從火種到能源的擺渡者：華為做AI的邏輯鏈

當燧人氏第一次鑽木取火的時候，他看見了什麽？

房屋取暖？照明？冶煉？內燃機？顯然這些都不在他的視線之內。三皇五帝到如今，為了把取火這東西變成人類共享的能源，地球經過了幾千年的前赴後繼。

一個技術念頭的出現當然不易，但從技術原點到普遍應用，要跨過的千山萬水往往無聲而悲壯。取火、蒸汽機、石油、電子計算，莫不如是。

AI也是一樣，當圖靈提出人工智能假想的時候，他沒有也不必去思考這東西如何作用於世界經濟。但把AI從技術理論拓展到現實世界應用，這是浩渺時空交給21世紀的任務——AI很有用，但AI到底怎麽用？

對這個問題的解答，正在中國的土地上此起彼伏地上演。

這兩天科技界鋪天蓋地的消息，是華為在HC 2018期間，由華為輪值董事長徐直軍，首次發布了華為的AI戰略，以及全棧全場景AI解決方案。

而外界最關注的，顯然是華為發布了“盛傳已久”的AI芯片Ascend(昇騰)系列，其中包括雲伺服器芯片昇騰910，和邊緣計算應用為主的昇騰310。這是因為芯片這個詞在今年實在太敏感，也是因為AI芯片正在成為世界產業競爭的主旋律。

但是吧，關於華為有AI芯片了，這兩天毫無疑問會有無數媒體報導。我們這裡再重複一遍也沒啥意思，不如咱們來關注下華為所發布AI架構的另一個關鍵詞：全棧。

事實上，兩枚AI芯片也是華為全棧全場景AI架構的一部分，此外發布的體系還包括：芯片算子庫和自動化算子開發工具CANN；華為自己的AI推理框架MindSpore；所提供全流程服務ModelArts，以及分層API和預集成方案的應用使能。

對各大AI公司有了解的朋友，不難發現還沒有哪家公司打造了如此全面的AI全棧方案。據目前了解，由此出發，華為將在明年提供公有雲、私有雲、邊緣計算、物聯網行業終端以及消費終端的全場景AI部署能力。

那麽問題來了，假如以上算是故事背景，我們想知道的或許是：為什麽華為一定要一出手就“大費周章”打造全系統的AI架構？偷個懶或者慢慢來不好嗎？而全棧全場景到底有什麽用？為什麽不是其他公司率先搶到全棧全場景這個“頭籌”？

這裡面，包含著AI產業自身，以及華為AI戰略裡一條環環相扣的邏輯鏈。

這個邏輯來自華為，但這個故事卻不僅關於華為。AI一如鑽木取火，從看見火種，到打造系統的能源產業，這其中要有無數“擺渡人”輪番上陣。他們要做的工作只有一個：發現，然後解決下一個問題。

今天AI的問題：有多美好，就有多困難

咱們先來解釋這樣一個問題：為什麽AI需要全棧解決方案？

首先我們都知道，AI是非常有用的，說得肯定一些，我們甚至無法找到哪個行業不能應用AI。畢竟AI是一種機器與現實世界間的互動邏輯。機器能看能聽能想，對於任何行業都是重要的——這是AI之所以美好。

那麽各個行業都用上機器的“看聽想”了嗎？顯然並沒有。

這裡可以分享幾個採訪中我們實際接觸的故事：

有一家橡膠廠，想要製作一個自動檢測配料剩餘情況的AI系統，設計中是利用機器視覺和數據分析技術來提醒工人添加配料。工廠找了某算法公司做供應商，在框架上跑出來的模型效果蠻好，結果安裝到廠房裡一用，發現該報警的時候不報警，白白浪費了不少原料。

這種情況並不少見，今天的機器學習模型往往屬於“應試考生”，跑分問題不大。但在實際環境中部署，要貼合帶寬、算力、設備、延遲容錯度等多個因素，往往剛上陣就原形畢露。而真正融入生產流水線裡的AI系統，更是可能跑出來天花亂墜的錯誤。

再說一個工業園區，他們想要把園區監控系統換成智能監控。結果一打聽，首先要把園區的攝影頭都換了。好吧，爬高換個攝影頭也就忍了，結果又得知必須把園區裡所有電線杆都換成可給攝影頭供電供網的專用電線杆——拔掉園區裡所有電線杆誰受得了？

還有更搞笑的，某國企，長官號召要進行AI轉型。於是技術人員開始構思AI轉型，結果發現生產系統非常複雜，根本沒法找到一套適應龐大IT體系的AI方案。最後解決辦法是全廠更換了智能飲水機……

這些企業想要運用AI，但卻被AI的“紙上談兵”給擋在了門外。想要破解這個困難，不僅需要依靠基礎科技的創新和創意性解決方案，更重要的是要有一套適合產業AI應用的技術體系，讓大大小小各種企業都找到自己的AI入場券。

於是“全棧全場景”就成了關鍵詞。

從結果逆推:AI需要什麽，於是華為做了什麽

假如有能滿足工業級AI應用的算力與訓練環境，橡膠廠就可以順利以AI提高生產效率；假如能夠構建邊緣計算AI處理矩陣，園區就不用痛苦地更換電線杆；假如能夠基於一個大型企業需求，打造體系化的私有雲AI方案，工廠也就不至於把換飲水機充作AI項目。

今天AI在產業實際應用中的問題，是需求太複雜，但能獲取的B端解決方案往往單一。有的用戶需要跑通從開發到訓練的全流程；有的用戶需要大規模部署的算力；有的用戶需要邊緣計算的AI能力，千變萬化的企業和行業需求，逆推出一個結論：AI供應，必須全棧。

於是我們看到，華為打造了從芯片到框架，再到邊緣、終端的全棧AI架構。用戶可以根據自己需求，以不同的產品形態、技術體系調用華為的AI服務，自由選擇所需技術組合，達成一體化自動化，多層次精確部署AI模型。

這就好比一個管家，必須掌握所有的鑰匙才算稱職。

當你能打開每一扇門，才能讓你的客人看到所有風景：無論是配合複雜的用戶環境、跨技術層次的模型協同優化、還是基於雲邊端協同部署AI，都可以基於全棧架構實行靈活拆分和再組合，從而實現使用者的不同需求，這也就是華為AI體系強調的全場景能力。

AI想要從論文和框架裡走出來，走到田間地頭工廠學校，今天看來必須有全棧全場景AI解決方案作為連接橋梁。於是這個邏輯很簡單，AI面對最顯眼的問題是什麽，華為就針對性攻克了什麽。

而接下來我們會問：全棧全場景AI很重要，別家就不知道嗎？為什麽只有華為“狠心”搞了一個全套？

道法自然：為什麽全棧AI只有華為能做，只有華為要做？

可以用一句繞口令來解釋，為什麽是華為發布了目前業界唯一的全棧AI解決方案：華為打造AI，是基於華為體系，面向華為需求。

說白了，只有華為可以不那麽用力地去擁抱AI，也無需過度擔心未來AI市場。華為首席戰略架構師黨文栓就在採訪中提到，對華為而言，每一層AI架構都是自然而然的。

就拿外界看起來最困難的AI芯片來說，在華為看來，神經網絡芯片本身並沒有太複雜，核心是芯片設計和工藝的挑戰，而這恰恰是華為在路由器芯片和多年各種芯片設計中已經具備或一直在積累的能力。

再比如，算法公司打造全棧AI的一個痛點，往往在於雲端一體化領域，邊緣計算設備、小站、物聯網終端硬體等等的AI部署會成為命門。而華為恰好有雲端邊多種IT產品的布局優勢，不費力就已經打通了AI的任督二脈。

事實上，在全棧AI這個高技術密度、產業協同度要求的命題下，華為長久以來布局的ICT產業優勢，會像山泉匯聚為江河一樣滾滾而來，合作產生AI技術解決能力與產品化通道。這個道理基本與圍棋裡的布局相一致，前面布的子多，後面就怎麽下都有利。

更自然的，是華為AI架構的去處。徐直軍就坦言，即使沒人用華為的AI也沒什麽，自己用總歸可以。華為一年賣出去2億台手機就是可以用的。

實質上，目前華為已經在公有雲業務，推出了面向企業政府的AI業務；以及消費者終端中大名鼎鼎的移動AI。這兩者的根基，已經讓華為可以不必過分擔心全棧AI的商業問題。重度投入AI也就變成了符合華為根本利益的一件事。

來得自然，去得坦然。全棧AI可以說是從華為產業體系中孵化出來，又可以借助華為產業體系獲得最大價值——這就解釋了為什麽華為能做，並且要做全棧化的AI架構。

據徐直軍透露，就連昇騰這個名字，都起得很是“道法自然”——純粹是因為想不到好名字，而這個名字剛好被華為注冊過。

當然，全棧AI對於華為來說，絕不僅僅是“有了更好”那麽簡單。

未來的紅色預警：為什麽華為無法在AI上“偷懶”？

反過來，我們可以再思考這樣一個問題：如果華為今天沒有制定AI戰略，推出全棧AI架構，或者在技術投入上稍微“偷懶”，那麽接下來會怎樣？

這或許是今天泛企業服務領域都必須向自己提問的問題：面對充滿不確定性的未來，我們敢放走AI嗎？

首先，對於華為這樣的公司來說，失去AI就等於失去了未來龐大的業務需求。

今天的產業AI需求，是一個橫貫政府、社會基礎設施、運營商、各體量企業與科研機構的龐大命題，且與消費終端息息相關。當客戶對AI的需求不斷旺盛的時候，不做AI就等於和未來的市場增長說再見，更是加大了被企業市場淘汰的風險。抵禦未來風險的最好方式，就是先一步開拓AI戰略。

那麽既然要做AI，華為越早全棧化，也就是對客戶體系的最好交代。

徐直軍在採訪中說起AI開發框架的時候認為，類似技術屬於那種“做了不知道怎樣，但不做未來一定會出問題”。全棧化AI同樣可以套用這個邏輯，當競爭對手開始提供全棧能力的時候，也就是華為現有用戶體系動搖的開始。

而且全棧全場景化AI體系的潛台詞，是服務企業掌握了足夠的技術靈活性與開放性，可以滿足客戶企業未來持續的技術發展需求。在智能化這條路上，企業非常懼怕服務商技術難以更新，導致使用技術服務等於變相套牢自己的尷尬。所以AI架構的完善性，就成了華為必須一次性找到較完整答案的問題。

更重要的，或許是如果坐看AI落地問題擴大，那麽最壞結果就是AI技術與產業發展整體受阻。歷史上兩次AI之冬都由落地問題而來。面對人類經濟體可能普遍收益的通用技術機遇，當然沒有人希望再來一次技術寒冬。那麽必須有人扛上去的時候，華為並不是一個壞的選擇。

我們可以這樣總結華為做AI的邏輯關係：

過去AI產業的發展，積累了待解決問題與市場機遇，也留給華為必須做全棧AI的啟示；現在，由於華為的產業布局和技術投入，從芯片到框架，再到邊端的全棧AI體系得到了自然生長；而未來，面對未知中的壓力與責任，華為又必須選擇AI作為戰略中軸——也就是說在華為拿出的技術體系背後，是基於問題意識和戰略預判做出的最優解。

面對AI時，可能每一家企業都需要類似的邏輯做出選擇。

AI作為面向未來產業的核心契機，小到華為，大到國家經濟體，延伸到每一個個人和組織，都無法放棄通用技術帶來普遍生產力更新的渴望。

畢竟我們已經看到火了。

進一步，得到的也許是人類沿用萬年的能源；撤一步，留下的是一捧灰燼。於是總有人不能後退。