做AI芯片,华为一鸣惊人!
扫描二维码
随时随地手机看文章
这次内部谈话,任正非谈到了华为的人工智能服务方向、研发重点。其中,关键词之一就是基于华为现有的网络存量,将AI聚焦在改善服务上。即“人工智能要瞄准服务主航道。”
值得注意的是,此处提及的诺亚方舟实验室则是华为于2012年成立的,专注于人工智能、机器学习、数据挖掘等前沿科技领域,也是华为正式投入AI基础研究的先导信号。
诺亚方舟上面还有更加神秘的“2012实验室”,这是华为的总研究院,包括中央硬件工程学院、海思、研发能力中心、中央软件院等。
早期的华为的AI研究主要还是聚焦在企业内部的服务当中,其对外的动作和谷歌、微软以及国内的BAT相比,低调很多。
以和云计算息息相关的云端AI芯片市场为例,作为 AI 云服务的重要部分,为深度神经网络任务专门加速的云端芯片,成了当前云服务厂商的兵家必争之地。英伟达凭借其CUDA方案,一时风头无两。谷歌在2016年推出了专为机器学习定制的专用芯片TPU,已经被其应用在了AlphaGo、搜索、翻译、相册等背后的机器学习模型中。今年2月,谷歌云TPU 宣布向外部用户开放。
国内的情势也是刻不容缓,百度在7月份的开发者大会,推出了云端全功能AI芯片“昆仑”,其在训练和推理上的能力不容小觑,并且与百度的AI大脑构成协同作用。阿里巴巴则是在刚刚过去的云栖大会上,宣布成立独立的半导体公司平头哥,其首款自研深度神经网络芯片将于明年4月正式流片。
面对国内外的多面夹击,华为的步伐不得不加快了。
这次昇腾系列芯片的发布可以看出华为的野心非常大,不仅仅要超越已有的竞争对手,还要做的更全更大,不过最终的应用成绩如何还要等待时间考验。
华为的AI之心可期
据了解,有业内人士将华为的人工智能研究被分为三个部分:做基础理论研究;做使能器来改造华为的流程管理,“这个使能工程不对外,只全对内”;第三部分就是做人工智能相关的产品,对外赋能。
在外界的认知中,华为和AI的连接点更多的体现在移动处理器上。从2017年搭载NPU的麒麟970横空问世,引领了AI芯片在手机端的热潮。再到今年的麒麟980继续改进其神经网络推理加速架构,并推出全新双核NPU,华为表示麒麟980相比麒麟970可获得75%的性能提升,能耗比则比麒麟970提高58%。
同时,在AI方面,华为的布局看似不显山露水,其实已经在tob以及toc两端上一步步稳扎稳打了。
今年4月份,华为轮值董事长徐直军提到,“华为要把AI的技术引入我们的智能终端、云和网络。”
网络运营商方面,华为在原有的全云化网络构架基础上引入了机器学习,开发了SoftCOM AI解决方案架构,SoftCOM AI整个构架有两个核心:一个核心是AI训练平台,用以训练数据,输出模型或算法;另一个核心是智能管控中心,用以收集数据,根据训练平台输出的模型和算法,推理出网络动作指令并执行。最终去实现电信网络的自动、自治、自愈等。
云方面的布局更是不遑多论,此次全联接大会上,昇腾系列芯片的推出可见华为对于云的高度重视。今年3月,华为在公有云领域加大投入并成立了云BU,其与目前华为的三大业务BU属于并列地位;7月,华为全面升级云品牌“华为云”。
这次全联接大会上的“+智能”的口号,也是华为云“+AI”的延续,“+AI”而不是“AI+”华为也深知人工智能当前的技术趋势更多还是处在早期,是为原有的一些产品应用赋能,而不是凭空去推出一个完全“AI”的东西。
华为先将AI应用于内部的制造、物流、零售等场景,比如华为使用图像处理技术和深度学习智能判定,将设备成品率提升到了 99.55%,然后再开始向外输出自己的AI能力。去年9月,华为推出了基于华为云的企业智能EI平台,通过EI平台,可以让所有的企业和政府用户使用AI打造的各种各样的产品和服务。
总而言之,华为一直想做的是构建从芯片、终端到云端的协同发展人工智能。
结语:
华为此次的全联接大会可谓是干货满满,徐直军也提到后面几天的会议会陆续详细介绍华为的几大AI发展战略。
在AI方面,华为是不鸣则已,一鸣惊人,其推出的全场景、全终端的AI芯片覆盖了云端、边缘端以及终端。确实,从昇腾到麒麟系列,华为的AI芯片布局算的上是目前国内外布局最为全面的科技公司。无论是对标英伟达,还是谷歌,华为的技术实力都让其人工智能野心十分可期。