2012實驗室之上的華為雲

3月5日，雷鋒網受邀參加華為雲普惠AI開放日，華為公司副總裁、華為雲BU總裁鄭葉來、華為雲BU EI服務產品部總經理賈永利及華為雲BU CTO張宇昕一併亮相。

通過對諾亞方舟實驗室和先進熱技術實驗室的參觀，得以窺視華為的未來。

在高票當選華為人最喜愛建築的「小白宮」，一眾穿著「白大褂」的華為碩士博士專家介紹中，雷鋒網開始了一場近距離「朝聖」。

熱技術實驗室

2012實驗室並不是一個實驗室的代名詞，它由數十個實驗室組成，而且早於2012年成立。

在相當長的一段時間裡，2012實驗室並不對外開放，「悶頭做」是最大的特點，近幾年才逐漸對外開放，不過也只開放了指定實驗室。

先進熱實驗室成立於2000年，當前國內+海外130+設計工程師和研究專家，目標是探索性能更高、能效更優、環境友好的創新散熱技術，例如：高熱密度晶片級散熱，高功率兩相熱管技術，高能效液冷技術等。

先進熱實驗室也不是閉門造車，而是將理論研究結合工程突破，與全球研究和工業資源合作，打造從器件-硬體系統-用戶環境的全鏈路散熱最優方案，支撐華為雲管端硬體的領先優勢。

例如：支撐華為5G基站高密度，輕量化的核心散熱技術ACO（主動製冷）、兩相散熱技術等。

以晶片舉例，晶片難以無限延續摩爾定律的一大難點就是散熱，過去單晶片功耗30-40W，現在是兩三百瓦，最後都是材料學封堵了晶片前進的腳步，熱技術實驗室就讓華為能夠在現有技術下走的更遠。

張宇昕透露，中國主流數據中心每機櫃的功耗大概在3KW~8KW，主要的技術限制是數據中心的散熱能力。

數據中心每機櫃支持的功耗越大，意味著數據中心的集成度越高，能效比和成本優勢就更好。

基於華為熱技術實驗室的一系列創新技術，華為雲數據中心可以做到20kw以上的單櫃功率，集成度大大高於業界水平。

華為伺服器具備更高的可靠性，能在高於業界通常溫度閾值的環境下正常工作，而業界的很多伺服器都做不到，這也和熱技術實驗室的研究成果有很大關係。

華為雲里眾多核心技術都是來自於華為公司過去三十年在ICT技術上的核心積累。

比如雲計算的核心技術虛擬化、容器，都是來自研究作業系統的歐拉實驗室，中間件技術來自於羅素實驗室。

華為雲這幾年在HC大會上發布的智能網卡晶片、人工智慧晶片，以及ARM處理器，來自圖靈實驗室。

可以說華為在雲技術上運用到的方方面面都來自於華為長期、專業的研究團隊積累。

在降噪方面，研究人員在現場展示了一台靜音機櫃，可降低20-30分貝噪音，主要應用了三個技術，其一是「迷宮風道」，目的是讓風拐彎，前後各兩個彎道，噪聲就降低下來；第二新型材料，被動降噪；第三，主動降噪，類似於Bose，通過降噪系統產生與外界噪音相等的反向聲波，將噪音中和，從而實現降噪的效果，聲音都由一定的頻譜組成，如果可以找到一種聲音，其頻譜與所要消除的噪聲完全一樣，只是相位剛好相反就可以將這噪聲完全抵消掉。

諾亞方舟實驗室

還記得電影《2012》中的諾亞方舟，諾亞方舟源自聖經，為躲避洪水而建造的巨型方舟。

和2012實驗室一樣，諾亞方舟的名號也有個來歷，據說是華為感慨未來數據如洪流，需要有一艘船幫助華為生存下來，諾亞方舟實驗室已經走過7個年頭，主要方向就是人工智慧，不得不說超前預研夠多。

諾亞方舟研究方向包括人機互動，計算機視覺，自然語言處理，推薦和搜索，決策與推理等，底層是AI理論。

在2018年度人工智慧領域頂會NeurIPS上選出的四篇最佳論文，華為諾亞方舟實驗室研究院為第一作者提交的《Optimal Algorithms for Non-Smooth Distributed Optimization in Networks》為其中之一，官方話語是——利用計算單元網絡解決非光滑凸函數的分布優化問題。

簡單來講，現在大規模機器學習訓練最核心的技術就是分布式優化，該篇論文攻克了一個理論問題，就是在非光滑的函數下怎麼找到收斂速度最優的算法。

在網絡層面，諾亞方舟實驗室提供了一種根據時間和空間動態調整基站開關的方法，節省能源開銷，在過去運營商根據經驗開關基站，而現在華為已經開始探索使用AI自動調整，在目標試點省份，預計能省電800萬度，減少碳排放量5000多噸。

該方法基於時空預測技術，每個基站所處情況都不一樣，而且要配合周圍的基站情況使用，多個基站參與決策就用到了多智能體協同，動態性比過去經驗導向提高了效率，節省了資源，該策略同樣是不斷進化學習的。

AI還應用在智能場景識別方面，在華為手機上已經應用，單反級別的照片是手機照片的目標，於是華為就拿單反照片作為訓練數據，把手機照片也作為訓練數據，一對一匹配，讓模型學會怎麼把質量較差的照片轉為質量較好的照片。

視頻方面最難的是處理速度，手機處理器性能相對人工智慧畢竟有限，結合華為AI晶片和壓縮算法，大算力學習在雲端，訓練完成之後的模型放到端側，這也是邊緣計算快速發展的方式。

難過的是，華為2012實驗室都不讓拍照。

華為雲與開發者MVP

華為雲在2018年新增用戶增長238%，合作夥伴數量增長45%，雲市場應用增長超過1500個，華為雲合作夥伴超過6000家，開發者超過9萬人，雲服務產品超過160款，解決方案超過140個。

技術創新和開發者生態是華為雲引領Cloud2.0時代的兩大支柱，此次華為雲發布了重磅專家激勵計劃：投入千萬級激勵權益，發展1500名專家，與雲專家共同打造華為雲開發者生態。

MVP（Most Valuable Professional）是華為公司授予行業意見領袖和技術專業人士的獎項和榮譽，華為雲MVP的使命是與華為雲共成長，分享實戰經驗，幫助開發者提升效率，包括優先體驗產品權益，反饋產品優化建議的產品體驗官；在公開活動分享技術經驗和實戰經驗的技術布道者；以及發布原創技術文章，幫助開發者更好的了解和使用的開發者領袖。

MVP既有華為內部專家，也有外部公司專家，是華為圍繞開發者打造的專家生態。

華為雲EI服務產品部總經理賈永利表示：「華為雲將向MVP開放多個核心產品的使用權限，包括一站式人工智慧開發平台ModelArts、視覺開發平台Hilens慧眼等，給與MVP更多技術支持和自身價值實現的平台。

」

鄭葉來在現場分享了華為雲的觀點，他認為，企業和華為不能走過去「me too but cheaper」的方式。

從創新來講，快也有快的「疼」，雲服務是又快又好的商業模式，但是大客戶有很多個性化訴求，怎麼在快的過程中不把自己拖進去，也是非常大的挑戰。

對於開發者生態，鄭葉來表示，開發者代表最先進的生產力和未來技術方向，今天的開發者可能五到十年以後是公司流程IT架構的決策者，不抓開發者是沒有未來的。

另外，華為從去年開始推動沃土AI計劃，因為人工智慧未來最大的瓶頸是算力，華為達文西晶片跟裸晶片必須有算子庫才有用武之地，有了算子以後，還要進行推理和訓練，做了推理和訓練以後就做了ModelArts，華為希望把整個人工智慧變成一個用得起、用得好、用得放心的，降低行業的門檻。

雷鋒網獲悉，華為已經與中國很多高校聯合開授人工智慧課程，並且基於華為系統來開發。

「如果中國的高校尤其是計算機專業的學生能力變高了，華為將是最大的受益者之一。

我們做這些事情本質是利他的，同時也是利己的」，鄭葉來如是表示。

圍繞晶片和AI，華為雲正在構建一個大開發者生態，這個生態最終將在雲上生長，在雲上結果，成為各行各業的黑土地。