華為AI的另一面

乾明 發自 凹非寺

量子位 報導 | 公眾號 QbitAI

硬，既剛又硬。

這是華為AI戰略全面推進後給外界留下的最深印象。

一方面指的是華為切入的方式——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。

但如果你以為這就是華為AI的全部，那今天它就會旗幟鮮明地讓你知道：你錯了。

因為華為的改變，正在發生、已經發生。

華為之變：軟體站C位，全棧全場景

剛剛，華為昇騰AI新品全球發布會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，華為拿出了堪稱業界最豐富的全棧軟體方案：昇騰AI全棧軟體平台。

想要傳遞的信號再明顯不過：

華為昇騰不僅僅隻提供硬體層面的AI算力，也要為開發者和ISV合作夥伴提供軟體層面的開發平台。

華為昇騰計算業務總裁許映童，再一次對外強調華為的目標：極致性能，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，也是發揮硬體性能的核心。

實際上，華為AI的軟體，今天並非是第一槍。

早在2018年10月10日，華為在全聯接大會上發布AI戰略時，就發布了異構計算架構CANN 1.0和一站式AI集成開發套件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編程架構，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，華為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為昇騰AI全棧軟體平台，也直接體現了華為推進AI落地的態度。

核心新品：MindX，離華為AI硬體“最遠的軟體”

在HAI 2020上，華為發布的昇騰AI全棧軟體平台一共有四個模塊，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平台算子和網絡時使用，更側重開發性能。

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，將會在華為全聯接大會上發布最新進展。

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

MindX 1.0的目標群體，是沒有深度開發能力、但想要打造行業AI應用的客戶，承載著華為“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：深度學習平台MindX DL、智能邊緣平台MindX Edge、優選模型庫ModelZoo和行業SDK。

深度學習平台面向模型訓練場景，華為提供了一套邊雲協同的平台設計方案。

許映童說，有需求的用戶以此為基礎，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台，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。

智能邊緣平台是面向推理場景的平台。許映童說，它基於邊雲協同設計、能夠實現輕量化部署，支持攝影頭、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持。

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。

華為介紹，這些模型都經過了高效優化，具備“昇騰親和力”，用戶可以輕鬆調用，來提高開發效率。

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

華為已經推出了視覺和製造兩個行業SDK，並給出了標杆性案例。

拿落地成果說話：質檢效率提升3倍，檢出率99.9%

目前，Atlas智能製造解決方案已經在華為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。

華為工業自動化視覺實驗室主任吳佳芸介紹，在Atlas硬體設備的支持下，華為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，華為將質檢人員效率提升了3倍。

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

一方面，做到了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，還能夠細化缺陷類型，實現精細化的檢測等任務。

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

華為昇騰計算業務CTO周斌在演講中，也展示了基於華為行業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，可以對在線模型效果評估；

而且模型優化只需要數周，而不是原來的數個月，部署起來只需要數百行代碼就能完成。

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，基於華為的行業SDK，一位開發者用兩周的時間就能上線一個商業級CV應用，而且支持80路、1080P、25幀的視頻分析能力，開發效率提升10倍。

到底如何“讓極簡易用AI計算無處不在”？這就是華為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：華為為何要推MindX？

對於華為來說，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。

但想要將算力轉化為生產力，還需要相應的軟體作為“橋梁”，它不僅能更好地發揮硬體性能，也能夠將AI開發門檻變得更低。

但更重要的是，華為能夠借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，這是華為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的開發者群體，只有他們才能發揮AI算力，將AI真正應用到行業裡面。

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

雖然華為昇騰已經面向高校、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。

但體驗更好的開發和運行環境和基礎服務，也是必不可少一環。

從行業發展狀況來看，隨著技術的發展，AI算法成熟，AI算力的密度、質量都在提升，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應用整體滲透率為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，我們都是被客戶推著走，發展速度還不夠快。”

怎樣加快速度？從華為發布的最新軟體平台中，不難看出答案。

華為想做的，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算力和算子開發工具。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，服務更多的群體，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。

如何評價華為AI的這波進展？

實際上，從2018年大張旗鼓推出AI戰略、亮相昇騰芯片，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複興以來，算力的需求，大力出奇跡的表象讓人忽略了本質——如何在大規模高複雜的網絡模型訓練及推理中，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，但不能為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。

所以華為軟體站上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，背後是華為對AI生態、AI開發者的服務誠意。

在進軍AI之時，華為就把普惠AI、產業底座定為目標……

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？

所以華為這次進展，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。

而且從目前落地成果而言，確實值得更多期待~

— 完 —