「華為號」,決定穿越計算光年

面對孤獨的宇宙，人類應該選擇閉上眼睛，還是穿越星河？

諾蘭在《星際穿越》設置了這樣一個問題：猜想星際彼岸有人類的新家園，但中途有遙遠到近乎不可知的距離，我們敢於啟程嗎？

這裡最大的問題或許在於，我們知道自己不夠快，知道人類的技術極限放在太空中過於渺小。這樣的無力感，可能在每個產業、每項技術中都存在。

其中有一項技術，已經像《星際穿越》中的地球環境惡化一樣，緊迫催促著人類去太空之外尋找新航路。它叫做——計算。

摩爾定律極限、智能黑洞、全球數據厄爾尼諾，種種關於計算的警示燈正閃爍在地球上空。此時，如果你是計算世界的太空人，你會穿過黑洞與星暴，把目標定在光年之外的未來家園嗎？

今天上午，大家都熟悉的「華為號」，決定向充滿未知的計算宇宙全面加速。

在第四屆HUAWEI CONNECT 2019（華為全聯接大會），華為首次公布了計算戰略，詳細披露了華為在計算航道上的思考觀察與行動方案，並且發布了全球最快的AI訓練集群Atlas 900。

或許對於很多人來說，華為的名字很少與計算這個詞聯接在一起。事實上，華為在計算領域已經經歷了長久的積累。與其說今天是華為全面踏入計算領域，不如說華為是在宣布已經做好準備，要衝開圍繞在人類計算之路上的雲霧與黑洞。

這個故事，還真要從宇宙說起。

光年之外，是家園還是黑洞？

光年，聽上去是個時間單位，實際是個距離單位，更深處卻往往是一種心理意象。光年意味著極度的遙遠，代表著人類壽命窮盡也無法完成探索，代表著那些遠方未知留下的恐怖——光年之外是什麼？我們時常想知道，卻似乎永遠無法知道。

關於計算，人類今天已經體會到了這種「光年之怖」。當我們需要一個極大算力時，人類懷著對結果的美好期待，但也隨時擔心掉進摩爾定律極限的黑洞裡，發現我們永遠也不可能完成這次計算。

這種感覺，在天文學中尤其常見。SKA平方公裡射電陣（Square Kilometre Array)是天文學界大名鼎鼎的巨型射電望遠鏡陣列。這一項目預計在全球十幾個國家和地區，建造由數千個較小碟形天線構成射電天文望遠鏡組合，用以突破人類能觀察的宇宙極限，探索宇宙拉伸、早期星雲運動、引力波，甚至地外生命之謎。

但是這樣一個巨形天文項目，首先遇到的瓶頸卻來自計算。SKA作為全球最大的科研設施，每年要歸檔600PB的數據，這比全球網際網路產生數據還要多。換句話說，沒有充沛算力，人類即使「看」到了外星人，也只能「視而不見」。

由於算得不夠快，光年之外就只剩下黑洞，而非人類科學的家園。這樣的問題還發生在基因、地球勘測、醫藥開發等種種領域。技術帶給人類福祉的極限，往往就是算力的極限。

類似的黑洞氣味，其實還蔓延於現實世界當中：今天CPU的製造和迭代由英特爾、AMD、IBM三家把持，AI作為全新的計算方式，算力硬體也控制在谷歌和英偉達手中，產業結構寡頭化，造成算力突破周期越來越緩慢。到2025年全球AI計算需求將達到計算的80%以上，這一背景下，大量計算需求無法被滿足，大量計算場景無法被納入算力的服務對象。

從算力強度，到計算的協同性、泛在性、聯接程度、產業滲透度等等。一系列的計算極限，都在給人類生產生活設置極限。

當然，極限的反面是突破極限。能穿破計算光年，把黑洞變成家園的唯一辦法，就是要觸發計算速度的奇點。從歷史上看，足夠的速度是一切的開始。大航海，工業革命，資訊時代莫不如是。算力不足，想像力就無法遞進到產業關係中，所有關於人類未來的美好預言就都是泡沫——這是人類共同體的挑戰，也是科技產業的機遇和責任。

在HUAWEI CONNECT 2019首天，華為副董事長胡厚崑在《共創智能新高度》主題演講中又提及了這樣一個觀點，華為是不怕走遠路的公司。

哪怕計算極限的突破，可能遠在想像力之外。華為依然決定要穿越宇宙，把航船的正面，對準了光年之外。

Atlas 900的星際引擎轟鳴，是一篇沉默的宣言

把突破算力極限和探索宇宙相提並論，一點都不是誇張。

在宣布計算這條星系航程時，華為就真的拿出了一臺可以洞穿星河的宇宙引擎。伴隨著計算戰略公布，華為發布了華為雲EI集群服務。

這款由數千顆昇騰910晶片連在一起，組成的地球最強AI算力硬體，可以提供高達256P規模的算力。在ResNet-50測試中，它以59.8秒的成績位居全球第一，在同等精度下比第2名快15%。

（基於Atlas 900的華為雲EI集群服務）

回到上文中SKA的難題。SKA總幹事菲利普·戴蒙德認為：「對未知的探索是SKA全球項目的驅動力, 每年SKA巨型射電望遠鏡陣列存檔大約600PB的數據，AI對這些海量數據的快速處理和分析有不可估量的價值。」

大規模AI算力，可以解決龐大宇宙數據帶來的天體識別和分類難題。通過華為雲EI集群雲服務對SKA提供的20萬顆星圖數據進行搜索，只用了10.02秒。而這一工作交給有經驗的天文學界，則需要169天。

這樣的算力突破，可以直接影響人類探索宇宙的工作模式。天文學家不再需要發現了什麼趕快研究什麼，而是可以大膽提出假想，交給AI去搜索和求證。更進一步，很多有關天文的腦洞都可以自華為雲EI集群雲服務打開，比如星雲搜索、對突發天文現象的實時觀測、空地協同天文觀測、對特殊星體，比如彗星、白矮星、超行星誕生的探索等等。當算力之眼足夠強大，人類認識周圍空間的方式也將指數級增長。

我們知道，實驗是科學進步的基礎。而華為雲EI集群雲服務就將成為改變天文學實驗底座的那臺引擎。

這臺能轟鳴於星際的大傢伙，目前已經部署在華為雲上，為科研界與學術界提供華為雲EI集群服務。對於產學各界來說，這將直接影響到AI應用以及AI對學術探索的賦能。除了天文之外，氣象預測、地質勘探、石油鑽井勘探、基因測序以及AI醫藥開發，都可以通過華為雲提供的華為雲EI集群服務中獲得質變。

關於AI，其實今天中國大地上有太多想法和算法等待驗證，奈何谷歌的TPU集群非常難以獲得，英偉達的GPU集群價格昂貴到心碎。而基於華為雲提供的EI集群服務，可以最大化幫助用戶降低成本，量化裁剪所需AI算力。同時免去線下搭建GPU集群龐大的建設、場地以及運維開支。通過AI集群到雲的方式，真實提升各行業的AI探索邊界。

讓我們回到那個選擇，未知藏在遙遠的光年之外。是沉默等待，還是高歌啟航？如果當你擁有可以穿越星際的動力時，我想這將不再是個問題。

把華為雲EI集群雲服務和華為的計算戰略放在同一時刻發布，我想是蘊藏了深刻寓意的。華為雲EI集群雲服務當然可以被理解成是一個產業突破，但同時它也是一篇沉默的宣言。它轟然運算著宇宙星雲時，其實在告知世界，華為心目中的計算應該長成什麼樣子。

華為雲EI集群雲服務是一個產業改變的起點，一種面對時代的態度，一種對未知的挑釁。同時也是華為計算最好的代言人——解密宇宙，有比這更好的品牌形象嗎？

「華為號」宇航船：每一顆螺絲都面向星河

在解釋華為的計算戰略時，可能有一個問題必須回答：為什麼華為作為一家以網絡技術知名的公司，可以踏上超越計算極限之路？

讓我們回到華為雲EI集群服務中尋找答案。這款基於昇騰910搭建的計算集群之所以能達到世界第一算力，其實容納了非常多的技術細節。目前，英偉達GPU和谷歌TPU集群相對知名，但它們卻被華為雲EI集群服務一舉超越。背後很大原因在於，晶片組成集群會面臨大量算力優化難題，往往會出現1加1小於2的狀況。比如線性度指標下降問題、網絡時延問題、散熱問題等等，都是AI計算集群中的常態。

而在華為雲EI集群服務背後，其實融合了華為多個層面的技術創新：比如，達文西架構的創新和深度應用，確保了華為雲EI集群服務的效率基礎；而對計算硬體的理解能力，保證了華為雲EI集群服務的線性指標良好；華為網絡技術的融合，促使華為雲EI集群服務聯接效率更高；而華為在基礎科研領域的布局，解決了華為雲EI集群服務的能量轉化與散熱的難題。

從華為雲EI集群服務回看，會發現華為計算體系中的每一個技術突破和產品創新，無論是小到耳機晶片，大到地球最大AI算力，都是眾多技術融合得出的成果。

並且，華為的技術模塊還在不斷加速碰撞融合，衍生出新的產業支撐點、新的生態匯集路徑。昇騰晶片與鯤鵬晶片不斷交錯融合誕生的創新模式，是華為計算獨特性的最好詮釋。華為這艘宇宙飛船，每一顆螺絲都在做著探索計算星河的準備。

雖然剛剛下達全面加速的指令，但華為的計算之路已經經歷了十數年披風趕雨。從2004年開始研發第一顆嵌入式處理晶片算起，華為在計算領域已經足足15年。投入了超過2萬名工程師，成為了世界唯一同時擁有計算架構中「CPU，NPU，存儲控制，網絡互連，智能管理」5大關鍵晶片的廠商。

從這個角度看，華為是先造出了飛船，才下定決心去探索宇宙。EI集群雲服務發布的契機，也正好解釋了華為會在此刻下定決心，大規模朝向計算領域的未知世界航行：底層技術支撐已經足夠、產業鏈搭建完成、巨大的應用市場正在打開，三者合一，促成了華為計算圖景的全面加速。

今天，麒麟成了世界一流移動SoC晶片；鯤鵬生態陸續建立完善、全棧全場景AI已經全面落地於從雲到端的智能計算需求點。

在這個計算產業的歷史節點上，這架飛船順勢起飛；而當年造飛船的人，有些已經長出了白髮。

歡迎來到，屬於計算的「太空時代」

在理解了華為計算的需求和機遇，華為的決心、華為的底氣之後，或許最後我們可以來回答：華為號，究竟踏上了怎樣的宇宙遠徵？

看看計算史，我們會發現一場激變正在醞釀。計算的速度和包容度，就像人類的交通工具一樣，經歷了幾個時代的更迭。

17世紀，法國數學家Blaise Pascal的齒輪驅動機械機器，開啟了計算的漫長步行；1950年，馮諾依曼點燃了蒸汽機車時代的優雅；上世紀90年代，網際網路和雲計算掀起了燃油車般的狂飆突進——那麼計算的太空時代，或許已經在華為發布華為雲EI集群服務時，宣布了火箭點火的信號。

這並不是過分讚譽。每一個計算時代的更迭，其實都以計算目標和計算能力邊界的更改為節點。而計算來到太空時代的標誌，又是一場人類應用計算核心目標的改變，也就是智能化與計算的融合。

人類對計算的需求，從物理統計、到虛擬求解，再到網聯化計算，最終來到了讓計算去代替人工尋找部分答案、執行部分工作的智能時代。換句話說，計算的太空時代，是人類要求計算帶來智能的時代。

而華為雲EI集群雲服務所指向的，包含了AI計算架構的升級、AI算力界限的突破、AI與產業應用關係的擴張，可以說是智能與計算融合時代的經典代表。

把這個時代的特徵，視作華為計算產業的發展方向。可以清晰描畫出華為計算的發展坐標：AI處理能力與通用計算相結合、計算發生在從雲到端所有場景、智能算力融入生產力核心。這三個坐標點，組成了華為計算的遠航日誌，也就是今年華為HC大會的主題：智能新高度。

在理解了華為的目標後，再理解華為公布的計算戰略，似乎就水到渠成了。

為了駛向這樣的方向，華為需要探索智能算力的極大和泛在，並且推動產業生態繁榮，讓智能算力順利從底層流入產業終端。為此，華為公布了四大星際旅行方案——

一、更換能源

煤炭不可能把火箭送上天，智能時代似乎也無法繼續燃燒現有的計算架構。所以華為發動計算遠航前的第一個決定，就是尋找新的架構能源。於是在摩爾定律接近極限的情況下，我們看到了華為的達文西架構，它既釋放了所需統計計算的能效，又為全場景、全終端融合做出了準備。

當然，似乎華為也不僅只想停留在這一種「新能源」上。

二、建設大量引擎

《流浪地球》中，我們見識了整個星球密密麻麻的引擎。在AI算力需要流入各產業周期時，大量的晶片引擎也就成為了華為的目標。為此，華為將投資全場景處理器族，從我們已經知道的鯤鵬、昇騰、麒麟，鴻鵠，到華為正在研發的「洪荒異獸」，都是華為在未來計算航行中的發動機。

目前，我們可以將AI基於昇騰、通用計算基於鯤鵬，看作是華為計算飛船的產業雙翼。順延兩翼推動處理器族的繁榮，推動差異化解決方案；融合兩翼，推動計算華為雲高強度產業計算支撐力，激活智能時代，是華為計算未來的基本飛行方式。

三、輕裝上陣

有一個說法，設計飛行器時最難的不是添加部件，而是扔掉無用的部件。在華為看來，既然純粹的計算探索需要繁榮生態作為產業支撐，那麼華為就要扔掉這條路上無用的東西，哪怕那個東西叫做利潤。在計算產業中，華為已經決定在合適時機放棄整機的銷售，只為客戶提供雲服務和產品部件。並且推行硬體開放、軟體開源，用輕裝上陣的商業策略，支撐計算生態的良性遠航。

四、賦能航群

毫無疑問，星空之旅不能華為獨自完成。完善繁榮的產業生態，是探索計算極點的必由之路。為此，華為決定大力培養開發者，加大生態支持力度，使能合作夥伴。用生態基因挑戰計算產業邊界。

通過這些戰略抓手，準備好飛躍星群的「華為號」，在計算進入智能時代的大背景下，最終指向無所不及的智能，指向產業想像力的突破。

基因測序、醫藥、石油勘測、天文學，這些領域都需要智能與計算的高強度融合，需要暴力計算的支撐；各行業的產業智能化，需要計算雲邊端一體化智能算力的支撐；個人感官與能力的進一步延展，需要無所不在的泛在算力。

華為踏上的，是為這些「需求」尋找新家園的計算宇宙之旅。

當代史證明，一家偉大公司是可以支撐人類協同進步的。為什麼這樣的情景不能發生在這個時代，不能上演於中國呢？

或許若干年後，我們會發現這顆星球，在沿著「華為號」探測出的坐標前進，讓茫茫宇宙就此成為航路，讓計算深處的未知黑洞成為黃金時代的啟明星。

星際漫漫，光年之外，最終都將是人類的家園。

本文經授權發布，版權歸原作者所有；內容為作者獨立觀點，不代表億歐立場。如需轉載請聯繫原作者。