提到昇騰，還停留在「超強芯片」的刻板印象？

不不不，是時候重新認識一下它的「暴力美學」了——昇騰AI全棧。

但為什么是AI全棧？

其實，這也影射出了華為的一個「AI觀」:

僅芯片的升級、演進，不能夠滿足當前算力的需求。

在9月25日的華為全聯接大會《開放創新，共贏多樣性計算新時代》主題演講中，華為計算產品線總裁鄧泰華道出了緣由：

全生態開放創新，使能算力爆炸式增長，為數字經濟提供發展新動能。

而這，也正是華為AI的下半場。

華為的AI全棧，現在是一個怎樣的狀態？

早在2018年的華為全聯接大會中，輪值董事長徐直軍，便首次公布了華為AI全棧全場景的解決方案。

這一槍可謂是打響了華為AI全棧的號角。

那么，時隔兩年，華為AI全棧發展得怎么樣了?

在今年的HC大會上，鄧泰華展示了這樣一張「昇騰AI全棧」全景圖。

不難看出，「昇騰AI全棧」主要包括四大層面，分別是系列硬件、AI算子開發、AI模型開發和AI應用開發。

在系列硬件方面，華為AI在2年時間里已經產出、積累了非常豐富的硬件。

用于推理的包括Atlas 200、Atlas 500等，可以在嵌入式設備、邊緣設備使用；用于訓練的包括像Atlas 800、Atlas 900等，在算力方面擁有強悍的硬實力。

今天，鄧泰華還推出了最新的硬件產品，Atlas 300I。

在AI算子開發方面，主要是聚焦在「異構計算架構CANN」身上。

從2018年推出1.0版本，到現在的CANN 3.0，也是僅僅用了2年時間進行迭代。

并且，目前不僅使用于推理、訓練場景，還能夠實現「端邊云協同」。這就意味著不必在不同的終端，再去開發不同的算子，大大提高了效率。

例如，CANN從2.0到3.0版本的升級，以及ModelArts聯合調優，就能讓ResNet-50模型的訓練時間降低到28s。

接下來，是AI模型開發方面。MindSpore是華為在2019年8月推出的全場景AI計算框架，并于今年3月份正式開源。

僅6個時間，便正式推出MindSpore 1.0：一行代碼實現億級參數模型、適配不同硬件開發。

例如，用基于Ghost模塊建立的神經體系結構GhostNet，結合MindSpore 1.0來做圖像分類、目標檢測任務，均已達到業界最優。

不僅如此，華為還計劃在明年推出MindSpore 2.0版本，實現全流程極簡。

最后，是AI應用開發方面，MindX 1.0“極簡易用”的特性，能滿足那些沒有深度開發能力、但想要打造行業AI應用的客戶。

也就是說，只需要極少量、甚至是一行代碼，就能夠生成AI的應用。

以及ModelArts也已步入了3.0時代，從訓練數據到模型落地一站式打通。

除此之外，還有跨越上述三個「軟件層」的全流程開發工具鏈 MindStudio2.0，涵蓋了算子開發、模型訓練、模型推理、應用開發和應用部署，有利于用戶推出自己的開發平臺。

……

至于為什么要做全棧，鄧泰華做出了解釋。

「我們正處于AI爆炸式增長的前夜」，他認為，「AI已然在特定領域超越人類，成為推動社會發展關鍵引擎」。

這也就意味著，AI從技術本身，就已經具備了場景化、規模部署的條件。

但現實卻是，AI在行業的滲透率是非常低的，大約只有4%。

最直接的痛點，就是AI從算法在應用過程中面臨諸多挑戰，華為總結下來分為三方面，分別是算法開發難、應用開發難、業務部署難。

「要用哪個模型？哪個算子？還有就是懂行業的人不懂AI，懂AI的人不懂行業……」，鄧泰華列舉了一系列的問題。

而「昇騰AI框架」，就一舉解決了這些難題：

華為已經用「快、準、狠」的標準，在AI全棧「軟硬件」這一塊做好了鋪墊。

華為AI的「上半場」已經就緒，已然是邁入「下半場」的姿態。

華為推出分布式多樣性計算軟件，為何而來？

華為AI的下半場，就不僅僅是單個技術的發展，而是將它們融為一個整體，繼續放大華為AI全棧的能力，從而構建一個「堅不可摧」的AI生態。

因此，在華為AI的下半場，只有「昇騰AI全棧」是不夠的。

鄧泰華在大會中還提出，已經進入分布式多樣性計算時代。

為此華為首次推出了分布式多樣性計算軟件套件**。

在這個套件中，3大關鍵部件是重點。

首先是性能加速庫，通過算法創新，從容應對分布式多樣性計算場景面臨的難題。

據介紹，今年還會陸續推出機器學習庫和圖分析庫。

其次，是華為自研的統一調度器，將于今年12月上市。

擁有三大創新突破：

大規模分布式技術方面，擁有2萬節點的科學計算場景，以及30萬核的制造場景。

關鍵調度算法方面，擁有百萬核MPI，3分鐘啟動科學計算場景，

多負載融合調度方面，可集成主流HPC、AI、BigData等應用；并且，資源利用率達到了90+%。

最后，是基于函數計算的分布式并行應用開發框架。

這種框架可以讓分布式并行應用構建，像搭積木般快速便捷。

在現場展示的開發demo中，可以節省3/4的代碼量。

據介紹，分布式并行應用框架的上市時間為2021年的6月。

華為的這一步，不僅讓「昇騰AI全棧」在技術本身有了提升，于開發者、于產業、于生態，有了更完備的能力。

而華為，并沒有停滯于此。

人才方面如何更進一步？不僅融入學分，還培養大學教師

除了技術、產業，華為AI全棧還為生態創造了哪些價值？

人才，人才，還是人才。

為此，華為和教育部聯合建設了一個名為「智能基座」產教融合協同育人基地的項目。

項目中的第一個舉措，就是改革課程內容。

華為將鯤鵬和昇騰知識融入到了22門專業學分課（如下圖），包括通用計算課程體系和人工智能課程體系。

此外，在這次的HC大會中，華為還推出了「鯤鵬」+「昇騰」系列學習教材。

據介紹，華為在未來還將陸續推出更多的相關系列教材。

舉措之二，便是開展師資培訓，培養一批具備鯤鵬昇騰專業知識的大學教師。

華為還舉辦了諸如「百校教師AI峰會」等線下活動，加速了AI人才的培養，使得眾多高校開發者基于Atlas 200和Atlas 200 DK開發的各類AI應用。

第三個舉措就是優化實踐條件，通過鯤鵬和昇騰軟硬件結合的AI全棧，以及華為云的能力，強化了計算教學實踐平臺。

最后，華為不僅送資源，還有福利——現金支持。

從學生到教師，從課程內容到教學平臺，華為AI全棧的能力也已深入到了人才、教育當中。

AI全棧的生態構建，就此更加完備。

華為AI，已然大步邁入下半場

如果用一句話來形容華為AI的最新進展，應當是：

已經大步邁入AI的下半場。

當然，步入「AI的下半場」需要一個標桿：

不僅是單個技術的突破與創新，于產業、于人才，于生態，整體協同的發展。

這就是邁入AI下半場應當具備的條件。

現在，再來簡單速刷一下華為AI目前的狀態。

于技術，基于昇騰的軟硬件各層技術已然成熟、可用，形成了一個環環相扣的緊耦合閉環，并且能力還在升級迭代當中。

于產業，基于昇騰、鯤鵬的AI全棧能力，共同開辟了一個多樣性計算的時代，推動了產業的發展。

于人才，華為的「智能基座」項目，在學生、教師、資源、平臺等方面都投入了大量的力度。

如此看來，華為的AI，已然邁入下半場。