趙翼在《論詩》當中有一句，“滿眼生機轉化鈞，天工人巧日爭新。”

這句詩非常適合形容今天AI的現狀。幾個月以來，ChatGPT在全球大放異彩，引來各界對AI尤其是大模型技術的強烈關注，大模型所需的算力與軟硬件基礎設施，重要性來到了史無前例的高度。

在諸多動力的共同推進下，開發者、產業場景、科學研究，都需要與時俱進的AI技術與AI基礎設施來作為助力，正是一種“滿眼生機轉化鈞”的局面。

這種情況下，越來越多的目光投向了昇騰AI，融合了硬件底座與基礎軟件、開發者工具的昇騰AI，也在供需相長、與時俱進。在不久之前，“創未來，享非凡”昇騰AI開發者創享日2023年全國巡回首站活動成功在沈陽舉辦。在這次活動中，我們不僅可以了解到昇騰AI與東北地區產學研用的深度結合，更能了解到其在2023年的最新進展、全新升級。

正是春暖花開時，讓我們共同了解一下AI需求的最新升級，以及昇騰AI的與時俱進，二者融匯在這個絢麗今天，正是一道“天工人巧日爭新”的圖景。

AI基礎設施的今日之需

伴隨著AI真正深入產業、立足科研，同時以大模型為代表性的新型AI技術快速崛起，各界對AI技術，尤其是AI訓練、部署相關基礎設施的需求迎來了全面升級。在2023年這個時間節點上，我們可以看到AI基礎設施在不同領域表現出了這樣幾個需求特征：

1.產業需實：如今，各行業探索智能化的路徑已經十分清晰，AI與行業結合，開始從探索階段向實用階段遷移。因此，各行業都需要能夠深度融合于產業，對相關產品與軟件提出了實用化、場景化、行業化的要求。

2.學術需立：科學研究與AI技術的結合，處在全面開花、生機勃勃的探索階段。學界需要面向不同學科、不同研究領域的大型AI裝置，來支撐和撬動科研+AI的新范式。

3.開發者需簡：對于開發者來說，由于AI技術已經趨向成熟，需要AI基礎設施更加簡單易用、便于上手，集成充沛成熟的開發工具與開發示例，最大限度降低開發門檻。

面臨這些新需求，AI軟硬件基礎測試是根基，是基座。根基不牢，地動山搖。昇騰AI之所以受到重視，恰恰是因為它能夠成為產學研、開發者的通用AI基礎。同時也有與時俱進的能力，以最高效率響應、契合這些最新需求。

產業的智能之助

如今，昇騰AI基礎軟硬件平臺，已經發展為包括Atlas系列硬件、異構計算架構CANN、全場景AI框架昇思MindSpore、昇騰應用使能MindX以及一站式開發平臺ModelArts等在內的全流程AI基礎設施，可以幫助伙伴和開發者高效使用AI能力，創新場景化AI應用。

在產業生態層面，昇騰AI秉承著硬件開放、軟件開源、使能伙伴、發展人才的策略，通過全面、多樣化的方式助力產業智能化發展，使能AI產業落地。

在硬件層面，我們可以看到昇騰AI已經能夠和行業場景、行業需求深度結合，將AI算力帶到實際生產力應用當中。在“創享日”當天，中國煤科沈陽研究院與中國煤科機器人公司，面向行業開發者和合作伙伴，發布了基于昇騰AI的機器人解決方案，該方案基于昇騰基礎硬件，將Atlas 500智能小站應用于機器人圖像識別，從而讓智能巡檢機器人能夠分析安全隱患。這一方案已經在變電所與煤礦場景實際落地應用，推動了煤礦產業的智能升級。

在軟件層面，昇騰AI可以通過框架、開發工具等層面賦能產業，結合充沛的AI算力，滿足AI模型從訓練到部署的軟件需求。尤其當大模型成為行業智能化的新需求，昇騰AI原生支持大模型訓練與產業落地的價值就突顯了出來。

東北大學、華為、沈陽人工智能計算中心合作正式邁入新一階段，基于昇騰AI的遼寧地區首個大模型——“沈陽.太一”（The One）多模態推薦模型正式發布。“沈陽.太一”模型數據參數達到了10億，能夠融合文本、圖像、社交、知識圖譜等多模態信息，分析海量數據，推薦精準內容。該技術已趨向成熟，即將為東北地區的大數據、互聯網產業發展帶來巨大價值。

除此之外，我們在創享日還可以看到沈陽美行科技股份有限公司基于昇騰AI，孵化 “智者·樂行”道路數據重建大模型，以及遼寧遼河實驗室與華為、沈陽昇騰人工智能生態創新中心簽約正式開啟昇騰人工智能領域的全面合作。遼寧遼河實驗室基于昇騰AI技術所開發的缺陷檢測人工智能預訓練模型已完成第一階段的開發工作，三方將圍繞“未來工業互聯網科研基礎設施”平臺展開建設。

科研的創新之基

科研與AI技術的融合，被學界給予了廣泛期望，很有可能改變多個學科的科研范式，全面升級科研效率，而這種深刻的改變，也需要AI基礎設施全面升級進行配合。

為此，昇騰AI打造了全新的AI+科學計算融合架構，滿足科研場景中超算、高性能計算、AI計算等研究方法深度結合的計算新范式，改變了科研中不同計算方案無法融合，彼此孤立的局面，構筑了更加符合科研+AI真實需求的創新基礎。

不僅如此，昇騰AI還瞄準大模型與科研的融合，推出了昇騰科研創新使能計劃，推動大模型創新在科研工作中落地，打造了一系列大模型與科研場景結合的范例與表率。

比如我們此前就討論過，基于昇騰AI軟硬件底座打造了面向大型客機翼型流場高效高精度AI仿真預測大模型“東方.御風”。在昇思MindSpore流體仿真套件的支持下，其可以極大提升流體力學科研效率，大幅降低仿真時間。

基于昇騰AI的“鵬程.神農”平臺，可以在極短時間內實現包括新冠病毒在內的病毒毒株變異模擬，從而提前預測病毒變異方向，提升科研能力的同時，強化公共衛生領域的提前處置能力。

在AI+科學計算融合架構的幫助下，科學研究可以更高效率、低門檻地容納AI技術與大模型創新，這一點尤其在基礎科學與事關國計民生的學科當中具有重要意義，同時也為推動大型實驗室、新型科研基地建設提供了新的基礎設施選擇。

開發者的便捷之選

回到開發者層面，能夠快速上手、便捷應用的AI硬件開發產品，是目前市面上的稀缺資源。開發者往往會陷入無產品可用，或者得到產品之后發現開發成本過高、學習成本過大等問題，以最簡單直接的態勢切入開發者需求，提供有效聯接行業場景、商業價值的開發資源，是AI基礎設施在新階段的關鍵任務。

為此，昇騰AI將推出Atlas 200I DK A2開發者套件。新產品面向開發者，提供開箱即用的開發體驗，并且集成豐富的參考范例，讓開發者不僅能夠獲得基礎設施，還能夠學習和了解到最新的開發技術與開發經驗。

從簡易程度來看，Atlas 200I DK A2開發者套件可用于實現半小時搭建開發環境，2小時完成首個推理應用開發，實現真正的開箱即開發。

在學習示例方面，其能夠提供3大端到端場景化Demo，包括了智能小車、智能機械臂、智能語音交互這三個最為主流，也是真實產業中應用最豐富的場景，讓開發者可以在高度仿真的環境下調試自己的算法，不必重復造輪子，第一時間投身到高價值開發工作。除此之外，開發套件還搭配了超過100個場景樣例，包含了視圖分析、OCR、動作/手勢識別等領域。

在社區資源方面，昇騰社區可以為開發者提供數百個高性能預訓練模型，覆蓋所有的主流與熱門AI方向，即為開發者提供了豐富的預訓練模型選擇，同時也極大程度上降低了向昇騰AI進行模型遷移的難度。

此外，Atlas 200I DK A2 開發者套件還能夠提供全流程開發工具，以及豐富的可用接口，讓開發者置身真實可用的開發場景，體驗便捷極簡的開發效率。

在類似新產品的幫助下，昇騰AI持續拉近著與開發者的距離，直面開發者需求，革新著軟硬件多層面的開發輔助能力，使能開發者成功。

截至目前，昇騰AI已經發展了超過130萬開發者，在200多所高校開設昇騰AI相關課程，并與超過1000家行業合作伙伴攜手，共同孵化了超過2000個解決方案。

總結起來，無論是推動AI算力與大模型走入產業真實需求，還是為科學研究構筑新的智能計算范式，再到為開發者提供極簡、高效的開發基座，昇騰AI在多個維度進行著與時俱進的革新。

昇騰AI用聆聽產業，了解科研，讀懂開發者的姿態，完成著AI需求與AI基礎設施的供需互長，彼此助力。

如果說，大模型的全球爆火與數字中國的揚帆起航，構成了AI技術的“天工”，那么昇騰AI與伙伴、開發者的攜手，則成為了將“天工”具體化、真實化的“人巧”。

二者結合，才能有AI技術日日爭新的新氣象、新時代。