个组织都能享受到人工智能的价值!

© 版权声明

相关文章

暂无评论

您必须登录才能参与评论!
立即登录
暂无评论...