從火種到能源的擺渡者:華為做AI的邏輯鏈

當燧人氏第一次鉆木取火的時候,他看見了什么?

房屋取暖?照明?冶煉?內(nèi)燃機?顯然這些都不在他的視線之內(nèi)。三皇五帝到如今,為了把取火這東西變成人類共享的能源,地球經(jīng)過了幾千年的前赴后繼。

一個技術(shù)念頭的出現(xiàn)當然不易,但從技術(shù)原點到普遍應(yīng)用,要跨過的千山萬水往往無聲而悲壯。取火、蒸汽機、石油、電子計算,莫不如是。

AI也是一樣,當圖靈提出人工智能假想的時候,他沒有也不必去思考這東西如何作用于世界經(jīng)濟。但把AI從技術(shù)理論拓展到現(xiàn)實世界應(yīng)用,這是浩渺時空交給21世紀的任務(wù)——AI很有用,但AI到底怎么用?

對這個問題的解答,正在中國的土地上此起彼伏地上演。

這兩天科技界鋪天蓋地的消息,是華為在HC 2018期間,由華為輪值董事長徐直軍,首次發(fā)布了華為的AI戰(zhàn)略,以及全棧全場景AI解決方案。

而外界最關(guān)注的,顯然是華為發(fā)布了“盛傳已久”的AI芯片Ascend(昇騰)系列,其中包括云服務(wù)器芯片昇騰910,和邊緣計算應(yīng)用為主的昇騰310。這是因為芯片這個詞在今年實在太敏感,也是因為AI芯片正在成為世界產(chǎn)業(yè)競爭的主旋律。

但是吧,關(guān)于華為有AI芯片了,這兩天毫無疑問會有無數(shù)媒體報道。我們這里再重復(fù)一遍也沒啥意思,不如咱們來關(guān)注下華為所發(fā)布AI架構(gòu)的另一個關(guān)鍵詞:全棧。

事實上,兩枚AI芯片也是華為全棧全場景AI架構(gòu)的一部分,此外發(fā)布的體系還包括:芯片算子庫和自動化算子開發(fā)工具CANN;華為自己的AI推理框架MindSpore;所提供全流程服務(wù)ModelArts,以及分層API和預(yù)集成方案的應(yīng)用使能。

對各大AI公司有了解的朋友,不難發(fā)現(xiàn)還沒有哪家公司打造了如此全面的AI全棧方案。據(jù)目前了解,由此出發(fā),華為將在明年提供公有云、私有云、邊緣計算、物聯(lián)網(wǎng)行業(yè)終端以及消費終端的全場景AI部署能力。

那么問題來了,假如以上算是故事背景,我們想知道的或許是:為什么華為一定要一出手就“大費周章”打造全系統(tǒng)的AI架構(gòu)?偷個懶或者慢慢來不好嗎?而全棧全場景到底有什么用?為什么不是其他公司率先搶到全棧全場景這個“頭籌”?

這里面,包含著AI產(chǎn)業(yè)自身,以及華為AI戰(zhàn)略里一條環(huán)環(huán)相扣的邏輯鏈。

這個邏輯來自華為,但這個故事卻不僅關(guān)于華為。AI一如鉆木取火,從看見火種,到打造系統(tǒng)的能源產(chǎn)業(yè),這其中要有無數(shù)“擺渡人”輪番上陣。他們要做的工作只有一個:發(fā)現(xiàn),然后解決下一個問題。

今天AI的問題:有多美好,就有多困難

咱們先來解釋這樣一個問題:為什么AI需要全棧解決方案?

首先我們都知道,AI是非常有用的,說得肯定一些,我們甚至無法找到哪個行業(yè)不能應(yīng)用AI。畢竟AI是一種機器與現(xiàn)實世界間的交互邏輯。機器能看能聽能想,對于任何行業(yè)都是重要的——這是AI之所以美好。

那么各個行業(yè)都用上機器的“看聽想”了嗎?顯然并沒有。

這里可以分享幾個采訪中我們實際接觸的故事:

有一家橡膠廠,想要制作一個自動檢測配料剩余情況的AI系統(tǒng),設(shè)計中是利用機器視覺和數(shù)據(jù)分析技術(shù)來提醒工人添加配料。工廠找了某算法公司做供應(yīng)商,在框架上跑出來的模型效果蠻好,結(jié)果安裝到廠房里一用,發(fā)現(xiàn)該報警的時候不報警,白白浪費了不少原料。

這種情況并不少見,今天的機器學習模型往往屬于“應(yīng)試考生”,跑分問題不大。但在實際環(huán)境中部署,要貼合帶寬、算力、設(shè)備、延遲容錯度等多個因素,往往剛上陣就原形畢露。而真正融入生產(chǎn)流水線里的AI系統(tǒng),更是可能跑出來天花亂墜的錯誤。

再說一個工業(yè)園區(qū),他們想要把園區(qū)監(jiān)控系統(tǒng)換成智能監(jiān)控。結(jié)果一打聽,首先要把園區(qū)的攝像頭都換了。好吧,爬高換個攝像頭也就忍了,結(jié)果又得知必須把園區(qū)里所有電線桿都換成可給攝像頭供電供網(wǎng)的專用電線桿——拔掉園區(qū)里所有電線桿誰受得了?

還有更搞笑的,某國企,領(lǐng)導號召要進行AI轉(zhuǎn)型。于是技術(shù)人員開始構(gòu)思AI轉(zhuǎn)型,結(jié)果發(fā)現(xiàn)生產(chǎn)系統(tǒng)非常復(fù)雜,根本沒法找到一套適應(yīng)龐大IT體系的AI方案。最后解決辦法是全廠更換了智能飲水機……

這些企業(yè)想要運用AI,但卻被AI的“紙上談兵”給擋在了門外。想要破解這個困難,不僅需要依靠基礎(chǔ)科技的創(chuàng)新和創(chuàng)意性解決方案,更重要的是要有一套適合產(chǎn)業(yè)AI應(yīng)用的技術(shù)體系,讓大大小小各種企業(yè)都找到自己的AI入場券。

于是“全棧全場景”就成了關(guān)鍵詞。

從結(jié)果逆推:AI需要什么,于是華為做了什么

假如有能滿足工業(yè)級AI應(yīng)用的算力與訓練環(huán)境,橡膠廠就可以順利以AI提高生產(chǎn)效率;假如能夠構(gòu)建邊緣計算AI處理矩陣,園區(qū)就不用痛苦地更換電線桿;假如能夠基于一個大型企業(yè)需求,打造體系化的私有云AI方案,工廠也就不至于把換飲水機充作AI項目。

今天AI在產(chǎn)業(yè)實際應(yīng)用中的問題,是需求太復(fù)雜,但能獲取的B端解決方案往往單一。有的用戶需要跑通從開發(fā)到訓練的全流程;有的用戶需要大規(guī)模部署的算力;有的用戶需要邊緣計算的AI能力,千變?nèi)f化的企業(yè)和行業(yè)需求,逆推出一個結(jié)論:AI供應(yīng),必須全棧。

于是我們看到,華為打造了從芯片到框架,再到邊緣、終端的全棧AI架構(gòu)。用戶可以根據(jù)自己需求,以不同的產(chǎn)品形態(tài)、技術(shù)體系調(diào)用華為的AI服務(wù),自由選擇所需技術(shù)組合,達成一體化自動化,多層次精確部署AI模型。

這就好比一個管家,必須掌握所有的鑰匙才算稱職。

當你能打開每一扇門,才能讓你的客人看到所有風景:無論是配合復(fù)雜的用戶環(huán)境、跨技術(shù)層次的模型協(xié)同優(yōu)化、還是基于云邊端協(xié)同部署AI,都可以基于全棧架構(gòu)實行靈活拆分和再組合,從而實現(xiàn)使用者的不同需求,這也就是華為AI體系強調(diào)的全場景能力。

AI想要從論文和框架里走出來,走到田間地頭工廠學校,今天看來必須有全棧全場景AI解決方案作為連接橋梁。于是這個邏輯很簡單,AI面對最顯眼的問題是什么,華為就針對性攻克了什么。

而接下來我們會問:全棧全場景AI很重要,別家就不知道嗎?為什么只有華為“狠心”搞了一個全套?

道法自然:為什么全棧AI只有華為能做,只有華為要做?

可以用一句繞口令來解釋,為什么是華為發(fā)布了目前業(yè)界唯一的全棧AI解決方案:華為打造AI,是基于華為體系,面向華為需求。

說白了,只有華為可以不那么用力地去擁抱AI,也無需過度擔心未來AI市場。華為首席戰(zhàn)略架構(gòu)師黨文栓就在采訪中提到,對華為而言,每一層AI架構(gòu)都是自然而然的。

就拿外界看起來最困難的AI芯片來說,在華為看來,神經(jīng)網(wǎng)絡(luò)芯片本身并沒有太復(fù)雜,核心是芯片設(shè)計和工藝的挑戰(zhàn),而這恰恰是華為在路由器芯片和多年各種芯片設(shè)計中已經(jīng)具備或一直在積累的能力。

再比如,算法公司打造全棧AI的一個痛點,往往在于云端一體化領(lǐng)域,邊緣計算設(shè)備、小站、物聯(lián)網(wǎng)終端硬件等等的AI部署會成為命門。而華為恰好有云端邊多種IT產(chǎn)品的布局優(yōu)勢,不費力就已經(jīng)打通了AI的任督二脈。

事實上,在全棧AI這個高技術(shù)密度、產(chǎn)業(yè)協(xié)同度要求的命題下,華為長久以來布局的ICT產(chǎn)業(yè)優(yōu)勢,會像山泉匯聚為江河一樣滾滾而來,合作產(chǎn)生AI技術(shù)解決能力與產(chǎn)品化通道。這個道理基本與圍棋里的布局相一致,前面布的子多,后面就怎么下都有利。

更自然的,是華為AI架構(gòu)的去處。徐直軍就坦言,即使沒人用華為的AI也沒什么,自己用總歸可以。華為一年賣出去2億臺手機就是可以用的。

實質(zhì)上,目前華為已經(jīng)在公有云業(yè)務(wù),推出了面向企業(yè)政府的AI業(yè)務(wù);以及消費者終端中大名鼎鼎的移動AI。這兩者的根基,已經(jīng)讓華為可以不必過分擔心全棧AI的商業(yè)問題。重度投入AI也就變成了符合華為根本利益的一件事。

來得自然,去得坦然。全棧AI可以說是從華為產(chǎn)業(yè)體系中孵化出來,又可以借助華為產(chǎn)業(yè)體系獲得最大價值——這就解釋了為什么華為能做,并且要做全棧化的AI架構(gòu)。

據(jù)徐直軍透露,就連昇騰這個名字,都起得很是“道法自然”——純粹是因為想不到好名字,而這個名字剛好被華為注冊過。

當然,全棧AI對于華為來說,絕不僅僅是“有了更好”那么簡單。

未來的紅色預(yù)警:為什么華為無法在AI上“偷懶”?

反過來,我們可以再思考這樣一個問題:如果華為今天沒有制定AI戰(zhàn)略,推出全棧AI架構(gòu),或者在技術(shù)投入上稍微“偷懶”,那么接下來會怎樣?

這或許是今天泛企業(yè)服務(wù)領(lǐng)域都必須向自己提問的問題:面對充滿不確定性的未來,我們敢放走AI嗎?

首先,對于華為這樣的公司來說,失去AI就等于失去了未來龐大的業(yè)務(wù)需求。

今天的產(chǎn)業(yè)AI需求,是一個橫貫政府、社會基礎(chǔ)設(shè)施、運營商、各體量企業(yè)與科研機構(gòu)的龐大命題,且與消費終端息息相關(guān)。當客戶對AI的需求不斷旺盛的時候,不做AI就等于和未來的市場增長說再見,更是加大了被企業(yè)市場淘汰的風險。抵御未來風險的最好方式,就是先一步開拓AI戰(zhàn)略。

那么既然要做AI,華為越早全棧化,也就是對客戶體系的最好交代。

徐直軍在采訪中說起AI開發(fā)框架的時候認為,類似技術(shù)屬于那種“做了不知道怎樣,但不做未來一定會出問題”。全?;疉I同樣可以套用這個邏輯,當競爭對手開始提供全棧能力的時候,也就是華為現(xiàn)有用戶體系動搖的開始。

而且全棧全場景化AI體系的潛臺詞,是服務(wù)企業(yè)掌握了足夠的技術(shù)靈活性與開放性,可以滿足客戶企業(yè)未來持續(xù)的技術(shù)發(fā)展需求。在智能化這條路上,企業(yè)非常懼怕服務(wù)商技術(shù)難以升級,導致使用技術(shù)服務(wù)等于變相套牢自己的尷尬。所以AI架構(gòu)的完善性,就成了華為必須一次性找到較完整答案的問題。

更重要的,或許是如果坐看AI落地問題擴大,那么最壞結(jié)果就是AI技術(shù)與產(chǎn)業(yè)發(fā)展整體受阻。歷史上兩次AI之冬都由落地問題而來。面對人類經(jīng)濟體可能普遍收益的通用技術(shù)機遇,當然沒有人希望再來一次技術(shù)寒冬。那么必須有人扛上去的時候,華為并不是一個壞的選擇。

我們可以這樣總結(jié)華為做AI的邏輯關(guān)系:

過去AI產(chǎn)業(yè)的發(fā)展,積累了待解決問題與市場機遇,也留給華為必須做全棧AI的啟示;現(xiàn)在,由于華為的產(chǎn)業(yè)布局和技術(shù)投入,從芯片到框架,再到邊端的全棧AI體系得到了自然生長;而未來,面對未知中的壓力與責任,華為又必須選擇AI作為戰(zhàn)略中軸——也就是說在華為拿出的技術(shù)體系背后,是基于問題意識和戰(zhàn)略預(yù)判做出的最優(yōu)解。

面對AI時,可能每一家企業(yè)都需要類似的邏輯做出選擇。

AI作為面向未來產(chǎn)業(yè)的核心契機,小到華為,大到國家經(jīng)濟體,延伸到每一個個人和組織,都無法放棄通用技術(shù)帶來普遍生產(chǎn)力升級的渴望。

畢竟我們已經(jīng)看到火了。

進一步,得到的也許是人類沿用萬年的能源;撤一步,留下的是一捧灰燼。于是總有人不能后退。

免責聲明:此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章,所有文字和圖片版權(quán)歸作者所有,且僅代表作者個人觀點,與極客網(wǎng)無關(guān)。文章僅供讀者參考,并請自行核實相關(guān)內(nèi)容。投訴郵箱:editor@fromgeek.com。

免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關(guān)資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時,應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明,并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關(guān)文章源頭核實,溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。

2018-10-11
從火種到能源的擺渡者:華為做AI的邏輯鏈
當燧人氏第一次鉆木取火的時候,他看見了什么?房屋取暖?照明?冶煉?內(nèi)燃機?顯然這些都不在他的視線之內(nèi)。三皇五帝到如今,為了把取火這東西變成人類共享的能源,地球經(jīng)過了幾千年的前赴后繼。

長按掃碼 閱讀全文