打破AI算力瓶頸，華為升級「智能計算」重塑IT行業

科技 03-21

曉查發自凹非寺

量子位出品 | 公眾號 QbitAI

由人工智慧驅動的第四次工業革命即將到來，它需要算力、演算法、數據的聯合驅動，其中算力是AI的核心驅動力，是新一輪工業革命的「蒸汽機」。

隨著AI技術的高速發展、半導體摩爾定律的失效，人工智慧算力不足的問題越來越突出。目前人工智慧只在少數幾個行業得以普及，如互聯網、公共安全等。在去年9月的世界人工智慧大會上，調研機構Gartner發布的報告顯示，僅4%的被調研企業投資部署AI。

算力不足，如何破局？

華為認為，在迎接下一次工業革命前，用於部署AI算力的伺服器需要一次大變革，將原來的通用計算升級成智能計算。智能計算，不是一個全新的物種，它是對通用計算的延續與升華，更是應對AI發展趨勢的新計算形態。

華為智能計算，以晶元為基礎，致力打造覆蓋雲邊端的全棧全場景智能解決方案，用算力加速傳統數據中心智能化升級，支持AI應用，實現傳統行業的轉型與升級。

去年12月，華為舉辦了首屆華為智能計算大會，將伺服器部門升級為智能計算業務部，將圍繞算力、工程、雲邊協同和一體化解決方案四個方面，推動全領域的智能化升級，足見其布局新技術背景下產業革命的決心。

華為希望以「AI晶元智能加速引擎智能管理引擎」為基礎，構建面向智能世界的全棧全場景智能化解決方案。

AI的需求與供應之間的矛盾

近年，隨著機器學習的興起，國內外湧現一大批AI創業公司，如商湯、曠視等AI獨角獸，傳統IT領域的企業也在積極發展AI業務。AI行業的蓬勃發展徹底改變了計算行業，但AI算力卻無法滿足企業和消費者日益增長的需求。AI行業面臨著這些共同的痛點，亟需解決：

AI算力供應嚴重不平衡，稀缺而且昂貴，AI計算需要使用大量GPU等硬體，成本居高不下，訓練神經網路時間長，運算單價高。

多數傳統行業對部署的場景要求高，環境惡劣多變。

雲端伺服器、邊緣設備的計算數據無法相互溝通。

專業技術要求門檻高，專業人才短缺，這一點從招聘網站各大公司爭相高薪招攬AI人才與專家可見一斑。

以上幾點都是部署AI亟需解決的問題，而算力是重中之重。

伺服器的變遷

要解決AI算力問題，首先要解決的是AI在伺服器端的部署問題。如果採用x86伺服器，用戶面臨著成本高的困擾，而ARM伺服器卻只能在部分場景發揮其低功耗的優勢與價值。

近年來，主流伺服器就一直被x86架構佔據，由於x86架構不對外授權，英特爾晶元一直是伺服器市場的霸主。

伴隨AI時代的到來，這種壟斷將被註定打破。

原本不被看好的ARM晶元，其實有不可忽視的優勢：它體積小、功耗低、性價比高。重要的是ARM晶元對外授權，中國企業在ARM晶元上的創新能力，提供了x86之外更多的選擇。

華為智能計算除了繼續與英特爾合作推出更智能的x86伺服器外，將重點打造基於ARM的TaiShan系列伺服器與基於昇騰晶元的Atlas人工智慧計算平台。

在專業的智能醫療領域，華為的智能計算也能大顯身手。相比傳統x86計算平台，Atlas加速雲平台能大幅縮短基因測序時間，提升計算效率，降低端到端綜合成本。

ARM架構是華為智能計算的重要一環，為何華為看好ARM伺服器的未來？

在移動端等使用場景下，ARM伺服器的效果比x86更好，更能發揮出它低能耗的特性。

對於處理多樣化的計算任務，找到適合的架構才是更重要的。

比如，手機普遍使用的ARM晶元，當開發者在雲端進行遊戲應用開發時， ARM架構對比x86架構將表現更優。

伴隨應用場景的拓寬，進一步推動了ARM伺服器生態的良性循環。華為智能計算業務部早前在媒體採訪中表示，亞馬遜AWS已經在雲上部署ARM，這樣導致很多開源的軟體，現在主動地在進行ARM的遷移，ARM伺服器的生態會越來越豐富。

智能計算硬體升級

從2018年底到現在，華為已經發布了從晶元到伺服器，如鯤鵬晶元、泰山伺服器等一系列產品，實現了智能計算硬體的全面升級。

鯤鵬920是華為自主設計完成的晶元，採用7nm製造工藝，基於ARM架構。與業界主流ARM處理器相比，鯤鵬920內存帶寬提升46%，IO帶寬提升66%，網路吞吐量是業界標準4倍。華為方面表示，這款高性能、低功耗的晶元在能效上的高出業內標準25%。

TaiShan伺服器面向大數據、分散式存儲和ARM原生應用等場景，發揮ARM架構在多核、高能效等方面的優勢，幫助企業實現雲邊協同、超高帶寬、超低延時的新計算平台。在大數據場景下，實現了多核高並發和資源調度調優，計算性能提升20%。

從AI晶元到完整的雲端伺服器，華為用自主研發的產品解決了AI算力和一體化的問題。

普惠智能計算

華為的願景是通過晶元來提升算力，通過工程能力進行部署，雲計算和邊緣計算協同實現數據互通，降低人工智慧使用的門檻，普惠AI，實現行業智能化再造，建設AI生態。

Atlas人工智慧計算平台則是華為智能計算的另外一個重要組成部分。

與通用計算不同，華為智能計算的差異在於全棧全場景，讓客戶能用上、用得起AI技術。降低人工智慧使用的門檻，實現行業智能化再造，建設AI生態。

華為智能計算其實離我們普通人並不遙遠，它已經滲透到生活的每個角落，給普通人帶來便捷與安全。

銀行和電信運營商已經使用智能計算部署包括文字識別、語音助手在內的多項AI技術，幫助用戶進行自助服務。

在醫院、幼兒園等應用場景中，華為提供Atlas 500智能小站智能看護解決方案，與攝像頭相連，即使發現異常情況並發出警報。

智能計算不僅普惠行業，也在普惠我們每個人的生活。

此外，華為雲的加入是華為智能計算的另一個不可或缺的部分。從某種角度來說，華為雲其實一直行進在這條路上，智能計算雖然是華為新提出的戰略，但是華為雲之前早有基礎，早在2017年，華為就推出了Atlas人工智慧計算平台。此外，華為在客戶端部署的AI伺服器與華為的通訊技術，更好地幫助客戶實現雲邊協同和無縫的網路覆蓋，達到數據協同和互通目的，覆蓋各種應用場景。

智能計算的誕生極大降低企業部署AI的門檻，是新產業生態的重要助推器。華為智能計算業務部攜手全球廠商，積極拓寬朋友圈，以開放姿態推進智能計算的普及與各個行業傳統IT基礎設施升級，實現智能化再造；同時，華為智能計算將與合作夥伴一道努力構建AI產業上下游的完整閉環，共享第四次工業革命紅利。

—完—

訂閱AI內參，獲取AI行業資訊