OpenAI近期發(fā)布的研究顯示，僅2012年以來(lái)，人們對(duì)于算力的需求增長(zhǎng)六年就超過(guò)30萬(wàn)倍，平均每年增長(zhǎng)10倍，遠(yuǎn)遠(yuǎn)超過(guò)了摩爾定律的發(fā)展速度。

眾所周知，作為AI的后入局者，面對(duì) AI 算力需求的爆發(fā)式增長(zhǎng)，華為大膽地提出要為業(yè)界提供“易獲取、用得起、方便用”的算力。如今，距離AI戰(zhàn)略提出一年，華為是否已經(jīng)找到算力破局的入口？

這也是即將到來(lái)的2019華為全聯(lián)接大會(huì)備受矚目的重要原因。

17世紀(jì)后期，英國(guó)采礦業(yè)，特別是煤礦，已發(fā)展到相當(dāng)?shù)囊?guī)模，單靠人力、畜力已難以滿足排除礦井地下水的要求，而現(xiàn)場(chǎng)又有豐富而廉價(jià)的煤作為燃料。現(xiàn)實(shí)的需要促使人們致力于“以火力提水”的探索。1769年英國(guó)人詹姆斯·瓦特制造了蒸汽機(jī)，引起了18世紀(jì)的第一次工業(yè)革命。

100年后，美國(guó)人發(fā)明和實(shí)現(xiàn)了電力的廣泛使用，引領(lǐng)了19世紀(jì)的第二次工業(yè)革命。

1946年，世界第一臺(tái)二進(jìn)制計(jì)算機(jī)的發(fā)明，人類在20世紀(jì)進(jìn)入了第三次工業(yè)革命，信息技術(shù)的發(fā)展尤其是移動(dòng)互聯(lián)網(wǎng)的普及極大地改變了人類的生活。

進(jìn)入21世紀(jì)，人類正在迎來(lái)以智能技術(shù)為代表的第四次工業(yè)革命，人工智能、物聯(lián)網(wǎng)、5G以及生物工程等新技術(shù)融入到人類社會(huì)方方面面；驅(qū)動(dòng)全球宏觀趨勢(shì)的變化，如社會(huì)可持續(xù)發(fā)展，經(jīng)濟(jì)增長(zhǎng)的新動(dòng)能，智慧城市、產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型、消費(fèi)體驗(yàn)等。

第四次工業(yè)革命的人工智能將引領(lǐng)人類進(jìn)入新紀(jì)元

人工智能是一系列新的通用目的技術(shù)（GPT），包括自然語(yǔ)言處理、圖片識(shí)別、視頻分析等。人工智能是信息化進(jìn)程的新高度，信息技術(shù)帶來(lái)了效率的提升，人工智能則帶來(lái)生產(chǎn)成本的變化。行業(yè)+AI，人工智能將會(huì)改變每個(gè)行業(yè)、每個(gè)職業(yè)、每個(gè)組織、每個(gè)家庭和每個(gè)人。

第四次工業(yè)革命的人工智能將引領(lǐng)人類進(jìn)入新紀(jì)元

時(shí)代又仿佛回到了對(duì)采礦行業(yè)非生物動(dòng)力需求極大的17世紀(jì)。進(jìn)入21世紀(jì)，人工智能也對(duì)算力提出了強(qiáng)勁的增長(zhǎng)需求，按照 OpenAI 最新的分析，從2012年到2018年，最大的人工智能訓(xùn)練運(yùn)行中使用的算力增長(zhǎng)了30多萬(wàn)倍，每3.5個(gè)月就會(huì)翻倍，遠(yuǎn)遠(yuǎn)超過(guò)了摩爾定律的增長(zhǎng)速度（每 18 個(gè)月芯片的性能翻一倍）。AI算力需求的急劇增長(zhǎng)與傳統(tǒng)CPU算力緩慢提升（每年10%）之間存在巨大矛盾，全球掀起造芯運(yùn)動(dòng)，加速算力成本降低和AI應(yīng)用普及。

人工智能的三個(gè)方面算力（工業(yè)云計(jì)算和邊緣計(jì)算）、數(shù)據(jù)（工業(yè)大數(shù)據(jù)）和算法（工業(yè)人工智能），在中國(guó)，基于人口規(guī)模和經(jīng)濟(jì)的發(fā)展程度，在數(shù)據(jù)和行業(yè)應(yīng)用都在全球處于領(lǐng)先地位。但是AI算力資源卻很稀缺而且昂貴，各行業(yè)應(yīng)用需要越來(lái)越強(qiáng)勁的AI算力。算力價(jià)格貴、使用難和資源難獲取是目前AI發(fā)展的三大瓶頸：

?價(jià)格貴：現(xiàn)在人工智能整個(gè)訓(xùn)練的過(guò)程，譬如訓(xùn)練人臉識(shí)別、交通綜合治理、自動(dòng)駕駛，模型的訓(xùn)練成本非常高昂的。

?使用難：缺乏一個(gè)統(tǒng)一的開(kāi)發(fā)框架，無(wú)法適配從訓(xùn)練到推理，從公有云到私有云、邊緣、終端的多種應(yīng)用場(chǎng)景，開(kāi)發(fā)、調(diào)優(yōu)、部署的工作量巨大。

?難獲取：業(yè)界用于AI計(jì)算的GPU供貨周期長(zhǎng)，限量供應(yīng)等，導(dǎo)致硬件資源不易獲取。

業(yè)界開(kāi)發(fā)大規(guī)模AI訓(xùn)練芯片的主要廠家，比如英偉達(dá)、Google和華為都推出了自己的AI訓(xùn)練芯片。英偉達(dá)Tesla V100 GPU最高提供125 TeraFLOPS深度學(xué)習(xí)性能，最大功耗為300瓦特。Google I/O 2018開(kāi)發(fā)者大會(huì)上，Google 推出了第三代 TPU 3.0，最高提供90 TeraFLOPS深度學(xué)習(xí)性能。華為在2018年10月的全聯(lián)接大會(huì)上發(fā)布了針對(duì)AI訓(xùn)練場(chǎng)景的升騰升騰910 AI處理器。升騰910 AI處理器，是當(dāng)前計(jì)算密度最大的單芯片，適用于AI訓(xùn)練，可提供256 TeraFLOPS的算力，最大功耗為310瓦特。

業(yè)界主流AI訓(xùn)練芯片能力對(duì)比

面向人工智能這個(gè)大的時(shí)代潮流，算力的稀缺和昂貴在一定程度上制約了當(dāng)前的人工智能發(fā)展。華為認(rèn)為，易獲取、用得起、方便用的算力，是AI產(chǎn)業(yè)發(fā)展的關(guān)鍵。

華為數(shù)十年長(zhǎng)期聚焦在ICT基礎(chǔ)設(shè)施研發(fā)和建設(shè)領(lǐng)域，深刻理解運(yùn)營(yíng)商和企業(yè)用戶的使用場(chǎng)景，以“高起點(diǎn)”和“全棧全場(chǎng)景”入局AI領(lǐng)域，真正提供普惠的、強(qiáng)大的算力。

華為升騰系列AI處理器，采用了面向張量計(jì)算的達(dá)芬奇3D Cube架構(gòu)，該架構(gòu)面向AI的全新突破性設(shè)計(jì)，為升騰AI處理器提供了超強(qiáng)的AI算力，使得芯片具有高算力、高能效、可擴(kuò)展的優(yōu)點(diǎn)。

基于統(tǒng)一的達(dá)芬奇架構(gòu)，華為可以支持Ascend-Nano、Ascend-Tiny、Ascend-Lite、Ascend-Mini、Ascend-Max等芯片規(guī)格，具備從幾十毫瓦IP到幾百瓦芯片的平滑擴(kuò)展，天然覆蓋了端、邊、云的全場(chǎng)景部署的能力。“達(dá)芬奇架構(gòu)可大可小，從Nano一直到Max、從穿戴設(shè)備一直到云，可以全場(chǎng)景覆蓋；我們推出MindSpore的目的就是協(xié)同達(dá)芬奇架構(gòu)來(lái)面向全場(chǎng)景的。也就是說(shuō)，在端、邊緣、云都可以訓(xùn)練和推理，還可以進(jìn)行相互協(xié)同，這是現(xiàn)在其他的計(jì)算框架所做不到的。” 華為輪值董事長(zhǎng)徐直軍表示。

AI訓(xùn)練的耗時(shí)跟模型的復(fù)雜度、數(shù)據(jù)集和硬件資源的配置是強(qiáng)相關(guān)的，在天文研究、自動(dòng)駕駛訓(xùn)練、氣象預(yù)測(cè)、石油勘探等大規(guī)模訓(xùn)練時(shí)，硬件資源尤其顯得重要，人工智能的快速發(fā)展，得益于硬件和云計(jì)算技術(shù)的提升，更得益于各個(gè)行業(yè)數(shù)字化帶來(lái)的大量的數(shù)據(jù)來(lái)訓(xùn)練模型。開(kāi)發(fā)平臺(tái)要求從原始數(shù)據(jù)到標(biāo)注數(shù)據(jù)、訓(xùn)練數(shù)據(jù)、算法、模型、推理服務(wù)，實(shí)現(xiàn)千萬(wàn)級(jí)模型、數(shù)據(jù)集以及服務(wù)對(duì)象的全生命周期的管理。

同時(shí)，無(wú)智能不成云，全棧發(fā)展走向縱深，AI已經(jīng)成為云的基礎(chǔ)業(yè)務(wù)，實(shí)現(xiàn)云端訓(xùn)練和推理。在云上部署，支持在線和批量的推理，滿足大規(guī)模并發(fā)的復(fù)雜場(chǎng)景需求。云、AI、IoT協(xié)調(diào)使能藍(lán)海市場(chǎng)，在智慧家庭、物聯(lián)網(wǎng)和車聯(lián)網(wǎng)等場(chǎng)景，構(gòu)建云+AI+IoT的綜合解決方案，開(kāi)拓新的人工智能市場(chǎng)。

華為的AI戰(zhàn)略包括投資基礎(chǔ)研究，在計(jì)算視覺(jué)、自然語(yǔ)言處理、決策推理等領(lǐng)域構(gòu)筑數(shù)據(jù)高效（更少的數(shù)據(jù)需求） 、能耗高效（更低的算力和能耗），安全可信、自動(dòng)自治的機(jī)器學(xué)習(xí)基礎(chǔ)能力；打造全棧方案，面向云、邊緣和端等全場(chǎng)景的、獨(dú)立的以及協(xié)同的、全棧解決方案，提供充裕的、經(jīng)濟(jì)的算力資源，簡(jiǎn)單易用、高效率、全流程的AI平臺(tái)。

華為全球產(chǎn)業(yè)展望(GIV)報(bào)告顯示，全球數(shù)據(jù)量將從2018年32.5ZB快速增長(zhǎng)到2025年的180ZB。對(duì)于企業(yè)，AI算力需求每三個(gè)月增長(zhǎng)一倍，AI應(yīng)用率到2025年將達(dá)80%。不難發(fā)現(xiàn)，在算力領(lǐng)域已取得突破的華為，站在了一個(gè)巨大的時(shí)代風(fēng)口之上。