未來的IT基礎架構在我看來只有兩種結局：要么借助智能化實現再進化，要么墨守成規被時代淘汰。12月21日，華為在北京召開了首屆華為智能計算大會暨中國智能計算業務戰略發布會，正式宣布華為服務器產品線升級為華為智能計算事業部，并發布了華為智能計算新戰略。升級完畢之后，華為將圍繞算力、工程、架構和一體化解決方案四方面來構筑全棧全場景智能解決方案。華為此舉，顯然是為了適應變化而來。那么，為什么計算架構在不斷變化？為何華為要設立獨立的智能計算業務部？未來的計算工具會是怎樣？

華為為何設立智能計算業務部？

物聯網、AI、云計算、5G……新技術正在以迅雷不及掩耳的速度席卷世界，在各行各業構筑新的規則。數字化、智能化可以帶來生產力的快速提升，這已經是大多數企業的共識，但也正是這種共識，讓需求爆發式增長。在這樣的大背景下，當前一年全球的新增數據為20ZB，已經是名副其實的天文數字。

當數據量發生爆炸式增長，對算力的需求自然水漲船高。但按照摩爾定律的芯片性能提升速度遠遠比不上數據提升的速度，算力不足可能會形成對大數據小馬拉大車的產業難題。除了算力緊缺外，計算的技術也隨之發生變化，因為數據的體量太龐大，不可能所有數據都回到數據中心進行處理，因此計算從最早的單純依賴CPU，到加入GPU、FPGA、ASIC進行異構計算，再到計算逐漸邁向邊緣。這些技術上的演變，都是需求進化的結果。

比如說物聯網和AI的結合，對計算的需求和傳統相比完全不一樣。很多計算，需要在各種應用場景就進行本地化運算，比如很多智能交通的運算，就需要邊緣有較強的運算能力，實現邊緣智能、多路數據實時分析、AI推理等功能，如果是在智能汽車上應用，則需要更低功耗需求的端側計算，來完成單體智能、端邊云協同等，同時在體積上要求很更高。最終，各種數據結果又要匯集到云上，通過大量的算力，來完成通用計算、云服務、AI訓練等功能。

計算之所以能成為一個萬億級大市場，其根本原因在于數字世界需要各種各樣的算力來作為數字引擎。現在很多企業都在探索在數字化時代的商業模式創新，這時算力的供給與價格也要因需而變、因智而變。隨著未來商業創新、商業模式的繼續進化，智能計算必然會更為深入地發展。因此，當智能計算的大趨勢已定，各種各樣的設備，最終都可以被量化為算力時，華為把服務器產品線轉變為智能計算業務部，主推全棧全場景智能解決方案，在商業上和技術選擇上是順應潮流的自然選擇。

華為智能計算業務部手里有哪些底牌可打？

智能計算領域，競爭十分激烈，各大品牌都有各色絕招，但是在我看來，光是有某一個點的先進技術并不夠，只有真正能適應繁雜的業務模式，覆蓋各種算力需求的全棧全場景解決方案，才能最大程度幫助企業打消顧慮，實現投資收益最大化。

華為在智能計算業務上的競爭力，主要體現華為在智能計算上從芯片、終端產品、操作系統等具有整套解決方案，從而可以實現全棧全場景的應用覆蓋。

首先，華為在智能相關芯片的研發，可謂是跑在前列的，是華為全棧全場景能力的重要構成。比如，華為一共有五大芯片，包括智能管理芯片、智能SSD控制芯片、智能網絡芯片、AI人工智能芯片以及ARM處理器芯片，這五款芯片在世界范圍內，都是出于領先水平。同時，在終端產品上，華為也做到了智能服務器、企業智能云基礎設施、AI解決方案全覆蓋。并且，在AI生態上已經初現雛形，甚至是在操作系統方面，也有消息證實華為正在進行研發，從而有望形成從芯片、硬件、操作系統到AI生態的全鏈條覆蓋。在我看來，這是一棧式AI整體解決方案，是華為最有力的底牌。

AI人工智能芯片一直是華為的強項，近期發布的華為昇騰310，基于達芬奇架構設計，是首批使用7納米工藝的AI芯片之一，功耗只有8W，單位功耗的算力比起傳統CPU足足提升了33倍。這顆先進的AI芯片，可以說是不折不扣的戰略重器，讓華為在AI領域的的鏈條上構成了最耀目的一環。另外，ARM處理器芯片自不必說，華為ARM的技術實力在智能手機上，也是可以與高通、蘋果等巨頭正面硬剛的存在。華為此次發布了采用7nm工藝、針對數據中心的ARM處理器芯片，這對于中國數據中心而言，是一個全新的選擇。而像智能管理芯片、是世界上首款智能管理芯片，可以實現能耗、故障等智能化的管理，單位比特管理性價比是遙遙領先的，管理效率可以提升15％。華為的智能SSD控制芯片在單位比特IO性價比上，也是業界標桿的存在，性能領先第二名達到30％，在壽命上也延長了20％。此外，華為的智能網絡芯片，其性價比和效率，也有可圈可點之處。

這些具有競爭力的芯片并不單獨銷售，他們最終都會落地在華為Atlas智能計算平臺上。其Atlas 200系列加速模塊，只有半張信用卡大小，功耗僅為10W，就可以支持16路高清視頻實時分析，其小體積低功耗的特點，可以讓AI計算部署在諸如攝像頭等設備上實時運行；而Atlas 300系列PCIe加速卡，則可以用在數據中心和邊緣側服務器上，單卡的計算性能就可達單64TOPSINT8，可以很好地運行深度學習任務；Atlas 500智能小站則只有機頂盒大小，也具備16路高清視頻處理能力，和同行相比性能足足提升了4倍，在智能交通、無人機等場景可以派上用場；還有Atlas 800 AI一體機，開箱即用，可以大幅降低企業應用AI的門檻。這些落地產品，都得益于華為芯片的強大性能，在單位比特性價比上，在同級別產品中都保持著足夠的競爭力。

華為智能計算產品并不是最早的一家智能計算提供商，但由于擁有了自研的AI芯片，加之完整的智能計算生態鏈，讓后來者華為成為產品線最全、解決方案最完備的供應商之一。

智能計算，賦能千行百業才剛剛開始

數字化、智能化可以帶來生產力的快速提升，這已經是大多數企業的共識，但要真正實現，又是另外一回事。無論是哪一種模式的改變，其核心都離不開數據、數據的流動以及數據的處理，而關乎數據處理的算力問題，尤為突出。華為IT產品線總裁侯金龍在做主題演講時表示，人類正在進入第四次工業革命，而計算是其核心的驅動力。就像AI技術，能用到的行業很多，但是現實中，AI卻面臨著落地困難的問題，企業的AI滲透率還不到4％，大多數都停留在紙面上的規劃上。

這種情況在傳統行業尤為明顯，像生產制造業的工廠、醫療行業的診斷、交通物流行業的自動駕駛等，如果能引入AI，其帶來的生產力提升是革命性的。但是，這些傳統行業要實現AI，其挑戰也是空前和全方位的。

首先是算力的不足和高昂成本的問題，在過去，一套4路PCIe卡的AI計算服務器，成本高達百萬元以上，算力成為企業沉重的負擔。而擁有從芯片到最終服務器產品全生態鏈的華為，在AI算力上擁有了一定的定價自主權，可以依靠自身的技術優勢，讓算力成本得到合理下降，讓更多的企業用得起AI計算。

而像AI等新技術在傳統行業的深入應用，只是依賴廠商自己，顯然就會陷入前面所說的4％陷阱。只有具備全棧全場景能力的廠商，才能賦能傳統行業來實現升級轉型，而智能計算則是幫助千行百業實現產業升級、尋找新商機的動力源泉。

因此，要想讓AI在行業中獲得廣泛普及，除了算力突破之外，算法的改良和大數據的有效應用也同樣重要，智能計算可以選擇算力作為突破點，但要想獲得更大的商業價值，則必須與伙伴攜手在智能計算的生態上不斷取長補短，這才能真正讓智能計算釋放出應有的芳華與價值。