全球最快AI訓練集群Atlas 900發布,華為的AI野心有多大?

2021-12-20 Fintech前線

在今日舉行的華為全連接大會上,華為重磅發布了全球最快的AI訓練集群「Atlas 900」,加速科學研究與商業創新的智能化進程。華為副董事長胡厚崑透露,Atlas 900匯聚了華為幾十年技術積累,是當前全球最快的AI訓練集群,由數千顆昇騰處理器組成。

 

事實上,人工智慧已成華為發展的核心戰略之一。華為創始人任正非此前在內部講話時稱,5G只是一個工具,支撐的是人工智慧,人工智慧才是大產業,才是華為發展的戰略要地。

 

華為在AI領域的野心和魄力由此可見一斑。那麼,華為的AI戰略是怎樣的?它在AI領域又是如何布局的呢?本文將做相關分析。

 

1.華為如何看AI?


華為高度重視AI的研究與發展。華為創始人任正非在一次講話中指出,人工智慧的發展,無論人們接受不接受,社會都會客觀前進。如果華為不做人工智慧,別人做,華為就死掉了。而華為在AI領域的研究是從內部應用開始的。華為擁有十幾萬員工,業務遍及100多個國家和地區,服務數十億人口,業務量龐大、複雜且相互關聯,在內部管理和流程優化方面存在大量自動化、智能化需求。

 

任正非在多個場合中均指出,華為的AI研究首先應服務於公司的主航道,著眼於簡化內部管理、降低運行成本,使大量重複的確定性工作自動化,為部分不確定的模糊工作增加智能分析能力,從而提升華為全流程的工作效率、增加華為產品的競爭力。同時,圍繞「管理體系簡單化」和「產品競爭力提升」這兩個目標,華為可集聚起數千AI人才,這些人才也將作為其智能產品的戰略後備軍。 


表1 任正非關於AI的部分講話

資料來源:公開信息,零壹智庫

華為在2018年年報中也對人工智慧產業著墨頗多。華為指出,AI驅動的第四次技術革命已經到來,AI作為一種通用目的技術將無所不及,智能將注入各行各業以及各種產品解決方案,深刻改變業務運作過程和價值創造模式,並通過構築網絡韌性,保障關鍵業務及數據安全。據華為預測,到2025年,全球AI市場空間將達3800億美元,其中90%來自企業市場。

 

華為認為,行業的數據資產將與業務需求結合,轉化為行業生產力並應用到更豐富的場景中。比如,汽車不僅是一個交通工具,更成為智能終端,通過視頻、語音、IoT等感知外部場景,實現無人駕駛;製造行業進一步貼近消費者需求,通過新的製造智能體,比如柔性製造機器人,突破規模與範圍、價格與品質的矛盾;更多家庭護理機器人將出現在普通家庭中,釋放年輕人的雙手,緩解老齡化社會帶來的矛盾。相比傳統設備資產,這些智能體資產不會折舊,其價值還會隨著使用年限不斷增加。如深度學習,輸入的數據越多,行業知識庫越豐富,智能體的自主系統也將更高效。

 

華為GIV預測,到2025年,家庭機器人滲透率14%,工業機器人密度達到103臺/萬人,AI成為企業重塑商業模式、提升客戶體驗和開創未來的關鍵推動力。

2.華為AI三大核心戰略

 

除了內部講話,華為的AI戰略對外界一直比較低調,從未有整體性的發布。直至2018年10月,在第三屆華為全連接大會上,華為輪值董事長徐直軍才首次對外發布華為 AI 戰略,華為在AI領域的布局也得以揭開面紗。徐直軍透露,華為AI戰略包括投資基礎研究、打造全棧方案、投資開放生態和人才培養、解決方案增強、內部效率提升五大方面,並發布了全球第一個覆蓋全場景的人工智慧 IP 和晶片系列「Ascend(昇騰)系列晶片」。以下為其中三個核心戰略。

 

2.1 投資基礎研究

 

作為一家科技公司,科研實力是其得以生存和發展的根本。華為歷來重視技術創新與研究,堅持將每年收入的10%以上投入到研發當中。早在2008年,華為的研發投入就已超過100億人民幣,到了2018年,華為研發支出達1015億人民幣,約佔全年收入的14.1%。在歐盟委員會發布的2018全球企業研發投入排行榜中,華為該年研發投入排名中國第一、世界第五。近十年來,華為累計投入的研發費用已超4800億人民幣。

 

在員工結構方面,截至2018年,華為從事研究與開發的人員有8萬多名,佔公司總人數的比重高達45%。

圖1 華為近11年研發投入

數據來源:公開信息,零壹智庫

 

持續的投入使得華為成為全球最大的專利持有企業之一。截至2018年,華為在全球累計獲得授權專利87,805 件,其中中國授權專利累計43,371件,中國以外國家授權專利累計44,434件,90%以上專利為發明專利。而在人工智慧領域,根據IPRdaily聯合incoPat創新指數研究中心發布的「2018年中國企業人工智慧技術發明專利排行榜」,華為以671件發明專利申請量位列第五。不過,從全球範圍來看,儘管中國在AI領域的專利申請量高居首位,但PCT(PatentCooperation Treaty,專利合作協定)申請量仍然較少,AI技術輸出仍不足,而美國PCT申請量佔到了總量的41%,依然是全球AI領域技術輸出的領頭羊。

 

表2 2018年中國企業AI技術發明專利排行榜(前10)

資料來源:公開信息,零壹智庫

 

華為的研究成果離不開其強大的研究所——「2012實驗室」。實驗室名字取自電影《2012》,目前旗下有16家研究所/實驗室,8家位於國內,8家位於國外。其中,「諾亞方舟實驗室」是華為的人工智慧研究中心,位於香港、深圳、北京、上海、西安、倫敦、巴黎、多倫多、蒙特婁等地。該實驗室主要部門和研究方向如下表所示。

 

表3 諾亞方舟實驗室主要部門和研究方向

資料來源:公開信息,零壹智庫

 

2.2投資開放生態和人才培養


(1)沃土AI開發者使能計劃

 

人工智慧領域目前存在較大的人才缺口。騰訊研究院報告顯示,目前全球AI領域人才約30萬,而市場需求在百萬量級。當前全球僅有300多所高校具有人工智慧研究方向,每年畢業於AI領域的學生約2萬人,遠遠不能滿足市場對AI人才的需求。

 

投資開放生態和人才培養也成為華為AI的五大戰略之一。2018年10月,華為對外公布了沃土AI開發者使能計劃,包括面向開發者、面向合作夥伴和面向高校人才培養三大方向。

 

面向高校和科研機構,華為計劃投入10億元人民幣用於AI人才培養。截至目前,已有30多所高校加入了沃土AI人才培養計劃,包括北京大學、清華大學、浙江大學、上海交通大學等。合作內容包括提供華為雲AI資源與AI套件支持、聯合高校與科研機構開發AI課程、幫助高校和科研機構建設AI學院與研究院等。

 

面向開發者,華為計劃三年培養100萬開發者,將為開發者提供免費訓練,設立訓練營,舉辦AI開發者大會等。華為公司副總裁、華為雲BU總裁鄭葉來認為,未來對於工程師而言,人工智慧是一種基本技能。

 

(2)人工智慧工程師認證(HCNA-AI)

 

2018年7月,華為發布人工智慧工程師認證(HCNA-AI),旨在培養具有人工智慧基礎理論知識,並能應用業界通用人工智慧框架進行應用開發、創新的專業人才。該認證擁有以下四大特質。

 

表4 人工智慧工程師認證四大特質

資料來源:公開信息,零壹智庫


(3)百萬年薪攬才


2019年7月,華為創始人任正非籤發了一份總裁辦電子郵件,宣布對部分2019屆頂尖學生實行年薪制管理。根據郵件,華為對八名2019屆頂尖學生給出高薪,這八名員工均為博士學歷,其中有兩名員工的年薪為182萬-201萬元,兩名員工的年薪為140.5萬-156.5萬元,還有四名員工的年薪為89.6萬-100.8萬元。

年薪最高的兩位博士來自深度學習、計算機視覺等人工智慧領域。由此可見華為對AI人才的重視。

 

華為在內部郵件中指出,要打贏未來的技術與商業戰爭,技術創新與商業創新「雙輪驅動」是核心動力,創新就必須要有世界頂尖的人才,同時要有頂尖人才充分發揮才智的組織土壤。

2.3 打造全棧全場景方案

 

所謂「全棧」,是從縱向的技術功能視角來看,包括晶片、晶片使能、訓練和推理框架、應用使能在內的全堆棧方案。

 

該方案具體由四部分組成。一是晶片層面,即最核心的硬體部分,華為發布了昇騰 910 和昇騰 310;二是算子層,即CANN(晶片算子庫和高度自動化算子開發工具),兼具最優開發算力和算子性能,可以提升開發效率;三是支持端、邊、雲獨立又協同的統一訓練和推理框架 MindSpore;四是應用使能,提供全流程服務的 AI 開發平臺ModelArts。

 

ModelArts 是面向AI開發者的一站式開發平臺,提供海量數據預處理及半自動化標註、大規模分布式訓練、自動化模型生成以及端—邊—雲模型按需部署能力,可幫助用戶快速創建和部署模型,管理全周期AI工作流。

 

而所謂全場景,是從橫向來看,華為的AI 解決方案適用於包括公有雲、私有雲、各種邊緣計算、物聯網行業終端以及消費類終端等部署環境。

 

除了上述三大戰略,另外兩大戰略為:解決方案增強(把 AI思維和技術引入現有產品和服務,實現更大價值、更強競爭力)、內部效率提升(應用 AI 優化內部管理,對準海量作業場景,大幅度提升內部運營效率和質量)。

 

可以看出,華為的全棧全場景方案,涵蓋了從晶片到開發平臺、從硬體到軟體的多層次解決方案,賦能範圍更廣、能力更強、AI成本也更低。

3.華為AI應用

華為的AI研究和應用是從公司內部開始的,其AI工程建立在自身遍布全球的業務和網絡存量上,與主營業務捆綁,通過AI解決華為內部生產、物流、供應鏈、終端等領域問題,以達到降本增效、提升產品競爭力的目的,華為也擁有了海量的企業AI應用場景經驗。基於此,華為開始對外輸出其AI產品和解決方案。

 

目前,華為AI在其運營商業務、企業業務、消費者業務三大板塊均有大量的應用。

 

3.1 運營商業務


電信產業為全球數字經濟和智能世界的基石,在5G和AI時代迎來了歷史性發展機遇。華為SoftCOM AI在全雲化網絡基礎上引入了全棧全場景AI能力,打造自動駕駛網絡,幫助電信產業客戶在能源效率、網絡性能、運營運維效率和用戶體驗等方面實現價值提升。

 

表5 華為運營商業務AI應用

資料來源:華為年報,零壹智庫

 

3.2 企業業務

 

經過多年積累,基於大量內部應用經驗,以及自主研發的AI晶片、訓練和推理框架、機器學習平臺等底層軟硬體,華為推出了面向企業和政府客戶的華為雲EI服務,將AI技術與IT產品與解決方案深度融合,攜手客戶與合作夥伴在金融、大企業、政府及公共事業等多個行業聯合創新,加速數位化、智能化進程。華為雲EI服務主要包括EI基礎平臺服務、通用服務、行業場景解決方案。

 

表6 華為雲EI服務簡介

資料來源:公開信息,零壹智庫

 

大量面向企業的AI應用,均基於華為內部的應用實踐。以文字識別(OCR)為例。此前,華為供應鏈需要大量人員手工錄入海關報關單據,效率極為低下,且容易出現差錯,使用華為雲OCR服務後,華為已實現海關報關單據自動化,錄入效率提升10倍,減少200餘名海關報關專職人員。目前,基於深度學習及其它AI技術,華為雲OCR服務在數字及表格識別場景的準確率超過98%,可幫助企業節省人力,將員工從枯燥的重複工作中解脫出來。

 

3.3 消費者業務


在終端消費領域,華為提出了「1+8+N」全場景智慧化生態戰略,以手機為主入口,以AI音箱、平板、PC、可穿戴設備、車機、AR/VR、智能耳機、智能大屏為輔入口,結合照明、安防、環境等泛IoT設備,打造智能家居、智能車載、運動健康等重要場景下的用戶全場景智慧生活體驗。

 

目前,華為的AI能力主要應用於自身的智能終端產品(手機、平板電腦、手環等),以及合作夥伴的終端產品。 

 

表7 華為消費者業務AI主要應用

資料來源:公開信息,零壹智庫

 

華為年報透露,作為智慧時代用戶體驗的核心能力,人工智慧已經成為華為智能終端用戶日常生活的一部分,華為語音助手、智慧視覺、智能助手等AI業務月活躍用戶已經超1.9億,平均1個用戶每天使用6次。

識別二維碼,加入零壹財經人工智慧交流群 


作為新金融知識服務機構,零壹財經推出「零壹智庫Pro」,旨在通過專業化、體系化的內容生產,穩定輸出市場前沿的研究報告與數據產品,為用戶搭建整套認知升級、決策支持與資源拓展體系。

 

零壹智庫Pro為用戶提供三大產品:VIP會員(每月至少4份研究報告、VIP專屬會員社群、會員專屬優惠、零壹財經大型行業峰會優先參與權)、精品報告(專欄系列報告、單篇報告)、專業社群(金融科技群、消費金融群、銀行科技群、區塊鏈群等)。

相關焦點

  • 華為發布全世界最快AI產品,集成1024顆業內最強晶片,訓練ResNet-50隻需59.8秒
    剛剛,華為全聯接大會開幕,推出又一重量級AI產品Atlas900。此前接受外媒採訪時,任正非就已經預告:這是「目前全世界最快的AI平臺」。全球最快是多快?華為給出數據——訓練ResNet-50隻需59.8秒。在同等精度上,比排名第二的選手快15%。
  • 斯坦福DAWNBench最新訓練排名!華為雲ModelArts用時10分28秒獲全球最快
    這是今年華為最新發布的AI開發平臺,可以提供包括數據標註準備、模型訓練、模型調優、模型部署等AI應用開發服務。其中,模型訓練更是在發布之時就備受關注。因為華為雲稱,ModelArts可以在模型訓練階段通過各類優化技術,尤其通過級聯式混合併行技術,在同樣的模型、數據集和同等硬體資源情況下,模型訓練耗時都能大幅縮短。
  • 深度解讀華為雲AI戰略:如何靠AI贏得下一個十年?
    更多優質內容請關注微信公眾號「AI 前線」(ID:ai-front) 總體來說,華為人工智慧的發展戰略是以持續投資基礎研究和 AI 人才培養,打造全棧全場景 AI 解決方案和開放全球生態為基礎。所謂全棧,是從縱向的技術功能視角來看,包括晶片、晶片使能、訓練和推理框架、應用使能在內的全堆棧方案。
  • 谷歌雲AI新掌門被曝與軍方有聯繫,4000員工白抗議了? | AI WORLD峰會議程曝光
    英偉達發布的Xavier是迄今為止最複雜的系統級晶片,擁有超過90億個電晶體,可以處理海量數據,適合高數據儲存的自動駕駛場景。英偉達全球副總裁、中國區總經理張建中將在大會上做《AI與自動駕駛》的主題演講,聚焦GPU極具應用潛力的自動駕駛領域。
  • AI STUDIO—零門檻實現AI能力
    在這裡,用戶就不必糾結於複雜的環境配置和繁瑣的擴展包搜尋,只要有電腦、網絡以及一顆走進深度學習的心,打開瀏覽器輸入 aistudio.baidu.com,就可以在 AI Studio 開展深度學習項之旅。下面,本文將從功能簡介,實戰建模及AI能力應用等角度聊聊 AI Studio。俗話說,授人以魚不如授人以漁。
  • 剛剛,英偉達發布全球最強AI訓練器HGX-2,可替換300個CPU伺服器
    重達350磅,有汽車後備箱那麼大!支持如此巨大GPU的計算平臺當然也不簡單。剛剛,在臺灣的GTC發布會上,黃教主將這個被稱為全球最強的AI訓練器——HGX-2,推向了市場。這是全球首個融合人工智慧和高性能計算的計算平臺。
  • 把AI建在赤道上!徐直軍發布華為AI戰略及全棧全場景方案
    在大會開幕演講中,徐直軍分享了華為對AI發展的觀點與判斷、系統闡述了華為的AI發展戰略並發布全棧全場景AI解決方案,其中包括全球首個覆蓋全場景AI的昇騰(Ascend)系列IP和晶片。一方面,下面一系列大數字讓我們感受到了人工智慧產業發展的「輝煌」:2017年發表的機器學習論文數是2萬篇、全球有超過22個國家發布了AI計劃、2017年新誕生了1100多家AI startup公司、2017年與AI相關的兼併收購金額達到240億美元、2017年與AI相關的VC投資達140億美元。
  • 推特900贊:開源AI畫出超準街道地圖,全球適用,刷新DeepGlobe最好成績
    不止對泰國和印度有用,團隊用弱監督方法訓練的AI,在世界各地不同的道路網絡上有效泛化。訓練用的數據十分龐大,是用航天技術公司Maxar提供的、全球各地的衛星圖像加工而來。要讓神經網絡適應各地的道路差異,加工方法非常關鍵。其實,泰國項目得出的地圖非常完整,又有領域專家把關,Facebook對泰國地圖數據十分自信。但用這些數據訓練的模型,卻在其他地區泛化很差。
  • 從Momenta的AI訓練平臺談起:為什麼Kubernetes天然適合AI場景?
    Momenta 基礎架構技術負責人薛磊在 ArchSummit 全球架構師峰會(深圳站) 2019 發表了以《基於 Kubernetes 的跨雲 AI 訓練平臺構建與展望》為主題的演講,同時,InfoQ 記者在大會現場採訪了薛磊老師,進一步挖掘 Momenta AI 訓練平臺的更多技術細節,探討了 Kubernetes 與 AI 場景結合需要注意的問題,對於備受業界關注的 KubeFlow
  • GTC 2020 | NVIDIA提供全球最先進AI系統NVIDIA DGX A100幫助對抗COVID-19
    即刻起,DGX A100系統已開始向全球供應。首批訂單將送往美國能源部(U.S. Department of Energy ,DOE)的阿貢國家實驗室(Argonne National Laboratory)。該實驗室將運用該集群的AI和計算力來更好地研究和應對COVID-19。
  • AI在這一周學會了很多事,都是什麼? | 一周 AI 頭條
    根據研究人員介紹,這一新方法可以顯著減少模型訓練與推理時間。在相同任務中,新模型的表現在單一模型對比中超過了微軟等公司的研究。它已經發布了第一張專輯《Genesis》,最近Aiva成為了第一個正式得到世界範圍內承認的AI作曲家。它在法國和盧森堡作者權利協會(SACEM)下註冊,其所有的作品都以自己的名字擁有版權。
  • 嵌入式AI簡報2020-11-30: 華為Bolt發布1.0/NanoDet/MicroNet/ImgTech新AI加速器IP
    好了,先是一些熱身小新聞ヽ(✿゜▽゜)ノ:華為:新機將首發天璣700,入門級支持雙模5G 7nm SoC,2xA76@2.2GHz+6xA55@2.0GHz,Mail-G57 MC2 GPU;華為:官宣出售榮耀。
  • 矽谷初創公司Cerebras發布史上最快AI計算機
    谷歌、Facebook、OpenAI、騰訊、百度等許多其他科技巨頭都認為,如今人工智慧的基本限制是訓練模型需要很長時間。因此,縮短訓練時間等於消除整個行業進步的主要瓶頸。在Cerebras WSE介紹的白皮書中,有這麼一句話——「通過加速人工智慧計算,WSE清除了阻礙人工智慧進步的最大障礙——時間。將訓練時間從幾個月縮減為幾分鐘,從幾周減少到幾秒。
  • AI正在幫助人類正確描繪世界地圖
    更多優質內容請關注微信公眾號「AI 前線」(ID:ai-front) 對於我們這些只需動動手指就可以找到駕駛路線的人來說,如果知道世界上還有數百萬英裡的道路並未繪製出來,我們可能會感到驚詫。繪製地圖是一項艱苦的手工任務,但是,多虧了人工智慧,現在有了一種更簡單的方法,我們可以在更短的時間內覆蓋更多的區域。
  • 2017 AI成熟度曲線圖
    人機迴環眾包有三個重要的特性:能夠大規模觸及到人的能力;能夠將人(眾包)的貢獻聚合成有意義結果的能力;為完成特定任務才使用眾包者,而不是將他們作為全職員工。典型任務通常是以信息為中心,與可用性有關的。 代表企業:無位置:距成熟應用10年以上 算法市場定義:算法市場是一個促進可復用算法發布和消費的技術性基礎設施。有些市場是在企業內部使用來支持算法的內部共享的。但是大多數都是作為外部基礎設施來推動免費活付費算法,有時還包括對數據集的共享和貨幣化。
  • 華為代碼貢獻排名第一,小米 11 內核開源,中國 AI 足球隊奪冠 | 開發者周刊
    Rohit Prasad 指出,最近幾年的聊天機器人程序已經能欺騙三成以上的裁判相信它是人類,而愚弄 30% 的裁判這一閾值實際上是任意設定的,並無多大的意義。華為昨日凌晨在遊戲中心社區發布公告,稱因騰訊遊戲於 2020 年 12 月 31 日 17 點 57 分單方面就雙方合作做出重大變更,導致雙方的繼續合作產生重大障礙,經過我司法務謹慎評估,我們不得不依照騰訊單方面要求暫停相關合作,將騰訊遊戲從華為平臺下架。昨晚,華為應用市場又重新上架了騰訊系遊戲。
  • 華為終於全力自主研發「中國人自己的」 AI 晶片了!
    華為不僅正式發布了 AI 發展戰略與全棧全場景 AI 解決方案,還帶來了兩款全新的 AI 晶片 —— 昇騰 910 和昇騰 310。任正非先生的「晶片急是急不來的」之語言猶在耳,便見華為終於全力自主研發「中國人自己的」 AI 晶片了!
  • 【嵌入式AI開發&Maxim篇六】美信Maxim78000Evaluation Kit 進階開發之指紋識別
    1.2 平臺支持    推薦linux開發,伺服器或桌面版都是可以的,要進行模型訓練,因此有GPU當然最好,雖說支持 TensorFlow / Keras,但還是推薦pytorch。train.p的341-342行,並在訓練時加上參數--gpus 0。
  • 英飛凌AI越野組入門教程-逐飛科技
    英飛凌AI越野組入門教程該學習教程由英飛凌委託「逐飛科技」探索、驗證並完成教程編寫,現在公開發布給所有電磁越野組的參賽同學參考使用
  • 訓練10億張圖片,Facebook新AI模型可能給計算機視覺帶來革命
    但是,即使沒有通常在AI算法訓練中使用的標籤和注釋,SEER仍能夠自主地訓練數據集,不斷進行學習,並最終在諸如對象檢測之類的任務上達到最高的準確性。 這種被稱為自監督學習(self-supervised learning)的方法在AI領域已經很成熟:它由可以直接從給定信息中學習的系統組成,而不必依賴經過仔細標記的數據集來教他們如何執行諸如識別照片中的對象或翻譯文本之類的任務。