华为AI的另一面

华为AI的另一面

• 来源:网络
• 更新日期:2020-08-11

摘要：乾明 发自 凹非寺量子位 报道 | 公众号 QbitAI硬，既刚又硬。这是华为AI战略全面推进后给外界留下的最深印象。一方面指的是华为切入的方式AI处理器属于最核心硬件；另一方面则

乾明 发自 凹非寺

量子位 报道 | 公众号 QbitAI

硬，既刚又硬。

这是华为AI战略全面推进后给外界留下的最深印象。

一方面指的是华为切入的方式AI处理器属于最核心硬件；另一方面则是AI处理器及其带来的算力变革，效果够硬。

但如果你以为这就是华为AI的全部，那今天它就会旗帜鲜明地让你知道：你错了。

因为华为的改变，正在发生、已经发生。

华为之变：软件站C位，全栈全场景

刚刚，华为腾AI新品全球发布会HAI 2020上，硬件产品首次让出C位，软件第一次全面铺开，也是全栈铺开。

从异构计算架构、端到端开发流程工具链，到业务开发，覆盖从基础软件到AI应用开发，与硬件产品相结合，华为拿出了堪称业界最丰富的全栈软件方案：腾AI全栈软件平台。

想要传递的信号再明显不过：

华为腾不仅仅只提供硬件层面的AI算力，也要为开发者和ISV合作伙伴提供软件层面的开发平台。

华为腾计算业务总裁许映童，再一次对外强调华为的目标：极致性能，让AI计算触手可及，极简易用，让AI计算无处不在。

在他看来，这个过程中软件是必需品，也是发挥硬件性能的核心。

实际上，华为AI的软件，今天并非是第一枪。

早在2018年10月10日，华为在全联接大会上发布AI战略时，就发布了异构计算架构CANN 1.0和一站式AI集成开发套件MindStudio。

现在，CANN已经进化到了3.0版本，统一了推理和训练的统一编程架构，实现了端边云协同。MindStudio进化到了2.0版本，功能更强。

与此同时，华为还推出了一款全新软件产品：腾应用使能 MindX 1.0，一共构造成了华为腾AI全栈软件平台，也直接体现了华为推进AI落地的态度。

核心新品：MindX，离华为AI硬件“最远的软件”

在HAI 2020上，华为发布的腾AI全栈软件平台一共有四个模块，分别对应了不同层次开发者的需求。

异构计算架构CANN 3.0和全流程开发工具链MindStudio 2.0，提供给专业开发者，供他们开发AI平台算子和网络时使用，更侧重开发性能。

深度学习框架MindSpore，提供给有开发AI模型需求的开发者，目前已经聚集了1.6万多开发者，全场景应用已经超过了150种，将会在华为全联接大会上发布最新进展。

与它们相比，AI业务应用开发平台MindX 1.0，是距离华为Atlas硬件产品最远的软件。从某种程度上，它也代表着华为腾推进AI的深度和力度。

MindX 1.0的目标群体，是没有深度开发能力、但想要打造行业AI应用的客户，承载着华为“极简易用，让AI计算无处不在”的目标。

MindX 1.0一共有四大板块：深度学习平台MindX DL、智能边缘平台MindX Edge、优选模型库ModelZoo和行业SDK。

深度学习平台面向模型训练场景，华为提供了一套边云协同的平台设计方案。

许映童说，有需求的用户以此为基础，进行简单二次开发就可以满足业务需求，快速上线。

与此同时，第四范式基于MindX DL推出商业版深度学习平台，客户可以拿走即用，进一步降低开发时间和人力成本。

据官方介绍，现在已经服务于金融行业，四大银行都是客户。

智能边缘平台是面向推理场景的平台。许映童说，它基于边云协同设计、能够实现轻量化部署，支持摄像头、工控机、机器人、无人机、边缘推理服务器等多样化硬件形态支持。

优选模型库ModelZoo是辅助开发工具，目前提供了20多个业界主流预训练模型，下半年将会提供50个以上。

华为介绍，这些模型都经过了高效优化，具备“腾亲和力”，用户可以轻松调用，来提高开发效率。

此外还有行业SDK，是华为软件中上手门槛最低的一个模块，封装了华为在行业AI领域的基础算法，以及华为生态中开发者和ISV的know-how积累，结合AI实践，来提高行业AI落地效率。

华为已经推出了视觉和制造两个行业SDK，并给出了标杆性案例。

拿落地成果说话：质检效率提升3倍，检出率99.9%

目前，Atlas智能制造解决方案已经在华为东莞松山湖生产基地应用，覆盖计算、5G、终端等产品的80+条产线，主要的应用场景是质检。

华为工业自动化视觉实验室主任吴佳芸介绍，在Atlas硬件设备的支持下，华为制造行业的解决方案做到了“一颗螺丝钉都不放过”：

不仅能够在1000毫米视野下，以99.9%的准确率检出5mm螺丝钉，还能够实现反向检测，确定是否有螺钉等异物散落，并自动校验看物体位置是否准确、偏位。

而且在这样的过程中，华为将质检人员效率提升了3倍。

吴佳芸说，能够实现如此效果，在于华为解决了AI在工业边缘计算场景的两个挑战：

一方面，做到了算法与工业知识结合，使其有了工业属性，比如采用自学习从良品中学习特征形成缺陷拦截标准等等，来解决工业制造流程中的适应性问题。

另一方面，基于边云协同，将AI应用的开发和部署匹配业务全流程，不仅能够自动校验结果，能够升级工艺定制，还能够细化缺陷类型，实现精细化的检测等任务。

从而将华为松山湖AI生产基地打造了全流程应用的标杆案例，而华为这次推出的制造行业SDK正是来自于这样的AI实践。

华为腾计算业务CTO周斌在演讲中，也展示了基于华为行业SDK开发AI应用，会有怎样的效率提升：

与之前动辄“万级”的生产流程数据相比，现在只需要准备“百级”的产线检测增量数据；

不用再麻烦的进行模型迁移、模型效果评估，直接打通了ModelZoo，可以对在线模型效果评估；

而且模型优化只需要数周，而不是原来的数个月，部署起来只需要数百行代码就能完成。

他说，在视觉行业SDK上，也展现出了同样效果：

与传统的开发方式相比，基于华为的行业SDK，一位开发者用两周的时间就能上线一个商业级CV应用，而且支持80路、1080P、25帧的视频分析能力，开发效率提升10倍。

到底如何“让极简易用AI计算无处不在”？这就是华为给出的最新解决方案，也是其在“AI落地时代”的打法。

本质之问：华为为何要推MindX？

对于华为来说，基于腾处理器打造的Atlas硬件产品，已经覆盖了端边云全场景，初步满足了行业对AI算力的需求。

但想要将算力转化为生产力，还需要相应的软件作为“桥梁”，它不仅能更好地发挥硬件性能，也能够将AI开发门槛变得更低。

但更重要的是，华为能够借助软件吸引更多的开发者和ISV加入腾生态。

许映童在接受量子位采访时透露，这是华为腾未来三年的首要任务。

在他看来，AI计算是一个生态型产业，核心竞争力在于懂AI的开发者群体，只有他们才能发挥AI算力，将AI真正应用到行业里面。

但他们是整个产业最稀缺的资源，全球AI专家人才不过3万多人，人才供需比仅为1%。

虽然华为腾已经面向高校、开发人员、初创企业、ISV等推出了合作伙伴计划，并提供从学习到产品构建，再到产品上市、销售的全方位激励机制。

但体验更好的开发和运行环境和基础服务，也是必不可少一环。

从行业发展状况来看，随着技术的发展，AI算法成熟，AI算力的密度、质量都在提升，可获得门槛逐步降低，各行各业对AI应用的需求开始释放出来。

尤其是在5G之下，2020年新基建大势到来，更是成倍地放大了这些需求。

许映童分享过这样的一组数据：中国市场含AI的B2C应用整体渗透率为10%，而AI在行业中的整体渗透率不过4%。

他说，“市尝客户的需求，远远超出了我们的预期，和其他产业先孵化产品，然后推广的情况相反，我们都是被客户推着走，发展速度还不够快。”

怎样加快速度？从华为发布的最新软件平台中，不难看出答案。

华为想做的，绝不仅仅只是服务一个层次，而是面向不同AI需求层次的开发者，提供不同的方案。

比如专业AI公司，提供腾AI算力和算子开发工具。对于开发能力较弱的公司，提供包含行业SDK的MindX。

从而覆盖更大范围的市场，服务更多的群体，打造更大的生态，从而实现“AI基础设施提供者和千行百业使能者”的目标。

如何评价华为AI的这波进展？

实际上，从2018年大张旗鼓推出AI战略、亮相腾芯片，以AI算力切入行业的那天起，软件层面的逻辑就已被暗含其中。

AI复兴以来，算力的需求，大力出奇迹的表象让人忽略了本质如何在大规模高复杂的网络模型训练及推理中，可以做得更快更高效。

从解决问题的维度来说，没有硬件的AI算力就是空中楼阁，但不能为硬件匹配最好的软件，就会让硬件锋芒打折扣。

纵观AI行业中，无论是老牌半导体巨头，还是AI造芯新势力，软硬一体化都是再明确不过的趋势。

所以华为软件站上C位，只是时间和节奏问题。

此外，更重要的是，软件层面的更大力度推进，背后是华为对AI生态、AI开发者的服务诚意。

在进军AI之时，华为就把普惠AI、产业底座定为目标……

但如果只有开放的硬件，而没有开源和灵活接入的软件，又怎能真正将AI之力带到更多的场景、企业和开发者？

所以华为这次进展，不仅是AI软硬一体化的向前推进，更是通过软件更好服务开发者的明确宣示。

而且从目前落地成果而言，确实值得更多期待~

完