华为拿什么破解AI核心难题

OpenAI近期发布的研讨显现，仅2012年以来，人们关于算力的需求增加六年就超越30万倍，平均每年增加10倍，远远超越了摩尔定律的开展速度。

众所周知，作为AI的后入局者，面临 AI 算力需求的爆发式增加，华为斗胆地提出要为业界供给易获取、用得起、便利用的算力。现在，间隔AI战略提出一年，华为是否现已找到算力破局的进口？

这也是行将到来的2019华为全联接大会备受瞩意图重要原因。

17世纪后期，英国采矿业，特别是煤矿，已开展到适当的规划，单靠人力、畜力已难以满意扫除矿井地下水的要求，而现场又有丰厚而廉价的煤作为燃料。实际的需求促进人们致力于以火力提水的探究。1769年英国人詹姆斯瓦特制作了蒸汽机，引起了18世纪的第一次工业革命。

100年后，美国人创造和完成了电力的广泛运用，引领了19世纪的第2次工业革命。

1946年，国际第一台二进制核算机的创造，人类在20世纪进入了第三次工业革命，信息技能的开展特别是移动互联网的遍及极大地改动了人类的日子。

进入21世纪，人类正在迎来以智能技能为代表的第四次工业革命，人工智能、物联网、5G以及生物工程等新技能融入到人类社会方方面面；驱动全球微观趋势的改动，如社会可持续开展，经济增加的新动能，才智城市、工业数字化转型、消费体会等。

第四次工业革命的人工智能将引领人类进入新纪元

人工智能是一系列新的通用意图技能（GPT），包含自然语言处理、图片辨认、视频剖析等。人工智能是信息化进程的新高度，信息技能带来了功率的提高，人工智能则带来生产本钱的改动。工作+AI，人工智能将会改动每个工作、每个工作、每个安排、每个家庭和每个人。

第四次工业革命的人工智能将引领人类进入新纪元

年代又似乎回到了对采矿工作非生物动力需求极大的17世纪。进入21世纪，人工智能也对算力提出了微弱的增加需求，依照OpenAI 最新的剖析，从2012年到2018年，最大的人工智能练习运转中运用的算力增加了30多万倍，每3.5个月就会翻倍，远远超越了摩尔定律的增加速度（每 18 个月芯片的功能翻一倍）。AI算力需求的急剧增加与传统CPU算力缓慢提高（每年10%）之间存在巨大对立，全球掀起造芯运动，加速算力本钱下降和AI运用遍及。

人工智能的三个方面算力（工业云核算和边际核算）、数据（工业大数据）和算法（工业人工智能），在我国，根据人口规划和经济的开展程度，在数据和工作运用都在全球处于领先地位。可是AI算力资源却很稀缺并且贵重，各工作运用需求越来越微弱的AI算力。算力价格贵、运用难和资源难获取是现在AI开展的三大瓶颈：

Ø价格贵：现在人工智能整个练习的进程，比方练习人脸辨认、交通归纳治理、主动驾驶，模型的练习本钱十分昂扬的。

Ø运用难：缺少一个一致的开发结构，无法适配从练习到推理，从公有云到私有云、边际、终端的多种运用场景，开发、调优、布置的工作量巨大。

Ø难获取：业界用于AI核算的GPU供货周期长，限量供应等，导致硬件资源不易获取。

业界开发大规划AI练习芯片的首要厂家，比方英伟达、Google和华为都推出了自己的AI练习芯片。英伟达Tesla V100 GPU最高供给125 TeraFLOPS深度学习功能，最大功耗为300瓦特。Google I/O 2018开发者大会上，Google 推出了第三代 TPU 3.0，最高供给90 TeraFLOPS深度学习功能。华为在2018年10月的全联接大会上发布了针对AI练习场景的昇腾昇腾910AI处理器。昇腾910 AI处理器，是当时核算密度最大的单芯片，适用于AI练习，可供给256 TeraFLOPS的算力，最大功耗为310瓦特。

业界干流AI练习芯片才能比照

面向人工智能这个大的年代潮流，算力的稀缺和贵重在必定程度上限制了当时的人工智能开展。华为以为，易获取、用得起、便利用的算力，是AI工业开展的要害。

华为数十年长时间聚集在ICT根底设施研制和建造范畴，深刻理解运营商和企业用户的运用场景，以高起点和全栈全场景入局AI范畴，真实供给普惠的、强壮的算力。

华为昇腾系列AI处理器，采用了面向张量核算的达芬奇3D Cube架构，该架构面向AI的全新打破性规划，为昇腾AI处理器供给了超强的AI算力，使得芯片具有高算力、高能效、可扩展的长处。

根据一致的达芬奇架构，华为能够支撑Ascend-Nano、Ascend-Tiny、Ascend-Lite、Ascend-Mini、Ascend-Max等芯片标准，具有从几十毫瓦IP到几百瓦芯片的滑润扩展，天然掩盖了端、边、云的全场景布置的才能。达芬奇架构可大可小，从Nano一直到Max、从穿戴设备一直到云，能够全场景掩盖；咱们推出MindSpore的意图便是协同达芬奇架构来面向全场景的。也便是说，在端、边际、云都能够练习和推理，还能够进行彼此协同，这是现在其他的核算结构所做不到的。 华为轮值董事长徐直军表明。

AI练习的耗时跟模型的杂乱度、数据集和硬件资源的装备是强相关的，在地理研讨、主动驾驶练习、气候猜测、石油勘探等大规划练习时，硬件资源特别显得重要，人工智能的快速开展，得益于硬件和云核算技能的提高，更得益于各个工作数字化带来的很多的数据来练习模型。开发渠道要求从原始数据到标示数据、练习数据、算法、模型、推理服务，完成千万级模型、数据集以及服务目标的全生命周期的办理。

一起，无智能不成云，全栈开展走向纵深，AI现已成为云的根底事务，完成云端练习和推理。在云上布置，支撑在线和批量的推理，满意大规划并发的杂乱场景需求。云、AI、IoT协调使能蓝海商场，在才智家庭、物联网和车联网等场景，构建云+AI+IoT的归纳解决计划，开辟新的人工智能商场。

华为的AI战略包含出资根底研讨，在核算视觉、自然语言处理、决议计划推理等范畴构筑数据高效（更少的数据需求）、能耗高效（更低的算力和能耗），安全可信、主动自治的机器学习根底才能；打造全栈计划，面向云、边际和端等全场景的、独立的以及协同的、全栈解决计划，供给富余的、经济的算力资源，简略易用、高功率、全流程的AI渠道。

华为全球工业展望(GIV)陈述显现，全球数据量将从2018年32.5ZB快速增加到2025年的180ZB。关于企业，AI算力需求每三个月增加一倍，AI运用率到2025年将达80%。不难发现，在算力范畴已获得打破的华为，站在了一个巨大的年代风口之上。