華為如何創造可持續發展的普惠人工智慧？

聯合國開發計劃署（UNDP）與《經濟學人》智庫（EIU）於近日發布的《發展4.0：亞太地區加速實現可持續發展目標中的機遇與挑戰》報告（以下簡稱《發展4.0》）指出：自動化、人工智慧AI和第四次工業革命的創新正在滲透一切。

從2016年AlphaGo到2018年初的全球人工智慧瘋狂炒作期過後，我們面臨的不是泡沫後的一地雞毛，反而是全球更加堅決地進入了人工智慧時代，而今天僅僅是一個開始——普惠人工智慧與可持續發展目標的結合。

如果你認為人工智慧不是普惠技術的話，看一看這樣一家機器人公司製造的機器：一條縫紉機器人生產線可以代替傳統十個工人的生產線，機器人生產線能每8小時生產1142件T恤，而工人生產線卻只能生產669件T恤。

《發展4.0》還例舉了：耐克公司與Flex公司合作自動化造鞋；阿迪達斯則把造鞋工廠重新外包到德國和美國的公司，這些西方的外包公司使用計算機編織、機器人剪切以及增材製造技術，不僅僅降低了成本，更帶來快速的產品上市和靈活的產品開發等收益。

顯然，人工智慧正在成為一個全人類的新的通用目的技術。

在華為全聯接大會2018上，華為輪值董事長徐直軍指出，如同公元前的輪子和鐵、19世紀的鐵路和電力，以及20世紀的汽車、電腦、網際網路一樣，華為認同人工智慧是一組技術集合，是一種新的通用目的技術（GPT）。

而算上人工智慧，人類發展到今天，總共有26種通用技術。

與發展其它通用目的技術一樣，必須要以可持續為目標發展人工智慧，才能創造對全人類都有價值的普惠技術。

這，就是華為在全聯接大會2018上發布系列人工智慧晶片以及一攬子人工智慧戰略的深層次原因。

可持續普惠從晶片開始

（上圖為華為輪值董事長徐直軍）

在華為全聯接大會2018上，華為輪值董事長徐直軍首次發布華為AI戰略與全棧全場景AI解決方案，其中包括全球首個覆蓋全場景人工智慧的華為Ascend（昇騰）系列晶片以及基於華為Ascend（昇騰）系列晶片的產品和雲服務。

目前，全球人工智慧領域的核心硬技術就是晶片技術。

在軟體和算法領域，通過谷歌、微軟、亞馬遜等各大公司的開源努力，以及OpenAI等開源組織等推進，全球各個國家和地區已經有適當的渠道獲得成熟的人工智慧開源軟體和算法。

但在人工智慧晶片領域，還處於一塊空白區，當前已經有多家晶片廠商在開發定製化的AI晶片或使用GPU，專用的人工智慧晶片屈指可數。

正如華為IT產品線副總裁兼IT智能計算業務部總裁邱隆所指出，在一定的計算環境中完成訓練的人工智慧模型，往往在實際投產時會遇到與應用硬體環境不兼容或不適配的問題，算法模型與不同實際應用場景下的硬體結合正在成為人工智慧普及的一大根本性挑戰。

而這是因為不同應用場景下的硬體核心晶片，並沒有針對人工智慧計算任務進行統一的兼容適配和優化。

正如與微軟應用軟體適配的英特爾晶片支撐起了PC的普惠，大量新興的人工智慧軟體和算法也需要與之相適配的人工智慧晶片，而這樣的人工智慧晶片還需要考慮到能耗等可持續發展目標。

徐直軍在華為全聯接大會2018上接受採訪時，就「達文西架構」指出：為什麼華為要構建新的架構來支持人工智慧晶片，這是基於華為對人工智慧理解和人工智慧需求自然產生出來的。

華為需要是雲到邊緣和端（包括不同物聯網終端）的全場景支持人工智慧，因此必須要開創一個新的架構，而且這個架構要在技術上行得通、可實現。

「幸運的是找到了這個架構，我們開創性達文西架構，就能夠解決從極致的低功耗需求到極致的大算力需求全覆蓋，現在我們還沒有看到市場上有其它架構能夠做到這一點。

」

「達文西架構」就是Ascend系列晶片所基於的統一架構。

華為首席戰略架構師黨文栓強調，基於達文西統一架構的好處是可以一次性開發算子、算力可擴展、一致的開發和調試體驗、開發一次可跨各場景平滑遷移、超高帶寬和極低時延以及可擴展的片上互聯等。

而基於統一的達文西架構的Ascend系列晶片，可實現任何場景下以最低成本獲得最優性能。

華為Ascend（昇騰）系列晶片基於統一、可擴展架構的系列化AI IP和晶片，包括Max、Mini、Lite、Tiny和Nano等五個系列。

華為全聯接大會2018上首發華為昇騰910（Ascend 910），面向數據中心的計算需求，是目前全球已發布的單晶片計算密度最大的AI晶片；昇騰310（Ascend 310），面向桌面計算、邊緣伺服器計算等場景，是目前最強算力的AI SoC。

此外，華為還將在陸續推出面向智慧型手機計算場景的Lite、面向Always-on時刻在線計算場景的Tiny以及面向智能耳機等可穿戴計算場景的Nano，覆蓋從小於1毫瓦到200+瓦的全功率計算場景。

徐直軍表示，華為並不直接銷售Ascend系列晶片，而是對外提供基於Ascend晶片的硬體產品，例如本次推出的基於Ascend 310的Atlas智能計算平台：面向端側的Atlas 200 AI加速模塊、面向數據中心側的Atlas 300 AI加速卡、面向邊緣側的Atlas 500智能小站、以及定位於企業領域一站式AI平台的Atlas 800 AI一體機。

其中，Atlas 200 AI加速模塊僅半張信用卡大小即可支持16路高清視頻實時分析，面向攝像頭、無人機等端側設備部署，功耗僅10W左右；Atlas 500智能小站是業界領先集成AI處理能力的邊緣產品，機頂盒大小即可實現16路高清視頻處理能力，相比業界產品性能提升4倍，適用於交通、看護、無人零售、智能製造等廣泛的領域。

而所有的Ascend系列晶片也都將通過華為雲對外提供服務，華為全聯接2018上先期推出基於Ascend 310的H6通用推理實例和Ai1推理實例，以及基於Ascend 910的At1訓練實例和用於訓練的裸機服務。

除了Atlas系列，華為全聯接2018上還推出了面向移動汽車計算的MDC（Mobile Data Center），可內置到智能汽車上。

從達文西架構到Ascend系列晶片再到Atlas智能計算平台和華為雲服務，華為在人工智慧晶片上是一個面向未來的長遠布局，而且是考慮到各類功耗和長期低功耗可持續發展需求的布局。

全面的人工智慧戰略

（上圖為華為公司董事、戰略Marketing總裁徐文偉）

華為輪值董事長徐直軍在華為全聯接大會2018上表示：「華為人工智慧的發展戰略，是以持續投資基礎研究和AI人才培養，打造全棧全場景AI解決方案和開放全球生態為基礎。

面向華為內部，持續探索支持內部管理優化和效率提升；面向電信運營商，通過SoftCOM AI 促進運維效率提升；面向消費者，通過HiAI，讓終端從智能走向智慧；面向企業和政府，通過華為雲EI公有雲服務和FusionMind私有雲方案為所有組織提供算力並使能其用好AI；同時我們也面向全社會開放提供AI加速卡和AI伺服器、一體機等產品。

」

具體來說，華為的AI戰略包括五大方面：投資基礎研究——在計算視覺、自然語言處理、決策推理等領域構築數據高效（更少的數據需求） 、能耗高效（更低的算力和能耗） ，安全可信、自動自治的機器學習基礎能力；打造全棧方案——打造面向雲、邊緣和端等全場景的、獨立的以及協同的、全棧解決方案，提供充裕的、經濟的算力資源，簡單易用、高效率、全流程的AI平台；投資開放生態和人才培養——面向全球，持續與學術界、產業界和行業夥伴廣泛合作；解決方案增強——把AI思維和技術引入現有產品和服務，實現更大價值、更強競爭力；內部效率提升——應用AI優化內部管理，對準海量作業場景，大幅度提升內部運營效率和質量。

除了Ascend系列晶片及智能計算平台外，華為的全棧全場景AI解決方案還包括：晶片算子庫和高度自動化算子開發工具——CANN；支持端、邊、雲獨立的和協同的統一訓練和推理框架——MindSpore；提供全流程服務的機器學習PaaS——ModelArt，提供分層API和預集成方案的應用使能；以及面向生產環境的模型自動優化——ExeML，面向執行的自動模型生產和適應部署環境的自動優化。

華為強調全棧和全場景AI解決方案，所謂全棧就是技術功能視角，包括晶片、晶片使能、訓練和推理框架和應用使能在內的全堆棧方案；所謂全場景，就是包括公有雲、私有雲、邊緣計算、物聯網行業終端以及消費類終端等全場景的部署環境。

此前，在2018年4月，華為發布了面向智能終端的人工智慧引擎HiAI；2017年9月，華為發布了面向企業、政府的人工智慧服務平台華為雲EI；本次華為發布的全棧全場景解決方案，是對華為雲EI和HiAI的增強支撐。

華為雲BU EI服務產品部總經理賈永利在華為全聯接大會2018上宣布，華為雲EI（企業智能）服務基於華為最新AI晶片實現能力升級，通過三大典型場景加速推動AI行業落地，並正式發布華為雲EI城市智能體，幫助解決更多城市難題。

例如，2018年6月華為推出了EI交通智能體，深圳市公安局交通警察局交通科技處處長李強在華為全聯接大會2018上表示，依託城市交通大腦，通過科技加警務的雙輪驅動，打造城市交通智能體，讓市民出行更美好。

現在，深圳交警可以做到對於開車打手機、未系安全帶等視頻的秒級識別。

激活更多人工智慧產業生態

華為全棧全場景AI還在激活更多的應用場景。

在自動駕駛領域，華為與奧迪在華為全聯接大會2018上宣布了在L4自動駕駛領域的聯合創新。

通過華為與奧迪雙方技術人員的共同努力，已經將華為MDC移動數據中心集成到奧迪Q7原型車中，用於城市自動駕駛環境的運行。

華為公司董事、戰略Marketing總裁徐文偉就此表示：「在汽車智能化的趨勢下，華為將發揮ICT領域的領先技術優勢，與世界最成功的優選汽車品牌之一——奧迪聯合創新，共同引領自動駕駛進入快車道。

相信不久的將來，消費者可以體驗到更加安全、舒適、便捷、智能的自動駕駛服務。

」此前在2018年7月10日，華為與奧迪在柏林簽署戰略合作諒解備忘錄，聯合發展智能網聯汽車。

華為企業BG的數字平台也在華為全棧全場景AI的激活下，進一步提升各層次能力：在混合雲層，華為擁有當前業界唯一能達到300微秒IO響應的、唯一能實現全分布式無網關「真」雙活的雲存儲方案FusionStorage8.0，以及當前業界最多IaaS層雲服務的私有雲方案FusionCloud6.5；在網絡層，華為擁有業界領先的能支持10K容器分鐘級上下線的智簡網絡解決方案CloudFabric；在端側，華為擁有業界第一具備高清視頻實時分析功能的智能加速模塊Atlas200，以及領先的智能小站產品；尤其是本次發布的全棧全場景AI，把AI的能力加入到數字平台里，將更好的支撐企業數字化轉型。

金融行業是人工智慧應用和數字化轉型的一大重點行業。

在華為全聯接大會2018上，華為與德勤中國聯合發布了《智慧銀行白皮書》，指出商業銀行正朝著「體驗為王，技術制勝」的方向進行數字化轉型，打造無界智慧銀行，大數據、人工智慧等新技術將一同成為支撐未來智慧銀行的基礎。

華為企業EBG中國區金融業務部總經理劉維明表示，隨著人工智慧，大數據、區塊鏈等新興技術的迅速發展，銀行迫切需要一套可有效提升用戶體驗，化解數據安全風險，匹配各類業務發展的全面而先進的解決方案。

華為依靠平台加生態戰略，已聚合了大量合作夥伴資源，共同長期服務於金融行業客戶，積累了大量行業服務經驗。

在全棧全場景AI的全面激活下，銀行數字化轉型有望迎來普惠金融的新階段。

在普惠AI、推動AI的可持續發展方面，產業合作和合作夥伴十分重要。

徐文偉強調，華為作為一家平台公司，通過端、管、雲建立的開放平台，結合AI、與生態合作夥伴一起，使能各行各業的數字化轉型。

而華為的生態夥伴中包含了產業聯盟、商業聯盟、標準及開源以及開發者的四類生態夥伴，華為堅持開放、合作、共贏的原則：第一，做大蛋糕、做大產業、做大市場，比做大華為自己的份額更加重要；第二，管理生態合作比管理自己的業務發展更重要，發揮生態各自優勢，向客戶交付價值；第三，與產業和合作夥伴分享利益、合作共贏，華為計劃3年發展100萬AI開發者和合作夥伴。

華為還推動成立GIO（Global Industry Organization），意在促進行業組織間交流和協同，共同推進各行各業數字化進程。

GIO組織代表來自於3GPP、5GAA、5GSA、AII、AIIA、AITISIA、CCSA、Chinainfo100、ECC、ETSI、IIC、ITS、Linux Foundation、OPRC、TM Forum、The Open Group 等全球頂級行業組織，代表們將針對如何通過AI使能ICT基礎設施、重塑各行各業核心業務競爭力，以及推動人類社會數字化和智能化轉型方面進行了深入探討和交流。

除了商業夥伴外，華為還在與高校等科研組織合作。

徐文偉強調，華為每年對與大學、研究機構的合作投入非常大，特別是與大學的合作主要是資助基礎技術研究，在這個領域不僅僅是為了華為，也是為人類以及整個產業發展進行投資，所以華為不求任何回報。

從達文西項目開始，華為對於人工智慧的投入就是面向未來的戰略級投入，是放眼人類以及全球產業未來的發展需求而不計回報的投入。

對於這樣的投入，不應該用短期的商業回報來衡量，而應放到全球的普惠AI和可持續發展大視野中考量。

也許有一天，那些被機器人取代的紡織工，就因為華為的普惠AI技術，而走上了控制機器人和訓練機器人的新崗位，畢竟沒有人比紡織工更具有紡織行業專業知識。

正如華為全聯接大會2018的主題「+智能，見未來」，雖然未來不可預見，但疊加上全棧全場景人工智慧的激活，各行各業就有可能讓未來自己展現在人們面前。

（文/寧川）