量子位华为AI的另一面( 三 )


到底如何“让极简易用AI计算无处不在”?这就是华为给出的最新解决方案 , 也是其在“AI落地时代”的打法 。
本质之问:华为为何要推MindX?
对于华为来说 , 基于昇腾处理器打造的Atlas硬件产品 , 已经覆盖了端边云全场景 , 初步满足了行业对AI算力的需求 。
但想要将算力转化为生产力 , 还需要相应的软件作为“桥梁” , 它不仅能更好地发挥硬件性能 , 也能够将AI开发门槛变得更低 。
量子位华为AI的另一面
本文插图
但更重要的是 , 华为能够借助软件吸引更多的开发者和ISV加入昇腾生态 。
许映童在接受量子位采访时透露 , 这是华为昇腾未来三年的首要任务 。
在他看来 , AI计算是一个生态型产业 , 核心竞争力在于懂AI的开发者群体 , 只有他们才能发挥AI算力 , 将AI真正应用到行业里面 。
但他们是整个产业最稀缺的资源 , 全球AI专家人才不过3万多人 , 人才供需比仅为1% 。
虽然华为昇腾已经面向高校、开发人员、初创企业、ISV等推出了合作伙伴计划 , 并提供从学习到产品构建 , 再到产品上市、销售的全方位激励机制 。
但体验更好的开发和运行环境和基础服务 , 也是必不可少一环 。
从行业发展状况来看 , 随着技术的发展 , AI算法成熟 , AI算力的密度、质量都在提升 , 可获得门槛逐步降低 , 各行各业对AI应用的需求开始释放出来 。
尤其是在5G之下 , 2020年新基建大势到来 , 更是成倍地放大了这些需求 。
量子位华为AI的另一面
本文插图
许映童分享过这样的一组数据:中国市场含AI的B2C应用整体渗透率为10% , 而AI在行业中的整体渗透率不过4% 。
他说 , “市场、客户的需求 , 远远超出了我们的预期 , 和其他产业先孵化产品 , 然后推广的情况相反 , 我们都是被客户推着走 , 发展速度还不够快 。 ”
怎样加快速度?从华为发布的最新软件平台中 , 不难看出答案 。
华为想做的 , 绝不仅仅只是服务一个层次 , 而是面向不同AI需求层次的开发者 , 提供不同的方案 。
比如专业AI公司 , 提供昇腾AI算力和算子开发工具 。 对于开发能力较弱的公司 , 提供包含行业SDK的MindX 。
从而覆盖更大范围的市场 , 服务更多的群体 , 打造更大的生态 , 从而实现“AI基础设施提供者和千行百业使能者”的目标 。

量子位华为AI的另一面
本文插图
如何评价华为AI的这波进展?
实际上 , 从2018年大张旗鼓推出AI战略、亮相昇腾芯片 , 以AI算力切入行业的那天起 , 软件层面的逻辑就已被暗含其中 。
AI复兴以来 , 算力的需求 , 大力出奇迹的表象让人忽略了本质——如何在大规模高复杂的网络模型训练及推理中 , 可以做得更快更高效 。
从解决问题的维度来说 , 没有硬件的AI算力就是空中楼阁 , 但不能为硬件匹配最好的软件 , 就会让硬件锋芒打折扣 。
纵观AI行业中 , 无论是老牌半导体巨头 , 还是AI造芯新势力 , 软硬一体化都是再明确不过的趋势 。
所以华为软件站上C位 , 只是时间和节奏问题 。
此外 , 更重要的是 , 软件层面的更大力度推进 , 背后是华为对AI生态、AI开发者的服务诚意 。
在进军AI之时 , 华为就把普惠AI、产业底座定为目标……
但如果只有开放的硬件 , 而没有开源和灵活接入的软件 , 又怎能真正将AI之力带到更多的场景、企业和开发者?
所以华为这次进展 , 不仅是AI软硬一体化的向前推进 , 更是通过软件更好服务开发者的明确宣示 。
而且从目前落地成果而言 , 确实值得更多期待~


推荐阅读