华为AI的另一面

乾明 发自 凹非寺
量子位 报道 | 公众号 QbitAI

硬，既刚又硬。

这是华为AI战略全面推进后给外界留下的最深印象。

一方面指的是华为切入的方式——AI处理器——属于最核心硬件；另一方面则是AI处理器及其带来的算力变革，效果够硬。

但如果你以为这就是华为AI的全部，那今天它就会旗帜鲜明地让你知道：你错了。

因为华为的改变，正在发生、已经发生。

华为之变：软件站C位，全栈全场景

刚刚，华为昇腾AI新品全球发布会HAI 2020上，硬件产品首次让出C位，软件第一次全面铺开，也是全栈铺开。

从异构计算架构、端到端开发流程工具链，到业务开发，覆盖从基础软件到AI应用开发，与硬件产品相结合，华为拿出了堪称业界最丰富的全栈软件方案：昇腾AI全栈软件平台。

想要传递的信号再明显不过：

华为昇腾不仅仅只提供硬件层面的AI算力，也要为开发者和ISV合作伙伴提供软件层面的开发平台。

华为昇腾计算业务总裁许映童，再一次对外强调华为的目标：极致性能，让AI计算触手可及，极简易用，让AI计算无处不在。

在他看来，这个过程中软件是必需品，也是发挥硬件性能的核心。

实际上，华为AI的软件，今天并非是第一枪。

早在2018年10月10日，华为在全联接大会上发布AI战略时，就发布了异构计算架构CANN 1.0和一站式AI集成开发套件MindStudio。

现在，CANN已经进化到了3.0版本，统一了推理和训练的统一编程架构，实现了端边云协同。MindStudio进化到了2.0版本，功能更强。

与此同时，华为还推出了一款全新软件产品：昇腾应用使能 MindX 1.0，一共构造成了华为昇腾AI全栈软件平台，也直接体现了华为推进AI落地的态度。

核心新品：MindX，离华为AI硬件“最远的软件”

在HAI 2020上，华为发布的昇腾AI全栈软件平台一共有四个模块，分别对应了不同层次开发者的需求。

异构计算架构CANN 3.0和全流程开发工具链MindStudio 2.0，提供给专业开发者，供他们开发AI平台算子和网络时使用，更侧重开发性能。

深度学习框架MindSpore，提供给有开发AI模型需求的开发者，目前已经聚集了1.6万多开发者，全场景应用已经超过了150种，将会在华为全联接大会上发布最新进展。

与它们相比，AI业务应用开发平台MindX 1.0，是距离华为Atlas硬件产品最远的软件。从某种程度上，它也代表着华为昇腾推进AI的深度和力度。

MindX 1.0的目标群体，是没有深度开发能力、但想要打造行业AI应用的客户，承载着华为“极简易用，让AI计算无处不在”的目标。

MindX 1.0一共有四大板块：深度学习平台MindX DL、智能边缘平台MindX Edge、优选模型库ModelZoo和行业SDK。

深度学习平台面向模型训练场景，华为提供了一套边云协同的平台设计方案。

许映童说，有需求的用户以此为基础，进行简单二次开发就可以满足业务需求，快速上线。

与此同时，第四范式基于MindX DL推出商业版深度学习平台，客户可以拿走即用，进一步降低开发时间和人力成本。

据官方介绍，现在已经服务于金融行业，四大银行都是客户。

智能边缘平台是面向推理场景的平台。许映童说，它基于边云协同设计、能够实现轻量化部署，支持摄像头、工控机、机器人、无人机、边缘推理服务器等多样化硬件形态支持。

优选模型库ModelZoo是辅助开发工具，目前提供了20多个业界主流预训练模型，下半年将会提供50个以上。

华为介绍，这些模型都经过了高效优化，具备“昇腾亲和力”，用户可以轻松调用，来提高开发效率。

此外还有行业SDK，是华为软件中上手门槛最低的一个模块，封装了华为在行业AI领域的基础算法，以及华为生态中开发者和ISV的know-how积累，结合AI实践，来提高行业AI落地效率。

华为已经推出了视觉和制造两个行业SDK，并给出了标杆性案例。

拿落地成果说话：质检效率提升3倍，检出率99.9%

目前，Atlas智能制造解决方案已经在华为东莞松山湖生产基地应用，覆盖计算、5G、终端等产品的80+条产线，主要的应用场景是质检。

华为工业自动化视觉实验室主任吴佳芸介绍，在Atlas硬件设备的支持下，华为制造行业的解决方案做到了“一颗螺丝钉都不放过”：

不仅能够在1000毫米视野下，以99.9%的准确率检出5mm螺丝钉，还能够实现反向检测，确定是否有螺钉等异物散落，并自动校验看物体位置是否准确、偏位。

而且在这样的过程中，华为将质检人员效率提升了3倍。

吴佳芸说，能够实现如此效果，在于华为解决了AI在工业边缘计算场景的两个挑战：

一方面，做到了算法与工业知识结合，使其有了工业属性，比如采用自学习从良品中学习特征形成缺陷拦截标准等等，来解决工业制造流程中的适应性问题。

另一方面，基于边云协同，将AI应用的开发和部署匹配业务全流程，不仅能够自动校验结果，能够升级工艺定制，还能够细化缺陷类型，实现精细化的检测等任务。

从而将华为松山湖AI生产基地打造了全流程应用的标杆案例，而华为这次推出的制造行业SDK正是来自于这样的AI实践。

华为昇腾计算业务CTO周斌在演讲中，也展示了基于华为行业SDK开发AI应用，会有怎样的效率提升：

• 与之前动辄“万级”的生产流程数据相比，现在只需要准备“百级”的产线检测增量数据；
• 不用再麻烦的进行模型迁移、模型效果评估，直接打通了ModelZoo，可以对在线模型效果评估；
• 而且模型优化只需要数周，而不是原来的数个月，部署起来只需要数百行代码就能完成。

他说，在视觉行业SDK上，也展现出了同样效果：

与传统的开发方式相比，基于华为的行业SDK，一位开发者用两周的时间就能上线一个商业级CV应用，而且支持80路、1080P、25帧的视频分析能力，开发效率提升10倍。

到底如何“让极简易用AI计算无处不在”？这就是华为给出的最新解决方案，也是其在“AI落地时代”的打法。

本质之问：华为为何要推MindX？

对于华为来说，基于昇腾处理器打造的Atlas硬件产品，已经覆盖了端边云全场景，初步满足了行业对AI算力的需求。

但想要将算力转化为生产力，还需要相应的软件作为“桥梁”，它不仅能更好地发挥硬件性能，也能够将AI开发门槛变得更低。

但更重要的是，华为能够借助软件吸引更多的开发者和ISV加入昇腾生态。

许映童在接受量子位采访时透露，这是华为昇腾未来三年的首要任务。

在他看来，AI计算是一个生态型产业，核心竞争力在于懂AI的开发者群体，只有他们才能发挥AI算力，将AI真正应用到行业里面。

但他们是整个产业最稀缺的资源，全球AI专家人才不过3万多人，人才供需比仅为1%。

虽然华为昇腾已经面向高校、开发人员、初创企业、ISV等推出了合作伙伴计划，并提供从学习到产品构建，再到产品上市、销售的全方位激励机制。

但体验更好的开发和运行环境和基础服务，也是必不可少一环。

从行业发展状况来看，随着技术的发展，AI算法成熟，AI算力的密度、质量都在提升，可获得门槛逐步降低，各行各业对AI应用的需求开始释放出来。

尤其是在5G之下，2020年新基建大势到来，更是成倍地放大了这些需求。

许映童分享过这样的一组数据：中国市场含AI的B2C应用整体渗透率为10%，而AI在行业中的整体渗透率不过4%。

他说，“市场、客户的需求，远远超出了我们的预期，和其他产业先孵化产品，然后推广的情况相反，我们都是被客户推着走，发展速度还不够快。”

怎样加快速度？从华为发布的最新软件平台中，不难看出答案。

华为想做的，绝不仅仅只是服务一个层次，而是面向不同AI需求层次的开发者，提供不同的方案。

比如专业AI公司，提供昇腾AI算力和算子开发工具。对于开发能力较弱的公司，提供包含行业SDK的MindX。

从而覆盖更大范围的市场，服务更多的群体，打造更大的生态，从而实现“AI基础设施提供者和千行百业使能者”的目标。

如何评价华为AI的这波进展？

实际上，从2018年大张旗鼓推出AI战略、亮相昇腾芯片，以AI算力切入行业的那天起，软件层面的逻辑就已被暗含其中。

AI复兴以来，算力的需求，大力出奇迹的表象让人忽略了本质——如何在大规模高复杂的网络模型训练及推理中，可以做得更快更高效。

从解决问题的维度来说，没有硬件的AI算力就是空中楼阁，但不能为硬件匹配最好的软件，就会让硬件锋芒打折扣。

纵观AI行业中，无论是老牌半导体巨头，还是AI造芯新势力，软硬一体化都是再明确不过的趋势。

所以华为软件站上C位，只是时间和节奏问题。

此外，更重要的是，软件层面的更大力度推进，背后是华为对AI生态、AI开发者的服务诚意。

在进军AI之时，华为就把普惠AI、产业底座定为目标……

但如果只有开放的硬件，而没有开源和灵活接入的软件，又怎能真正将AI之力带到更多的场景、企业和开发者？

所以华为这次进展，不仅是AI软硬一体化的向前推进，更是通过软件更好服务开发者的明确宣示。

而且从目前落地成果而言，确实值得更多期待~

— 完 —