华为首次披露AI五大战略:先纵向歼灭再横向扩张,构建芯、端、云协同发展

 
华为首次披露AI五大战略:先纵向歼灭再横向扩张,构建芯、端、云协同发展
  文丨 猎云网(ilieyun)吕梦2711字,约需9分钟阅读—

  很多人都是通过手机认识到华为AI技术的。2017年9月,华为发布了世界首款手机AI芯片麒麟970,添加神经网络处理单元NPU(其技术来源于寒武纪),与CPU相比,计算速度提升25倍,能耗效率提高50倍。华为Mate 10和Mate 10 Pro和荣耀V10都搭载了麒麟970芯片。

  但事实上,华为更多的AI成果都定位于“企业级"和"底层"部分。今天,华为轮值董事长徐直军就在第三届HUAWEI CONNECT 2018(华为全联接大会)上公布了华为的AI发展战略,以及全栈全场景AI解决方案,其中包括全球首个覆盖全场景人工智能的Ascend系列芯片。

  同时,推出了两款相关芯片昇腾910(单芯片计算密度最大)和310(高效计算低能耗),其中昇腾910将在明年2季度上市。

  尽管麒麟970芯片让Mate10以及华为手机在AI手机领域赢在起点,但毕竟还是"端"上的AI,而"云"的AI才是今天更多企业竞争的大舞台。在这方面,一向以“打硬仗”著称的华为,再次从底层切入,开发AI芯片,这也是华为内部代号为"达芬奇"作战计划的首要任务——华为希望通过AI芯片,将AI引入公司一切产品和服务中,包括电信基站和云数据中心、智能手机和监控摄像头等设备。

而这款芯片就是属于Max系列的昇腾910,被徐直军称为是“计算密度最大的单芯片”,昇腾910主打云场景的超高算力,其半精度算力达到了256 TFLOPS,比目前最强的NVIDIA V100的125T还要高一倍,采用7nm工艺制程,最大功耗为350W。
  而这款芯片就是属于Max系列的昇腾910,被徐直军称为是“计算密度最大的单芯片”,昇腾910主打云场景的超高算力,其半精度算力达到了256 TFLOPS,比目前最强的NVIDIA V100的125T还要高一倍,采用7nm工艺制程,最大功耗为350W。

  此外,昇腾310兼具极致高效计算和低功耗,是目前面向边缘计算场景最强算力的SOC,最大功耗仅仅8W。

华为首次披露AI五大战略:先纵向歼灭再横向扩张,构建芯、端、云协同发展
  大会中,徐直军结合当下人工智能的发展态势,主要谈了三个观点:

  第一,人工智能将是一种通用技术。用AI的技术和理念去解决现在和未来的问题。这是未来我们能够构建竞争力的关键;

  第二,AI将会改变所有行业;

  第三,AI将改变每个组织。AI将降低传统岗位需求,而提高对数据库人才的需要。

  此外,还提出了10个人工智能的重要改变方向:模型训练、算力、AI部署、算法、AI自动化、实际应用、模型更新、多技术协同、平台支持、人才获得。这十大改变既是华为对AI产业发展的期望,也是华为制定AI发展战略的源动力。

  基于这十大改变,华为的AI发展战略包括五个方面:

  投资基础研究:在计算视觉、自然语言处理、决策推理等领域构筑数据高效(更少的数据需求) 、能耗高效(更低的算力和能耗) ,安全可信、自动自治的机器学习基础能力

  打造全栈方案:打造面向云、边缘和端等全场景的、独立的以及协同的、全栈解决方案,提供充裕的、经济的算力资源,简单易用、高效率、全流程的AI平台

  投资开放生态和人才培养:面向全球,持续与学术界、产业界和行业伙伴广泛合作,打造人工智能开放生态,培养人工智能人才

  解决方案增强:把AI思维和技术引入现有产品和服务,实现更大价值、更强竞争力

  内部效率提升:应用AI优化内部管理,对准海量作业场景,大幅度提升内部运营效率和质量

  随后,华为首席战略架构师党文栓详细解释了华为的全栈式、全场景解决方案,其中全场景包括四层:Ascend芯片;算力层CANN;支持端、边、云独立的和协同的统一训练和推理框架MindSpore;提供全流程服务(ModelArts)、分层API和预集成方案的应用使能层。

  第一层是芯片设计层,即基于达芬奇架构开发的从Lite、Mini、Tiny、Nano到Max一系列芯片集成,适用任何场景,以最低功耗发挥最优性能。

  第二层是算力层,华为开发的CANN能够兼具最优开发算力和算子性能两者,具有统一的API接口,致力于为开发者提供更好的开发平台。以reduce-sum开发案例为例,华为的开发效率提升三倍。

  第三层是华为开发的统一训练和推理的框架Mindstore,其支持深度学习、强化学习、增强学习。值得一提的是,这一框架的大小不到50mb,存储空间需求也很小,集成了大规模分布式训练系统的芯片,助力不同模型开发和优化。

  第四层是应用开发层,即提供全流程服务架构ModelArts。通常建模、运营等服务都是隔离的,华为设计的ModelArts可以为开发者提供更加简单的模型支持,从获取数据到适应变化,可以支持全流程的设计支持。具体包括适配模型架构,让不同场景的模型设计更加自动化的ExeML以及预集成解决方案,支持多领域(包括物流等不同场景)开发的CloudEI平台等。

其实,华为的AI战略也不是什么新鲜事。
  其实,华为的AI战略也不是什么新鲜事。

  华为最早公开对AI的“野心”可以追溯到2016年任正非的一次内部谈话。当时,任正非在华为诺亚方舟实验室座谈会上做了一次内部演讲,首次系统谈到了华为在人工智能领域的战略。

  任正非提到,华为的人工智能要瞄准服务主航道,下决心打造公司内在能力,先不做边界外的事情,不做社会上的小产品。在研发层面,他表示,不做小商品赚钱,而是“趁着这几年有的是钱,要大力投入”。自此,华为的AI战略初露端倪。

  值得注意的是,诺亚方舟实验室是华为于2012年设立在香港的实验室,主要从事人工智能学习、数据挖掘研究等前沿科技领域,这也可以视为华为正式投入AI基础研究的先导信号之一。

  而云端AI芯片市场广阔,是“兵家必争之地”,于是,国内外科技巨头则开始纷纷抢占先机展开布局。

  GPU芯片市场上,英伟达市场占有率高达70%,是当之无愧的芯片领域霸主;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。

  国内竞争态势也愈演愈烈。2018百度AI开发者大会上,李彦宏发布了百度自主研发的 AI 芯片“昆仑”,并宣称这是中国第一款云端全功能AI芯片,也是目前为止业内设计算力最高的AI芯片;而在今年9月的云栖大会上,阿里巴巴宣布成立芯片公司平头哥半导体有限公司,打造面向汽车、家电、工业等诸多行业领域的智联网芯片平台,阿里巴巴还将在明年4月发布第一个神经网络芯片。

  内外夹击之下,华为AI布局的声音也越传越开。

  今年4月,徐直军提到,“我们把人工智能定位为一个使能技术,希望通过人工智能技术引入我们的智能终端、云和网络,带给客户更多体验提升和商业价值”。

  因此,华为云EI和华为AI手机,可以看做华为人工智能战略的云侧和端侧。华为认为,Mobile AI=On-Device AI + Cloud AI,构建芯、端、云协同发展人工智能,这三个方向所对应的分别是芯片、EMUI智能引擎、智慧服务三层能力,作为华为的AI移动计算平台,开放给全球的开发者和合作伙伴。

  可见,华为的AI战略在很早就开始,但一开始大都基于自身业务、解决内部实际问题,而不是纯粹的探讨技术“无人区”,先聚焦在企业内部的服务当中,试图通过从自用到赋能,来完成AI从人才到技术再到平台和产品的布局。其动作和谷歌、微软以及国内的BAT相比,稳健很多。

  这也使得华为涉及AI业务的团队非常多,从事AI研发的人力也非常多,他们分头为各个业务部门服务,比如手机、芯片、媒体、操作系统等等,但应用最多的却是任正非提到的两大条线:解决华为内部运作的自动化问题和华为的业务服务问题,比如,华为供应链的智能装箱、物流和路径规划,以及报关、发票、风控、营销、网络安全等场景。于是,华为就有了企业中最多的AI使用场景,如任正非所说,“世界上还有哪个公司有这么大的业务量和数据量与我们比拼?”

  这也体现出华为对AI的态度,例如:人工智能不能遍地跑;华为云坚持“不做应用、不碰数据、不做股权投资”;人工智能会不断推动人类进步;重复工作自动化,模糊判别智能化,是华为努力的方向。

  这些原则之下,就是华为人工智能的聚焦投入:要急用先行小步快跑,要聚焦在确定性业务、人工消耗大的项目,不要铺开一个很广泛的战线;不要遍地都是智能化,这会形成全面开花没有结果的盲动,就有可能满盘皆输;先纵向打好歼灭战,旗开得胜后再横向扩张。

  在这个战略的基础上,任正非才提出,即便未来AI泡沫破灭,也能实现华为AI大发展的策略。

 

    本文首发于微信公众号:猎云网。文章内容属作者个人观点,不代表和讯网立场。投资者据此操作,风险请自担。

相关推荐
新闻聚焦
猜你喜欢
热门推荐
返回列表
Ctrl+D 将本页面保存为书签,全面了解最新资讯,方便快捷。