想到的比看到的多

把話題起得博大一點，人類文明的發(fā)展一直與能源變革密切相關(guān)。從百年前電力的大規(guī)模應(yīng)用完成了第二次工業(yè)革命，到以2G、3G、4G為代表的通信技術(shù)驅(qū)動了第三次工業(yè)革命，人與人之間的聯(lián)結(jié)已經(jīng)變得非常緊密。現(xiàn)在我們一直說，以5G、AI、云等為代表的創(chuàng)新ICT技術(shù)正在驅(qū)動第四次工業(yè)革命，5G高速率、低延遲、大容量的特性實現(xiàn)了萬物互聯(lián)，AI高算力、

低功耗、全場景的特性實現(xiàn)了萬物智能，云虛擬化、超大規(guī)模和高擴(kuò)張性的特性實現(xiàn)了萬物共享。5G、AI、云使能所有行業(yè)，構(gòu)建了數(shù)字世界基礎(chǔ)，而AI在5G時代的算力化考量，就變得很有迫切感了。

AI是又一次工業(yè)革命

17世紀(jì)后期，英國采礦業(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)場又有豐富而廉價的煤作為燃料。現(xiàn)實的需要促使人們致力于“以火力提水”的探索。1769年英國人詹姆斯·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，美國人發(fā)明和實現(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，世界第一臺二進(jìn)制計算機(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)融入到人類社會方方面面;驅(qū)動全球宏觀趨勢的變化，如社會可持續(xù)發(fā)展，經(jīng)濟(jì)增長的新動能，智慧城市、產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型、消費體驗等。

人工智能是一系列新的通用目的技術(shù)（GPT），包括自然語言處理、圖片識別、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)帶來了效率的提升，人工智能則帶來生產(chǎn)成本的變化。行業(yè)+A，I人工智能將會改變每個行業(yè)、每個職業(yè)、每個組織、每個家庭和每個人。

可以說，時代又仿佛回到了對采礦行業(yè)非生物動力需求極大的17世紀(jì)，進(jìn)入21世紀(jì)，人工智能也對算力提出了強(qiáng)勁的增長需求。AI算力需求的急劇增長與傳統(tǒng)CPU算力緩慢提升（每年10%）之間存在巨大矛盾，全球掀起造芯運動，加速算力成本降低和AI應(yīng)用普及。

AI的根本難題在哪里

我們知道，人工智能的支撐要素包括算力（工業(yè)云計算和邊緣計算）、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，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)用需要越來越強(qiáng)勁的AI算力。

但是我們也看到，算力價格貴、使用難和資源難獲取是目前AI發(fā)展的三大瓶頸。比如，現(xiàn)在人工智能整個訓(xùn)練的過程，譬如訓(xùn)練人臉識別、交通綜合治理、自動駕駛，模型的訓(xùn)練成本非常高昂的;又比如，缺乏一個統(tǒng)一的開發(fā)框架，無法適配從訓(xùn)練到推理，從公有云到私有云、邊緣、終端的多種應(yīng)用場景，開發(fā)、調(diào)優(yōu)、部署的工作量巨大;再比如，業(yè)界用于AI計算的GPU供貨周期長，限量供應(yīng)等，導(dǎo)致硬件資源不易獲取。

業(yè)界開發(fā)大規(guī)模AI訓(xùn)練芯片的主要廠家，比如英偉達(dá)、谷歌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?Tera?FLOPS深度學(xué)習(xí)性能，最大功耗為300?W。Google?I/O?2018開發(fā)者大會上，Google推出了第三代TPU?3.0，最高提供90?TeraFLOPS深度學(xué)習(xí)性能。華為早在去年10月的全聯(lián)接大會上發(fā)布了針對AI訓(xùn)練場景的昇騰910AI處理器。昇騰910AI處理器，是當(dāng)前計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310W。

很顯然，AI訓(xùn)練的耗時與模型的復(fù)雜度、數(shù)據(jù)集和硬件資源的配置是強(qiáng)相關(guān)，在天文研究、自動駕駛訓(xùn)練、氣象預(yù)測、石油勘探等大規(guī)模訓(xùn)練時，硬件資源尤其顯得重要。人工智能的快速發(fā)展，得益于硬件和云計算技術(shù)的提升，更得益于各個行業(yè)數(shù)字化帶來的大量的數(shù)據(jù)來訓(xùn)練模型。開發(fā)平臺要求從原始數(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)，實現(xiàn)千萬級模型、數(shù)據(jù)集以及服務(wù)對象的全生命周期的管理。

同時，無智能不成云，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)雜場景需求。云、AI、IoT協(xié)調(diào)使能藍(lán)海市場，在智慧家庭、物聯(lián)網(wǎng)和車聯(lián)網(wǎng)等場景，構(gòu)建云+AI+IoT的綜合解決方案，開拓新的人工智能市場。

如上，這其中最值得一書的就是華為昇騰系列AI處理器。昇騰采用了面向張量計算的達(dá)芬奇3D?Cube架構(gòu)，該架構(gòu)面向AI的全新突破性設(shè)計，為昇騰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?；诮y(tǒng)一的達(dá)芬奇架構(gòu)，華為可以支持Ascend-Nano、Ascend-Tiny、Ascend-Lite、Ascend-Min、i?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、云的全場景部署的能力。

正如華為輪值董事長徐直軍所述，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，可以全場景覆蓋;我們推出MindSpore的目的就是協(xié)同達(dá)芬奇架構(gòu)來面向全場景的。也就是說，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)在其他的計算框架所做不到的。

后續(xù)

可以預(yù)見，5G與AI、云計算等技術(shù)融合，有助于打造智能機(jī)器人云端大腦，突破單個機(jī)器人自我學(xué)習(xí)的局限，賦予終端設(shè)備更加強(qiáng)大的智能，極大拓展智能機(jī)器人的應(yīng)用場景，加速智能機(jī)器人規(guī)?；l(fā)展。目前，我們的運營商把5G智能工業(yè)產(chǎn)品通過5G廠內(nèi)專網(wǎng)切片實現(xiàn)實時通信就是AI在5G時代算力化考量的一個明顯表現(xiàn)。管中窺豹，想到的比看到的多，這就是現(xiàn)實。