這是華為在全球分析師大會2020上分享的一個真實案例。
過去，高速收費站的人工收費方式費時費力、效率低下，遇到早晚高峰或者節假日，收費站往往成為交通最擁堵的地方。為簡化通行流程、提升通行效率，徹底解決交通擁堵難題。國家在2019年開始全面取消省級收費站，人工收費逐漸被自動化和智能化的ETC設備所取代。
這背後不僅僅是設備對於人工的簡單替代，還涉及到車輛識別、裡程計算、行動支付、業務系統打通等多項工作。為此，華為提供了一整套完善的解決方案，包括TaiShan伺服器、Atlas智能小站在內的一系列計算設備以及後端ModelArts一站式AI開發平臺，通過多樣性算力來支撐起整個智慧交通體系的運作與管理。
根據華為介紹，在部署這套解決方案之後，高速收費站客車平均通行時間從15秒降低到2秒，貨車平均通行時間從29秒降低到3秒，大幅提升了通行效率，有效解決了交通擁堵的難題。
在華為看來，高速收費僅僅是計算改變人們生活的場景之一。在如今的世界中，隨著數位化進程加速，計算正在深刻改變著各行各業，多樣性計算將會在更多行業場景中發揮著越來越重要的作用。
為什麼需要多樣性算力
「持續創新，滿足世界多樣性算力的需求。」--這是華為計算產品線副總裁姜濤在華為全球開發者大會上所傳遞出的清晰聲音。
那麼，為什麼世界需要多樣性算力？
這跟當前的趨勢密不可分。隨著像5G、雲計算、大數據等數位化技術不斷應用，產生了兩大明顯趨勢：其一，接入設備開始從傳統PC向移動智能終端轉移，直接帶來了部署模式從PC應用到移動應用再到移動應用雲化；其二，萬物互聯帶來了海量數據的產生，直接推動了雲邊分工與協同，雲數據中心承載海量數據的分析、處理和存儲，並且形成中心訓練和邊緣推理的雲邊協同。
這些趨勢帶來對多樣性算力的直接需求，要求算力可以實現雲端同構、高並發、高吞吐、超高性能，以及更優能效的AI。
華為計算產業打算怎麼幹
在本次大會上，華為公司高級副總裁、雲與計算BG戰略與產業發展部部長張順茂在《擁抱數位化轉型機會，共贏計算新時代》主題演講中強調：雲與計算是生態型產業；因此，做大產業的蛋糕比做大市場份額更加重要。
在雲與計算的生態產業中，橫向建立穩定、持續、可共贏的生態，縱向則讓應用生態百花齊放，華為的工作就是提供足夠有養分的黑土地。在黑土地中，多樣性算力其實就是黑土地中不可獲取的各種養分，它可以為各種場景、應用提供最為合適的算力，讓應用真正實現百花齊放。
姜濤介紹，華為計算產業戰略主要是四個方面：架構創新，投資全場景處理器族，商業策略「有所為有所不為」，構建開發生態。2019年，華為實現了對x86、AI、ARM算力產品的全面布局，構建起「x86+ARM+GPU+NPU」多種計算形態產品，滿足不同行業、不同業務規模的用戶需求。
當前，華為計算業務包括通用計算平臺、AI計算平臺以及智能加速部件、智能管理引擎等，可以滿足各行各業對於多樣性計算的需求。相關數據顯示，2019年華為計算設備發貨量同比增長了8%。
華為Atlas：讓AI觸手可及
在多樣性計算中，AI算力可謂是至關重要，它支撐起各種人工智慧場景應用。不過，人工智慧與行業場景應用的結合才剛剛開始，與AI算力相關的產品雖然非常之多，但是AI算力在行業應用中依然面臨著不小的挑戰。
其一，不同場景採用不同的計算架構很普遍，這給開發者帶來了極大的挑戰。開發者需要適配不同開發平臺做模型轉換，開發者不能實現一次性開發與多次部署，導致目前AI開發效率並不高。
其二，人工智慧應用在數據中心、網際網路中已經開始得到較為廣泛的應用，但是隨著5G商用提升，大量行業應用開始向邊緣應用延伸。數據中心測的AI算力對於功耗容忍度大，邊緣側對於功耗則比較敏感。因此，AI算力需要同時關注數據中心側和邊緣側。
其三，人工智慧晶片越來越走向專用化，晶片架構創新大部分集中在專用架構，不再局限於傳統兼顧GPU的處理方式。
為此，華為AI發展戰略從一開始確定了在全棧、全場景中採用統一的架構，滿足各個行業的數據中心和各種邊緣場景的AI應用需求，為開發者構建起一致性的開發體驗，一次性開發，可以在多種產品上做多次部署。
目前，華為Atlas 全場景AI解決方案涵蓋了雲、邊、端各種場景，產品有Atlas 900 AI集群、Atlas 800 AI智能伺服器、Atlas 300 AI加速卡、Atlas 500 Pro AI智能邊緣伺服器、Atlas 500 AI智能小站、Atlas 200 DK AI開發者套件以及Atlas 200 AI加速模塊。華為Atlas系列產品的形態可謂是異常豐富，像Atlas 900是數據中心級的訓練集群，而Atlas 200則是只有火柴盒那麼大小的加速卡。
以Atlas 900為例，目前為業界最頂尖的AI 訓練產品，數千顆AI處理器互聯，半精度（FP16）算力達256-1024 PFLOPS；除了處理器之外，還引入了HCCS、智聯網絡等，讓其性能極為出色。此外，Atlas 900還是業界首款支持全液冷的AI集群，這樣大幅降低了整個數據中心的能耗。
像鵬城雲腦Ⅱ採用Atlas 900 AI集群為底座，整個AI集群的PUE<1.1，具有最佳集群網絡，HCCL集合通訊支持100TB全互聯無阻塞專屬參數同步網絡。在這樣強大能力支撐下，鵬城雲腦II獲得源源不斷的澎湃算力，支撐起科研工作者對計算機視覺、自然語言處理、自動駕駛、醫療等各類研究。
另外，在疫情期間，華為的AI解決方案也發揮了至關重要的作用。在疫情早期，由於檢測手段匱乏，通過CT影像來判斷病例是主要手段，但是隨著越來越多的人進行CT拍攝，光靠醫生人工來分析CT影像已經徹底不行。
此時，華為通過部署Atlas 800智能伺服器，通過大量樣本數據的不斷訓練和算法的不斷迭代，很快就實現了對CT影像病情的快速識別，並且準確率持續提升達到了99%。如今，華為這套AI抗疫解決方案已經廣泛部署在全球多個國家的醫院。
除了提供強大的產品與解決方案之外，華為在AI生態上將會持續走開放的道路。據悉，目前華為已經在36所高校中開設了AI課程，並且有3萬多開發者進入到華為計算框架的開發，還擁有超過100家行業ISV，打造了超過50個行業AI解決方案。
總體而言，隨著數字經濟的快速發展，數字經濟與實體經濟的融合開始產生大量新的應用場景，在大數據、AI、物聯網等數位化技術帶動下，算力需求正在走向細分化和差異化。華為計算業務持續的創新能力、全面的產品布局、豐富的行業解決方案以及開放的生態策略，將會為華為雲與計算「黑土地」注入持續的養分，滿足用戶多樣性的計算需求。