华为昇腾计算业务部张迪煊：全栈全场景开发平台可弥补AI人才稀缺问题

理查德·利普西（Richard G Lipsey）在《经济转型：通用技术和长期经济增长》一书中提到，尽管人类社会发明万千，但历史上能够被定义的“通用技术”（GPT）的发明仅有26项，其中包含蒸汽机、电力、个人电脑。

我们不禁思考，AI是否可能成为下一代通用技术？透过其数十年学术发展，答案无疑是的；AI具备多用性，可以和各行各业结合，并产生溢出价值，符合理查德等学者对GPT的定义。

然而，AI的运作需要三个不可或缺的要素：数据、算法和算力。目前，我们的网络带宽能容纳海量数据、有前沿数据科学的算法支持，但当算力不足时，一切应用都只是空中楼阁。

2018年，华为发布全栈全场景AI解决方案：昇腾（Ascend），尝试帮助中小企业解决算力稀缺的窘境。作为AI应用环节的重要基础设施，昇腾近两年推出AI芯片、全场景AI计算框架MindSpore、CANN等系列基础软硬件等，以构建完整的AI服务框架。

图，昇腾310芯片架构，单片可支持 16 路 1080P@30fps 的视频解码需求

据介绍，基于华为昇腾芯片打造的Atlas 900 AI集群可达到256P算力，训练速度实现“分钟级”突破，同类集群训练速度在70秒左右，Atlas 900只需45.6秒。

华为的数据中心正在如何帮助企业AI化？如何同时满足不同场景下的客户需求？华为昇腾计算业务副总裁张迪煊表示，首先构建AI集群基础设施，赋能中小企业经济且强大的算力服务（Atlas）；开放底层基础软件，打造简单易用开发平台，降低AI门槛（CANN 3.0、MindStudio）；最后，向企业提供客制化技术服务。

图，张迪煊接受媒体采访

“在技术硬件平台上，我们有推理产品有板卡、服务器。首先，同样功耗的板卡，我们训练深井网络的速度是业界领先的美国公司产品的1.5倍。另外，例如人脸识别等视频识别需求，我们的AI服务器能同时处理80路，业界领先的只有40路。

此前的计算集群需要一千个芯片组成协同，去年发布时训练速度已突破分钟级，通过一年的优化，集群芯片数量降低一半，训练速度提升到了45.6秒。同样的业内产品，需要70秒。此前几个月完成的训练任务，现在只需一杯咖啡的时间。效率，是推动人工智能发展的关键。”

AI人才在企业中稀缺的，昇腾希望通过创造更简单易用的开发工具，帮助企业降低AI化门槛。

CANN 3.0是华为向深度开发者提供的全场景AI模型框架，覆盖昇腾、手机麒麟芯片、摄像头芯片等IP，打通了手机生态及AI数据中心生态。

MindSpore初衷是打造全栈全场景开源框架。AI公司生产系统大部分精力在模型部署环节，80%部署落地在边缘侧。将模型部署带手机中，面临巨大成本问题，通过全场景协同及管理网络打通，快速把训练数据模型可以快速布局边缘上面去，例如项目组今天想做车辆识别，明天就可以下发到手机，非常灵活。今年3月，MindSpore正式开源。

MindStudio 2.0工具链，包括工具安装、模型开发、算子开发，提供可视化的界面，UI窗口为WEB界面的，提供模型的优化功能，方便开发者可部署。

图，一位年轻AI开发者正在学习使用华为mxVision进行图形化编程

“目前，我们可以看到，市面上主流框架都是美国的，其中PyTorch在学术界占有率最高，TensorFlow在工业界有极高稳定性。

华为在AI框架领域，底层硬件不仅对接自己的MindSpore，也和百度、旷视及其他厂商做对接，实现1+1>2的协同效果。

MindSpore也在交互界面上类似PyTorch一样友好。昇腾正在尝试和企业合作，一起做科研、发论文，帮助研究者取得科研成果。”

据悉，华为昇腾战略生态在过去一年中进展迅速，已和60多所学校合作建立实验室，商用100多个联合解决方案，软件平台已超过4万开发者，并预计在三年内拥有百万开发者。

据中国信通院数据，2015年到2018年复合平均增长率为54.6%，高于全球平均水平(约36%)，仅仅在2018年，中国人工智能产业市场规模已达到415.5亿元。以此推算，2019年我国人工智能市场规模达到554亿元左右。同时在新基建背景下，人工智能及工业互联网潜在市场似乎已被提前释放。华为昇腾作为国内头部全栈全场景AI开发平台，正在尝试以AI的思维解决AI人才短缺困难，帮助更多中小企业智能化、自动化，以适应未来市场。

（文/胥崟涛）