華為智能計算：以Atlas之箭助企業衝破被封印的AI之門_風聞
脑极体-脑极体官方账号-从技术协同到产业革命，从智能密钥到已知尽头2019-05-08 20:50
我經歷過很多對AI企業的採訪。但往往給我留下深刻印象的，卻是那些“想用AI卻沒有成功”的企業。比如去年，我採訪過湖南一家物流公司。他們希望給自己的倉儲園區安裝智能攝像頭系統，用AI來幫助監測煙頭、煙霧等意外情況，以及進行區域人臉識別來助力安防。
而我們瞭解到，這個設計的初衷雖然很好，但是在實際應用時卻出現了狀況——用普通的攝像頭，跑AI算法效率太差；而市面上的智能攝像頭又無法滿足企業預期；研發人員想買AI加速卡來幫助攝像頭體系部署算法，卻發現主流的加速卡不僅價格非常昂貴，還往往沒有現貨，要等相當長的時間。
冷靜地想一下，AI走進千行萬業，需要的不僅是雲計算與大數據服務，而是要在邊緣場景、端側場景部署大規模算力，需要應對企業具體生產場景對AI算力的定製化需求，以及企業的成本負荷能力。比如這家物流公司，他們必須要在攝像頭和園區邊緣計算場景中獲得充沛算力，並且成本不能過分高昂，才有可能真正打造一個心目中的智能園區。
然而理想總是撞上骨感的現實。AI產業迅猛爆發導致的邊端側算力需求猛增，實際遇到的卻是行業內只有極少供應商能夠提供相關產品。對於渴望智能化轉型的初創企業和中小企業、實體經濟企業來説，邊端側算力飢渴正成為切膚之痛。
而這種普遍存在的焦慮，今天也在成為智能計算市場發生變革的驅動因素。
焦旱：“智能+”前夜的算力困境
從本質上講，AI算力問題不是單一的技術或者成本、性能矛盾，而是一個複雜的綜合問題集合。這樣錯綜糾結的困境，對於在渴望AI的企業來説，就像上古傳説中天有十日，十個太陽從不同的角度烘烤着剛剛進入AI行業的企業和開發者，經常讓他們手足無措。
這是由市場供需而決定的。在端邊側AI算力加速這個十分重要的領域，目前市面上提供的產品選擇，確實非常稀少。
目前主要的供應商，基本上是英偉達一家獨大。作為近幾年英偉達AI戰略的重要部分，to B的嵌入式智能產品成為了其戰略核心組成部分，TX2嵌入式模塊、 P4加速卡等產品佔據了主流，而3月GTC大會剛剛發佈的Jetson Nano新產品也廣受關注。
近兩年，英特爾也開始進入這個領域，在2016年底收購了Movidius之後，逐漸推出了面向AI和機器視覺場景的Movidius系列產品，但其在市場中聲量較小。寒武紀和比特大陸等AI創業公司也推出了相關產品，但目前還都不成熟。
一家獨大和產品選擇稀少，讓這個市場的供需關係長期失衡，束縛了企業用户和開發者的手腳。
出於對算力掌控的考慮，近年來Amazon、Google、Facebook等國際互聯網巨頭，包括BAT等國內巨頭，都紛紛開始佈局人工智能基礎設施建設，比如AI芯片。然而“財大氣粗”的互聯網大佬或許可以實現自我救贖，那麼更需要藉助AI完成產業升級和智能化轉型的中小企業，到底要如何解決算力困境呢？
在這樣的情況下，如果始終缺乏新的“突圍者”，就會導致算力困境長期存在。企業需要的不僅是烈日灼燒下的稀有 “井水”或者短暫 “蔭涼”，更是在呼喚能夠“從根源破解熾日之局”的后羿：從AI基礎設施層面突圍、用性價比和產品優勢去打破這些規則。
鑄箭：“反常識”的Atlas
邊端側AI算力產品的供給不足與剛性需求，讓這一市場的突圍者在今天看來彌足珍貴。好在企業用户和開發者並不需要等待太久。
在4月10日的華為智能計算大會深圳站，華為正式推出了Atlas人工智能計算平台，這一系列也是華為智能計算家族的重要產品。會上發佈了基於昇騰310芯片的Atlas 200 AI加速模塊、Atlas 300 AI加速卡、Atlas 200 DK AI開發者套件、Atlas 500智能小站四款產品。這四款產品的共同特性是：作用於急需算力產品解決方案的邊端側場景，並且以主流的性能搭配“頗有殺傷力”的性價比。
Atlas 200，是用於攝像機、無人機、機器人等硬件的端側AI加速模塊，可以處理16路高清視頻的實時分析。
同時，為了幫助開發者在Atlas 200環境中進行開發，華為還推出了配套Atlas 200 DK AI開發者套件。
而Atlas 300 AI加速卡，則可以在視頻分析、OCR、語音識別、精準營銷和醫療影像分析等領域提供AI加速能力，能夠幫助開發者提升視頻分析和高密推理場景的算力性能。
最後的Atlas 500 智能小站，是獨創性很強的邊緣智能小站產品，可以在低功耗前提下部署龐大的AI算力，填補了邊緣側AI加速這個相對來説的行業空白。
可以看出的是，這四款AI算力產品，與企業在實際場景中部署AI遇到的機器視覺和運算推理等能力息息相關，也是今天大量開發者實際需要的主流產品。
而在當天發佈會上，最引人注目的一點在於，發佈這四款產品後，華為在現場就披露了4款產品的價格。對to B業務有了解的朋友，應該都知道這個領域的發佈會一般是不説價格的。而Atlas發佈會現場這個行為確實有點“反常識”的意味。一方面與大家印象中華為低調的風格不符，同時也與to B產業的行業規律不符。
先看華為的“底氣”，我們可以通過官方提供的核心參數與價格，直觀地做出華為的Atlas與目前流行的英偉達主流產品之間的對比。不難看出，華為Atlas確實將邊端AI算力產品，在主流性能、算力更強的基礎上，對開發者和中小企業拋出了具有誘惑力的價格——相似價格的產品中，Atlas提供了數倍於主流產品的算力。
同時值得注意的是，華為向來以工程能力強勁、服務優質和供貨充沛著稱。所以華為Atlas無形中的競爭力，在於降低了開發者的時間成本與意外成本。這也折射出華為構建萬物互聯的智能世界的戰略意圖：要讓各行業真正進入普惠AI模式，讓他們用得好、用得起、用得放心，在“鑄箭”之時就已經想到要把成本降下來。
Atlas產品系列，本質上是在主流AI應用場景中達成了三個成本的下降：
直接算力成本：與英偉達的主流產品相比，極大幅度降低了單位算力價格，解決了應用者最關心的痛點。
未來產業週期成本：Atlas的產品設計思路，是將大算力集成在單一部件中。這符合AI算法正在日益複雜，大規模並行部署和雲端無縫計算，將在未來不斷加大對單加速模塊算力的考驗，也從側面降低了未來算力需求上去之後的更換成本。
開發成本：由於Atlas產品是基於昇騰 310 芯片的產品化，具備全棧開發優勢，一個架構可以讓雲邊端全場景部署AI，降低了兼容成本。這其實是今天AI開發者最關注的領域。
或許可以這麼理解，每一款Atlas產品，都是華為為了射穿“算力烈陽”，鑄造的一隻利箭。
射日：從產品到生態釋放原力
在嵌入式AI和邊緣智能層面，長期以來的現狀都是：開發者要將就，企業用户很迷茫。在大家以為這將是長期現實的時候，Atlas就像石子落入湖水中，把沉悶的產業形態激起了漣漪，帶動了兩個方向上的改變。
第一個層面，Atlas產品的落地加速全棧全場景的產業變革。
首先Atlas作為實力產品，豐富了華為的智能計算序列，為大量AI業務落地和AI生態生成夯實了基礎。同時基於昇騰310芯片的產品直接落地，也順勢引發大環境對昇騰910產品的期待，以及更多昇騰系列芯片的期許。從這一點上看，Atlas產品是極具延展性的平台化產品。在邊端側AI加速產品這個相對的市場空白領域，為華為展開了一條新的賽道。
另一方面，Atlas對於AI行業生態的影響則更加深遠。
在衝擊產業痛點的同時，其“明碼實價”的玩法，很可能倒逼行業進入成本下降的普惠週期，進而促使行業打破潛在的壟斷趨勢，重新讓賽道統一，催化新的算力成本標準出爐，繼而可能連鎖引發AI基礎設施的重構，與開發想象力的極大提升。
無論是華為內部的產品意義到戰略價值，還是對整個產業生態的影響，Atlas正以技術價值和產品邏輯，影響着AI產業的未來軌跡。而兩條線索最終匯合成一句話：AI可以通過基礎設施層面的創新，達成真正的普惠。
這一步確實已經邁出，Atlas產品發佈一個月後，華為將於5月10日在蘇州舉辦的“華為智能計算大會”上，正式啓動“華為Atlas人工智能開發者大賽”，會議詳情可關注“華為智能計算”微信小程序。
值得注意的是，大賽除了提供已發佈的Atlas四款產品，還將Atlas 800深度學習系統納入參賽產品，這應該就是支持AI雲端訓練的異構服務器。有了這款利器的加入，華為實際上已經完成了可以在雲邊端部署的AI訓練和推理產品的佈局。
賽事規定，參賽者可以依託Atlas人工智能計算平台打造不同場景的軟硬件解決方案。比如基於Atlas 200 AI加速模塊的智能攝像頭、無人機、機器人、智能硬件、邊緣AI硬件；或者基於Atlas 300加速卡的人臉識別、車輛識別、圖像識別等解決方案。有興趣的開發者朋友不妨登陸“華為雲”官網，搜索“華為雲大賽”，選擇“Atlas賽道”，看看是否有自己大展身手的機會。
1、邊端側的AI算力產品十分重要，但市場矛盾相當突出。
2、華為Atlas系列產品的進場，意味着這一市場的默認局面已經出現了改變。高性價比和易用性，很可能成為未來這一市場的主要爭奪點。
3、普惠AI，必然從算力普惠開始，面向AI生態做出更多貢獻。AI基礎設施的建設，還有漫漫長路。
