【TechWeb】理查德·利普西(Richard G Lipsey)在《經濟轉型：通用技術和長期經濟增長》一書中提到，盡管人類社會發明萬千，但歷史上能夠被定義的“通用技術”(GPT)的發明僅有 26 項，其中包含蒸汽機、電力、個人電腦。
我們不禁思考，AI是否可能成為下一代通用技術?透過其數十年學術發展，答案無疑是的;AI具備多用性，可以和各行各業結合，并產生溢出價值，符合理查德等學者對GPT的定義。
然而，AI的運作需要三個不可或缺的要素：數據、算法和算力。目前，我們的網絡帶寬能容納海量數據、有前沿數據科學的算法支持，但當算力不足時，一切應用都只是空中樓閣。
2018 年，華為發布全棧全場景AI解決方案：昇騰(Ascend)，嘗試幫助中小企業解決算力稀缺的窘境。作為AI應用環節的重要基礎設施，昇騰近兩年推出AI芯片、全場景AI計算框架MindSpore、CANN等系列基礎軟硬件等，以構建完整的AI服務框架。
據介紹，基于華為昇騰芯片打造的Atlas 900 AI集群可達到256P算力，訓練速度實現“分鐘級”突破，同類集群訓練速度在 70 秒左右，Atlas900 只需45. 6 秒。
華為的數據中心正在如何幫助企業AI化?如何同時滿足不同場景下的客戶需求?華為昇騰計算業務副總裁張迪煊表示，首先構建AI集群基礎設施，賦能中小企業經濟且強大的算力服務(Atlas);開放底層基礎軟件，打造簡單易用開發平臺，降低AI門檻(CANN 3.0、MindStudio);最后，向企業提供客制化技術服務。
“在技術硬件平臺上，我們有推理產品有板卡、服務器。首先，同樣功耗的板卡，我們訓練深井網絡的速度是業界領先的美國公司產品的1. 5 倍。另外，例如人臉識別等視頻識別需求，我們的AI服務器能同時處理 80 路，業界領先的只有 40 路。
此前的計算集群需要一千個芯片組成協同，去年發布時訓練速度已突破分鐘級，通過一年的優化，集群芯片數量降低一半，訓練速度提升到了45. 6 秒。同樣的業內產品，需要 70 秒。此前幾個月完成的訓練任務，現在只需一杯咖啡的時間。效率，是推動人工智能發展的關鍵。”
AI人才在企業中稀缺的，昇騰希望通過創造更簡單易用的開發工具，幫助企業降低AI化門檻。
CANN 3. 0 是華為向深度開發者提供的全場景AI模型框架，覆蓋昇騰、手機麒麟芯片、攝像頭芯片等IP，打通了手機生態及AI數據中心生態。
MindSpore初衷是打造全棧全場景開源框架。AI公司生產系統大部分精力在模型部署環節，80%部署落地在邊緣側。將模型部署帶手機中，面臨巨大成本問題，通過全場景協同及管理網絡打通，快速把訓練數據模型可以快速布局邊緣上面去，例如項目組今天想做車輛識別，明天就可以下發到手機，非常靈活。今年 3 月，MindSpore正式開源。
MindStudio 2. 0 工具鏈，包括工具安裝、模型開發、算子開發，提供可視化的界面，UI窗口為WEB界面的，提供模型的優化功能，方便開發者可部署。
“目前，我們可以看到，市面上主流框架都是美國的，其中PyTorch在學術界占有率最高，TensorFlow在工業界有極高穩定性。
華為在AI框架領域，底層硬件不僅對接自己的MindSpore，也和百度、曠視及其他廠商做對接，實現1+1> 2 的協同效果。
MindSpore也在交互界面上類似PyTorch一樣友好。昇騰正在嘗試和企業合作，一起做科研、發論文，幫助研究者取得科研成果。”
據悉，華為昇騰戰略生態在過去一年中進展迅速，已和 60 多所學校合作建立實驗室，商用 100 多個聯合解決方案，軟件平臺已超過 4 萬開發者，并預計在三年內擁有百萬開發者。
據中國信通院數據， 2015 年到 2018 年復合平均增長率為54.6%，高于全球平均水平(約36%)，僅僅在 2018 年，中國人工智能產業市場規模已達到415. 5 億元。以此推算， 2019 年我國人工智能市場規模達到 554 億元左右。同時在新基建背景下，人工智能及工業互聯網潛在市場似乎已被提前釋放。華為昇騰作為國內頭部全棧全場景AI開發平臺，正在嘗試以AI的思維解決AI人才短缺困難，幫助更多中小企業智能化、自動化，以適應未來市場。
