華為與第四範式,正在醞釀一個幫企業跳出AI悖論的「秘密計劃」

諾蘭的《信條》，你看懂了嗎？

這個問題好像挺難回答，說看懂了怕人說裝；說沒看懂怕人說傻。所以標準答案可能是既看懂又沒看懂，這或許說明諾蘭就是拍了個悖論。

跟大部分小夥伴一樣，時間鉗形運動這種東西我大概就看了個寂寞。但是《信條》裡關於時空悖論的處理，卻讓我似有所悟。電影裡無論怎麼穿越時空，最後都無法改變結果。這就構成了一個悖論：既然逆轉時間無用，那我還逆轉它幹嘛？

這個悖論在物理學上到底成不成立我不知道，但卻跟很多我們採訪過的產業AI案例有某種相似：企業在應用AI技術時，往往是硬體問題解決了軟體出問題，軟體解決了算力又不夠，算力解決了數據出麻煩——各種問題構成了一個鉗形運動，導致企業AI總是陷入一個死循環，還不如乾脆不用。

想要跳出這個悖論，就不能單點突破，而是統籌考慮企業AI的全局法則，把軟硬體問題一次「殲滅」。

在AI產業化突圍不斷加強的新階段，這種可能性正在加強。第四範式與華為的一次握手，正在帶來從算力到框架，從數據統籌到作業系統的全棧AI可能。

企業跳出AI的時空悖論，也許就在彈指一揮間。

Sage AIOS：扼住數據的空間坍塌

企業應用AI的軟體問題，絕大多數出在數據上。

被數據餵養出來的智能，是機器學習代表的第三次AI崛起之關鍵。但這種方案落在產業端，卻可能出現各種各樣的問題：有效數據稀少、訓練數據與生產數據不一致、數據幹擾過多、數據時效性弱、各行業數據差異過大等等問題縈繞在企業周圍。恨不得數據所到之處，遍地都是問題——缺少數據規範和標準，或許可以被稱為數據空間坍塌的成因。

而解決企業「數據+AI」問題的關鍵，在於一套行之有效的作業系統，將數據的一致性、時序性、數據閉環，以及數據治理系統進行有效的統一。

面對這一問題，第四範式在不久前發布了面向企業AI的「Windows」：Sage AIOS企業級AI作業系統。

在Sage AIOS中，企業可以在簡單易用的操作界面上，完成數據資源治理、系統資源調度、應用場景管理等能力，從而實現企業AI應用中數據、資源、場景的規範化。

數據方面，Sage AIOS會規定每種場景的數據準備與使用方式。進入到某個AI應用場景中，只需要根據說明準備相關數據，調用IT資源，就可以實現低門檻落地AI應用。既降低了人才成本，又提升了落地效率。

如果說Sage AIOS解決了企業AI落地的數據標準化難題，將企業時常面臨的數據混亂狀態進行了統一，是在軟體端扼住了AI的時空悖論，那麼在另一側，華為與第四範式算力平臺SageOne正在致力於在全棧全場景算力上解決企業的AI難題。

Atlas：擊穿計算的時間停滯

如果說，複雜的數據問題是企業應用AI時面臨的空間成本；那麼AI算力不足，就是標準的時間成本。

在企業應用AI時，從訓練到部署，從雲端到邊緣、端側場景，各個領域都需要充足且能夠適配的AI算力。否則就會出現訓練太慢、部署跑不動、具體場景找不到合適硬體支撐等等問題。AI算力就像產業智能化時需要的電能，哪裡要用高壓電，哪裡需要電池必須明明白白，否則產業AI會陷入到算力不足的漩渦裡，甚至根本無法啟動。

面對這種情況，華為發布了Atlas人工智慧計算解決方案，打造了面向各場景所需的模塊、板卡、小站、伺服器、集群等產品形態，實現「端、邊、雲」的全場景AI算力適配。

作為產業界獨特的AI基礎設施，Atlas目前已經廣泛應用在智慧城市、智慧交通、智慧醫療等領域，成為華為全棧AI解決方案的組成部分。

在硬體領域，Atlas可以說是AI基礎設施與IT產業、行業智慧融合的產物，將昇騰的底層優勢與各計算場景進行了對齊。這在很大限度上解決了AI算力不足與算力單一、算力體系間不適配的三重問題，從而讓企業跳出AI算力不足陷入「時間停滯」的窘境。

一邊是軟體層面的數據標準化，一邊是硬體層面的全場景AI算力適配。可能各位朋友也發現了，想要全面解決企業AI落地的軟硬體難題，最好是將兩種方案結合起來，實現《信條》裡的那種正逆部隊同時行動，一舉打破AI的「時空悖論」。

而這個奇點，並不遙遠。

奇點將至，悖論退散

在不久之前的昇騰 AI 新品全球發布會（HAI 2020）上，華為發布了昇騰 AI 全棧軟體平臺，包含異構計算架構 CANN 3.0、全流程開發工具鏈 MindStudio 和昇騰應用使能 MindX。大幅度提升了Atlas平臺的軟體使能與適配能力。

而在發布會當天，一位非常重要的朋友來講述了自身與華為在AI領域的軟硬體合作，那就是第四範式。

在第四範式與華為的合作中，雙方在軟硬體一體的基礎上，基於Atlas產品，華為MindX DL完成了軟硬體的深度優化。第四範式將自身在AI軟體技術上的深厚積累，與華為產品深度整合、優化。第四範式自研的包括 GDBT（大規模分布式高維機器學習框架）、RTiDB（AI實時內存資料庫）、pRPC（零拷貝通信協議）、HyperScheduler（AI調度核心）等多項技術，讓AI得以充分利用計算、存儲、網絡、調度的多項資源。這讓第四範式的數據訓練、推理算法、模型應用等整個AI流程，能夠在極致算力上高效運行，以軟體定義的方式來助推AI落地。

而在此基礎上，第四範式的Sage AIOS正在與華為昇騰體系進行更緊密的合作，將新一代企業級AI作業系統的軟體創新，與華為打造的Altas全場景軟硬體底座進行深度融合，為千行百業的企業用戶帶來極致算力體驗下的軟硬體聯合解決方案。

當最懂企業智能化落地的AI公司，遇到最懂場景、生態、行業的昇騰，一個奇點或許正在醞釀當中。在一場勢必到來的爆發後，那些困擾了企業很久軟硬體悖論將煙消雲散。

一站式、全流程、無縫、一體機，這些關鍵詞背後究竟隱藏著怎樣的改變？

Sage的意思是先知，Atlas是古希臘神話中的大力神。當先知攜手大力神，這個組合將給企業探險者帶來怎樣的助攻？

答案盡在9月23日開啟的華為全聯接大會2020——產業AI的新規則，創立於舊悖論的衰亡一刻。