當地時間6月30日，美國聯邦通信委員會正式裁定，將中國華為和中興通訊列為“美國國家安全威脅”，禁止電信運營商使用政府資金向這兩家中企進行采購。華為到底有多強大，能讓美國不斷以各種借口予以打壓？來看北京郵電大學經濟管理學院教授楊學成在《蝶變：數字商業進化之道》一書中對華為數字商業進化模式的分析。
作為電信業的貪吃蛇，華為在經歷了30年的電信業變遷之后，把一個又一個國際同行甩在了身后， 一舉挺進了通信技術無人區。
網絡、終端、云，換言之，網絡側、邊緣側、云平臺，這三者華為全都已經構建就緒。
把云——網——端備齊了，能干什么呢？答案是：計算！云計算+邊緣計算+網絡傳輸。計算的結果是數據，數據的價值實現在人工智能。
所以，華為進入人工智能的深海區域，不是轉型，而是前進，是傳統業務挺進無人區之后的繼續前進！
華為的6大智能深潛策略
1計算引擎
華為切入人工智能的方式很像IBM，但比IBM扎得更深，用華為自己的話來說，叫“全棧智能”。也就是技術上全流程覆蓋，場景實現上全盤通吃，縱向和橫向綜合協同。
別人只瞄準人工智能的一枚干果，而華為干脆給了你一個干果大禮包，內容可謂精彩紛呈。
首先，華為提供了人工智能所需的“計算引擎”。計算引擎解決的是算力產生的問題，而算力產生的根源是人工智能芯片。在這個領域，做得最好的是英偉達（NVIDIA）。
在2018年的全聯接大會上，華為對標英偉達，推出了自己研發的人工智能芯片“昇騰系列”，而且不只是一個芯片，是一個“全家桶”，覆蓋了從云計算到邊緣計算再到端計算的五大場景。
但問題是，云端的人工智能訓練和推理還需要數據中心的支持，而數據中心又需要部署大量的服務器，由服務器負責海量數據的處理才能使得人工智能訓練和推理產生具有性價比的效果，這就需要通用計算處理器。
為了取得最好的云端人工智能能力，華為有必要掌握通用計算單元，這就是華為的“鯤鵬處理器”。
鯤鵬處理器對標的是英特爾的“×86結構”，應該說目前可以做到接近于×86的水平，但在具體應用和生態構建上，鯤鵬還有相當遠的路要走。
這其中主要存在兩個問題，一個問題是基于ARM的生態應用嚴重不足，所以鯤鵬處理器首先面臨生態建設難題，這不是一朝一夕就能解決的事情。
另一個問題是華為僅取得ARMv8以及后續8.1和8.2的永久授權，所以底層指令集仍然被ARM掌握，是不是會受到使用限制還不好說。除此之外，昇騰芯片也是基于ARM的，是在ARM基座之外掛接了人工智能處理芯片。
圖片來源：華為心聲社區
不管怎樣講，華為的“昇騰+鯤鵬”這兩大計算引擎，已經勉強可以算得上是人工智能和處理器這兩個計算核心的自主可控方案了。在未來可預期的時間里，這兩大計算引擎足以支撐華為在計算領域的野心了。
既然計算引擎已經準備好了，那接下來要讓引擎的能力發揮出來，就需要創建優秀的計算架構。這就像是同樣的發動機在不同的參數架構下輸出的馬力是不同的一樣，要想讓計算引擎的輸出有優異的表現，優秀的計算架構是不可或缺的。
這件事華為在做芯片的同時就想到了，還給這個項目起了個很神秘的名字——達芬奇架構。
2達芬奇架構
英偉達是率先在人工智能加速方面實現突破并獲得領先地位的企業。這家公司的GPU是人工智能應用的主流芯片，其背后的CUDA并行計算架構相當于在傳統CPU處理器的基礎上掛接了GPU，從過去的單一中央處理器過渡了“CPU+GPU” 并用的協同處理范式，很好地滿足了智能計算的需求。
圖片來源：億歐網
華為的達芬奇架構學習了英偉達的處理方式，但走得更遠一些。
第一，達芬奇的主基座仍然是ARM架構，這跟英偉達的處理方式相似，同樣是在傳統中央處理器上掛接一個人工智能加速器。達芬奇架構中的核心運算設計是名為“3D Cube”的計算模式，其基本思路是：以矩陣處理陣列的立體形式來處理乘加運算。相當于比傳統的2D結構增加了一個維度，過去那種需要64×64的運算在3D Cube下只需要化約為16×16×16就能算出，這就可以大幅提高運算效率、降低時延。
3D Cube是達芬奇架構的核心創新點，也被稱作“達芬奇魔方”。
第二，達芬奇架構使用3D Cube對矩陣運算進行加速，但對于之后的向量運算和激活等則采用單獨的模塊進行靈活處理。這樣就抓住了主要矛盾，實現算力大幅提升的同時，又能提高整體運算系統的靈活性，使得整個運算系統更具彈性。
第三，主核+微核的結構使得算力輸出極具彈性，可以根據不同的計算任務靈活組合，這就可以在很大程度上減少不必要的功耗，達到有限能耗下的最優算力輸出，此即華為宣稱的全場景覆蓋。大到云計算、服務器，小到智能門鈴這樣的超低功耗物聯網設備，達芬奇架構下的芯片都可以輕松應對。
第四，達芬奇架構下的芯片與華為自身的軟硬件產品深度耦合，避免了數據轉接和重復調用的問題。這種縱向一體化的做法可以實現從芯片到終端再到系統的全鏈條貫通，但也阻礙了華為芯片的對外共享，以后借助開源可能會好一些。
當然，計算架構只能優化算力輸出，而想要讓算力真正產生效力，還需要依托軟件平臺的支撐，也就是“計算框架”。
3計算框架
人工智能的底層是芯片，芯片性能取決于計算架構，而將芯片的計算能力轉化為真正的應用場景，則還需要幾個步驟，其中最重要的，就是銜接硬件與軟件的計算框架。
計算框架或深度學習框架向下連接芯片，向上承接各種業務模型，是實現硬件語言和軟件語言互譯的關鍵橋梁，相當于人工智能版的操作系統。只有基于這個操作系統，應用軟件才能夠被開發并運行，從而覆蓋相應的應用場景。
鑒于計算框架扮演軟硬件翻譯界面的角色，所以好的計算框架必須一方面具備硬件友好度（運行態高效），另一方面具備開發者友好度（開發態友好）。前者主要指對CPU、GPU等計算資源的分配方式，后者主要指開發者的進入門檻是否足夠低。
圖片來源：華為官網
2019年8月，華為推出的MindSpore計算框架，很好地借鑒了已有人工智能計算框架的做法，同時對存在的一些局限進行了突破。
除此之外，由于華為擁有自研芯片，所以在軟硬件結合上優勢明顯，針對昇騰芯片在MindSpore上做了軟硬件一體化，大幅提升了MindSpore的性能表現。百度的飛槳計算框架是跟華為的麒麟芯片進行深度一體化之后，實現推理能力突破的。
當然，計算框架想要取得成功，僅僅做到技術性能上的提升是遠遠不夠的，更重要的是擁有足夠多的生態合作伙伴，共同將計算框架打造成事實上的標準平臺。
基于此，開源是大家普遍采用的一種做法，華為也計劃在不久的將來把MindSpore予以開源。但具體效果如何，有待進一步觀察。
此外，僅有計算框架只相當于有了地皮，若要建好房子還需要各種各樣的工具，得具備各種各樣的軟件開發套件（SDK）。關于這個，華為希望開發者們將模型與藝術結合起來。
4開發平臺
從人工智能芯片到計算架構再到計算框架，相當于把華為這座智能大廈的基礎結構都建好了，接下來就是裝修和裝飾了。
其實，人工智能領域存在剃頭挑子一頭熱的情況，論文專利一大堆，但真正落地應用卻并不如想象中那么樂觀，目前真正采納人工智能技術的企業還很少，更鮮見完成智能化轉型的傳統企業。
這當中，如何將人工智能理論知識轉化為現實應用場景就變得十分重要，而加速這一過程的要害是賦予開發者以低門檻、高友好度的人工智能開發平臺。
華為推出的ModelArts是一站式人工智能開發平臺，致力于讓人工智能技術得到普惠式推廣。想要做到這一點，開發平臺必須協調好幾個方面的指標，首當其沖的就是模型訓練速度，而這又取決于吞吐量和給定精度要求的收斂時間。第二個重要指標是開發工具的易用性，第三個是部署周期。
圖片來源：華為官網
針對以上三個關鍵的性能指標，ModelArts做了大量的研發創新，有力提升了開發效率和效果。
第一，為了提升訓練速度，華為發揮自身軟硬件綜合優勢，通過硬件、軟件和算法的協同優化來加速訓練，為用戶節省了44%的訓練時間。這背后的功臣是MoXing API，這款華為自研的應用程序接口（API）可以讓模型的代碼編寫非常簡單，開發者只需要關注數據輸入和模型構建的代碼，就可實現任意模型在多GPU和分布式處理中的高性能運行。相當于MoXing API是各種深度學習模型的加速器，任何一款模型只要接入到MoXing API，就能夠獲得比原生API環境下更高的性能表現。
第二，吞吐量意味著單位時間內的數據處理量，一般取決于服務器硬件、數據讀取和緩存方面的優化。但吞吐量提升必須結合模型精度，才能綜合縮短收斂時間。ModelArts進行了全棧優化，包括數據讀取和預處理、模型計算、超參調優、底層優化等，大大縮短了深度學習算法訓練的收斂時間。
第三，ModelArts具備很好的易用性，開發者只需要關注上層的業務模型，不用管下層的分布式處理API，根據實際業務定義輸入數據、模型和相應的優化器，實現了訓練腳本與運行環境的分離，以及業務代碼和訓練引擎的分離。
第四，模型從搭建到部署是一場軟硬件能力的綜合比拼，而非僅僅取決于開發平臺，還涉及底層的硬件能力、計算引擎，以及分布式計算框架和算法優化等，所以只有具備全棧人工智能能力，才有可能幫助開發者迅速構建模型并在短時間內完成部署。這就是華為始終強調“全棧AI”的原因。
綜合來看，ModelArts寄希望于將人工智能開發者變成藝術家，可以任由開發者盡情揮灑想象力和創造力，不必面對底層那些枯燥的代碼，讓人工智能技術變得能用、易用、好用。
當然，裝修完畢之后，一座大廈想要正常運轉，還缺不了水、電、氣等的保障。這就是，云。
5云服務
如果說5G是智能經濟引擎，那么云計算就是智能經濟起飛的跑道。所以，5G+AI+云，三者缺一不可。
云計算，通俗來講就是將計算、存儲、傳輸等資源服務化，變得像水和電一樣按需使用、按量付費，存在用量的峰谷轉換，某些時段用量特別大，而另一些時段用量很小，所以削峰填谷十分重要，這要求云計算平臺必須具備高度的“彈性”。
例如，“雙十一”當天對阿里云的彈性計算能力是巨大的考驗，這一天的計算需求會是平常的幾百倍甚至上千倍。
華為云起步較晚，主要原因在于云計算業務會跟華為最主要的客戶——電信運營商——產生沖突，很容易搶了運營商的生意，得罪這個最大的客戶。之前華為對云計算業務一直遮遮掩掩，直到2017年才痛下決心，大刀闊斧地挺進云服務市場。
不同于阿里巴巴和騰訊，華為的云業務是自身技術演進的必由之路，而非業務本身訴求。阿里和騰訊的云業務首先服務于自身業務延伸，順便對外賦能，所以這些互聯網公司更擅長于從軟件層面入手，強調用戶體驗。華為云的主要出發點是對5G和AI技術應用的回應，沒有云，很難承載華為的人工智能戰略。
自然，初衷不同，則手法有異。華為云的優勢在于精湛的軟硬件技術和廣闊的海外市場。
技術方面
華為已經基于鯤鵬芯片做出了性能超強的泰山服務器，且擁有算力最強的昇騰系列芯片，以及面向邊緣計算的物聯網芯片巴龍系列。
軟件方面
華為的ManageOne云管理平臺可以實現“多云管理”，做到敏捷運營、精簡運維。
數據庫方面
華為推出的GaussDB是全球首款AI原生云數據庫，可以將數據容量提升10 倍，故障恢復速度提升30倍。
華為不但自己搞定了計算、存儲和數據庫，還擁有自己的服務器、交換機、網關、路由器和防火墻，這為華為整體優化云計算體驗奠定了堅實的基礎。
6云端操作
既然華為做的是全棧智能，就缺不了將計算資源靈活調度并推送給用戶的操作系統，之前華為已經有了端側的“鴻蒙操作系統”（Harmony OS），如今又推出了云端操作系統“瑤光”（Alkaid）。
作為適應于5G和人工智能的云操作系統，必須滿足一系列要求：一是計算資源的就近調用；二是計算系統的超級穩定；三是計算資源的靈活調度。
瑤光是一款“AI原生”的云操作系統。
- 第一，可以整合全球百萬級主機計算資源，進行就近調度，在降低網絡時延的同時大幅度節約了用戶的帶寬成本，服務部署效率提升10倍，實際網絡時延達到5毫秒，使自動駕駛場景的落地應用成為可能；
- 第二，瑤光側重向邊和端賦能，讓云和邊協同起來對終端設備進行智能調度，實現毫秒級調度與決策、微秒級I/O處理能力；
- 第三，瑤光自帶資源協同算法A-DNN，能夠依靠計算集群的強大算力，把復雜的資源調度模型在短時間內計算出來，優化了用戶的云上體驗。
當然，近水樓臺先得月，瑤光的背后是華為自研的服務器芯片昇騰和鯤鵬系列，可以對算力進行不同顆粒度的靈活封裝，在應對多樣化業務方面優勢明顯。
此外，華為的全棧智能能力再一次彰顯威力，從芯片到服務器再到操作系統全都自主可控，這讓瑤光具備了超強的安全可信度。
云上有瑤光，云下是鴻蒙。華為在操作系統上可謂用心良苦，而操作系統其實比芯片的突破更難，不是難在技術實現上，而是難在應用生態的構建上。不管是鴻蒙，還是瑤光，生態伙伴都是最大的障礙。
所幸經過這么多年的發展，華為不但學會了與猛獸同行，也懂得了如何與螞蟻相處。
即便那些天天喊著“All in AI”或者“AI in all”口號的科技公司，真要盤點起自己的人工智能武器庫，也是亮點寥寥，充其量算是有個小碉堡、幾挺機關槍而已。然而，華為似乎為整個智能大海準備了一艘航空母艦。
深海物種華為
在基礎要件準備齊全的情況下，華為并沒有放棄對具體業務場景的進化，各種令人激動的信息頻頻出現。華為的產品似乎層出不窮，給我們帶來了眼花繚亂的“深海物種”。
這說明，華為在人工智能領域找到了屬于自己的進化邏輯，可以稱之為一橫一豎的“T形前進”。
一橫是指廣譜應用，一豎是指技術縱深，合起來就是技術上打到底，業務上拓到邊。
正是因為在技術上足夠縱深，才能在業務上足夠廣譜。
這種縱橫捭闔的戰略進化，讓華為未來的智能戰略具備了相當高的生態自由度，整個生態的彈性伸縮空間非常大。
表面看來，是一如既往地研發投入和技術創新，才讓華為擁有了如今的地位。但實質上，技術突進只是華為精神的一個體現場景而已。進入華為內部，你會深深地被一種“華為感”包圍，你很難描述，但卻能真切體會。
作為華為公司的高級顧問，我舉幾個親身體驗的例子。
01有次在華為的杭州研究所講課，沒在指定吸煙點吸煙，不到一分鐘就有保安過來，很親切地為我指引吸煙點的位置。讓你不覺尷尬但又非常不好意思，此后立改。
02在華為食堂吃飯，偌大的餐廳井井有條，按照不同的顏色劃分為不同的“餐線”，感覺秩序井然又很高效。從“餐線”這個叫法中，你能想到的還有很多。
03去過很多次華為大學講課，一個細節是，每次去洗手間，洗手臺都干干凈凈，一滴水都沒有，但從來沒見過保潔員。
04午餐前拍合影，午餐后回到教室，每個人桌上整整齊齊擺好了合影相冊，中間只有一個小時時間，全班客戶驚呆。
華為給我的感覺是成熟穩重但又創意十足，秩序井然卻能精彩紛呈。這些感覺在華為的產品上全都可以驗證，這是一家企業內部文化向外部產品賦能的結果。
當然，華為并非沒有問題，甚至很多問題還很嚴重，但這不妨礙華為是一家真正偉大的公司。基于此，即便華為當前面臨著最惡劣的外部壓力，但只要守護好賴以成長的精神，就沒有什么可以擔心的。
圖片來源：華為官網
華為的創始人和靈魂人物任正非，出生于1944年，在其43歲的時候創辦了華為公司。歷經33年的發展，現在的華為已經成了世界ICT產業的巨頭，業務遍布全球，管理十分高效，技術相當領先。
很少有一家公司，能夠引起美國這樣的超級大國如此關注，不顧顏面地對華為進行全面圍堵。
在我看來，華為公司是改革開放40年我國企業進行市場經濟實踐的一個縮影，既是華為人集體努力的結果，也是中國經濟之舟匯入全球化浪潮之后必然會激起的一朵浪花。
這也說明，全球化競爭已經挺進深海區域，企業的生存環境越來越趨向于黑暗、高壓、低溫和高鹽，這對企業的生存能力提出了非常高的要求，甚至需要隨時做好應對極限生存挑戰的準備。
從這個角度來講，華為公司本身不重要，重要的是華為發展壯大的背后所折射出的一個中國商業文明新時代，一個能夠孵化出深海物種的新環境。
若以過去西方國家倡導的標準來看，華為公司絕非現代跨國公司的范本。這家公司的部門劃分和戰略思考所使用的術語更像是一支戰斗部隊，而不是典型的經濟組織。
此外，華為在治理結構上也沒有采用西方推崇的機制，而是一種讓外人很難理解的全員持股制度，并且任正非明確表示不歡迎外部資本介入。這種治理結構讓華為不必為資本市場左右，這跟西方企業的主流看法很不一樣。
華為略顯神秘的管理和治理，疊加上無往不利的業務發展，以及銳意進取的技術創新，讓國外競爭對手很難招架。這種感覺不僅僅體現在華為公司身上，恐怕整個世界看待中國近40年的發展，都會有同樣的感覺。
“舊世界”的人一開始看不起，看得起的時候又看不懂，看得懂的時候卻追不上了。
無論華為在數字技術上的深潛結局為何，這家公司的昨天、今天和明天，都昭示著華人世界的一種全新的商業文明已經蔚然成風。這種商業文明吸收了西方市場經濟的精髓，但更重要的是，融匯了中華文化的博大精深，是一種新的商業觀。
未來，在中國的大地上，將會出現越來越多的“任正非”，當然，也會誕生更多的“華為”。他們不但具備快速的陸地奔跑能力，還將在技術創新上不斷深潛，把層出不窮的深海物種帶到市場，引領中國乃至全世界的數字商業繼續蝶變！
本文 摘自《蝶變：數字商業進化之道》一書，作者楊學成系北京郵電大學經濟管理學院教授。
