“隨著摩爾定律趨近極限，華為要研究的下一個前沿領域是什么？是6G還是基礎科學研究？您想要攀登的下一座大山是什么？”華為創始人任正非在近期與《紐約時報》專欄作家托馬斯·弗里德曼對話時，后者拋出了這樣的問題。

“人工智能。”任正非的回答或許讓弗里德曼頗為意外，因為答案顯然超出了他的預期。“我們是建設支撐人工智能的硬件和軟件平臺。我們的昇騰AI集群，1024節點，9月18日發布，這是目前全世界最大、最快的人工智能平臺。我們不是自己來做人工智能的各種應用功能，我們是提供了一個平臺來使能全社會的AI。”任正非接著說道。

在任正非看來，華為目前已成為人工智能方面的引領者，他對這位曾寫出《地球是平的》等著作的知名作家說，“Google、英偉達都能做同樣的事情，只是我們目前做得更好。”言語間透露出的自信，就像他談及華為在5G領域對愛立信和諾基亞等西方同行的領先時一樣。

任正非習慣用樸實的話術解釋深奧的問題，當被問及人工智能未來將會對社會產生什么樣的影響時，他告訴弗里德曼“華為的生產線可以20秒下線一部高性能手機，生產線上基本不需要人工。未來更厲害，人工更少、生產更先進。”兩人關于華為人工智能話題的探討，最終在弗里德曼的感嘆中結束。

華為對人工智能的布局早已開始。2017年底，華為更新了公司的愿景與使命：把數字世界帶入每個人、每個家庭、每個組織，構建萬物互聯的智能世界。第二年10月，在面向ICT產業的第三屆華為全聯接大會上，華為輪值董事長徐直軍發布了華為AI戰略與全棧全場景AI解決方案，其中包括華為Ascend (昇騰)系列芯片以及基于華為昇騰系列AI芯片的產品和云服務。徐直軍表示，昇騰系列是全球首個覆蓋全場景人工智能的AI芯片。

徐直軍當時詳細解釋了華為人工智能的發展戰略：以持續投資基礎研究和AI人才培養，打造全棧全場景AI解決方案和開放全球生態為基礎。面向華為內部，持續探索支持內部管理優化和效率提升；面向電信運營商，通過SoftCOM AI 促進運維效率提升；面向消費者，通過HiAI，讓終端從智能走向智慧；面向企業和政府，通過華為云EI公有云服務和FusionMind私有云方案為所有組織提供算力并使能其用好AI；同時面向全社會開放提供AI加速卡和AI服務器、一體機等產品。

而在今年的華為全聯接大會上，華為又發布了全新的計算戰略。華為副董事長胡厚崑表示，華為將主要從四個方面來布局計算產業，包括對架構創新的突破、對全場景處理器族的投資，堅持有所為有所不為的商業策略，以及不遺余力地構建開放生態。

那次大會上，人工智能再次成為華為反復提及的主題。胡厚崑公布了華為人工智能的進展：華為用于訓練的昇騰處理器和AI計算框架MindSpore都已經發布，華為的全棧全場景AI解決方案已經全面落地。

回顧歷史上的三次人工智能浪潮，行業人士已有基本共識：本輪人工智能的發展主要得益于算法的進步，數據量的擴展以及算力的提升。事實上，人工智能本身的邏輯也正在于，將足夠多的數據導入先進的算法之中，再憑借強大的算力導出結果。

正如數字時代的電力一樣，算力對于人工智能時代的重要性不言自明。然而，一個擺在眼前的現實卻是，隨著AI的蓬勃發展，相較于每年十余倍算力需求的提升，算力的供給早已捉襟見肘。

在算力稀缺的人工智能時代，云計算的重要性將越來越高，而華為云無疑在很大程度上承擔著華為在人工智能時代的追求，華為自己定義的目標是，“為世界提供最強算力，讓云無處不在，讓智能無所不及。”

人工智能時代的算力稀缺

計算機的計算模式在過去數十年間經歷了巨大的變化，為了解決一些無法用確定規則描述的問題，科學家在基于規則的計算模式之外，找到了一種基于統計的計算模式，這種基于統計的計算模式，也成了當前人工智能發展的關鍵基石。

胡厚崑認為，這種基于統計的計算模式將逐漸成為主流。他預計5年后，AI計算所消耗的算力，將會占到全社會算力消耗總量的80%以上。

“為了讓計算機認識一只貓，就需要數百萬圖片的訓練，這對算力的消耗是非常驚人的，面向自動駕駛、天文探索、氣象預測等更復雜場景，對算力的需求將會更大。”胡厚崑用“暴力計算”來形容統計計算（人工智能）對算力的高度依賴。

華為云業務總裁鄭葉來則表示“當前AI蓬勃發展，對算力的需求每年增加10倍左右，一些新算法，例如BigGAN，對算力的需求更是呈百倍增長。因此，算力應該像電力一樣觸手可及。”

云計算是“讓算力像電力一樣觸手可及”的方式。一位熟悉云計算的資深人士對《深網》解釋，以往，對算力有需求的機構一般都會購買服務器，自己搭建計算中心進行計算，但是隨著云服務的出現，更經濟的云服務逐漸成為提供算力的主流。

人工智能的應用需要一種新的算力，而云服務提供的算力也將從通用算力轉變為AI算力為主。據上述人士介紹，算力供給的關鍵在于處理器的效能，隨著摩爾定律已經幾乎走到極限，必須從處理器架構上尋求突破，只有用新的處理器架構才能匹配AI對算力需求的快速增長。

以往，華為與眾多云服務廠商一樣，提供基于英特爾X86架構的通用算力云服務。面向人工智能時代，華為自研了達芬奇架構，華為對外表示，達芬奇架構是目前為止業界唯一能夠覆蓋“端、邊、云”全場景的處理器架構，這也是華為打造計算產業的堅實基礎。

基于達芬奇架構，華為在去年推出了主要用于邊緣計算等低功耗領域的AI芯片—昇騰310，今年8月，又推出了支持全場景人工智能應用的AI芯片—昇騰910。

而隨著昇騰910的發布，華為也宣布其全棧全場景AI解決方案已經全面落地。其中，全棧是指從“包括芯片、芯片使能、訓練和推理框架以及應用使能在內的全堆棧方案”，華為從上述四個層面提供技術功能上的支持；而全場景是指包括 “公有云、私有云、各種邊緣計算、物聯網行業終端以及消費類終端等全場景的部署環境”。

具體到云業務，華為今年發布的最重量級的產品是Atlas 900。據華為公開介紹，Atlas 900 AI訓練集群由數千顆昇騰910 AI芯片互聯構成，是當前全球最快的AI訓練集群，也代表了如今全球AI算力的巔峰。其總算力達到256P～1024P FLOPS @FP16，相當于50萬臺PC的計算能力。

在衡量AI計算能力的權威標準ResNet-50模型訓練中，Atlas 900只用了59.8秒就完成了訓練，這比原來的世界記錄還快了10秒，這個概念相當于短跑冠軍跑完終點，喝完一瓶水才等到第二名。

Atlas 900 AI訓練集群成功的關鍵在于高性能的昇騰910 AI芯片，但華為在商業模式上選擇不單獨對外出售芯片，而是以云服務的方式面向客戶。據《深網》了解，華為目前已將Atlas 900部署到華為云上，并以相對優惠的價格面向全球科研機構和大學開放。

當然，Atlas 900并非華為云在人工智能方面提供的唯一服務，基于昇騰910和310 AI芯片，華為還推出了AI訓練服務器Atlas 800、智能小站Atlas 500、AI推理與訓練卡Atlas 300以及AI加速模塊Atlas 200，完成了Atlas全系列產品布局，覆蓋云、邊、端全場景，提供面向訓練和推理的算力。華為希望基于統一的達芬奇架構和全場景AI計算框架，實現云邊端的協同，從而加速全行業的智能化再造。

華為Atlas全系列產品

華為云定位“黑土地”

“在人工智能和云的建設上，華為公司落后于時代，但是我們現在不能泡沫化地追趕。云，我們的追趕方法是做“黑土地”，打通基礎平臺，讓千萬家公司都可以來這塊“黑土地”上種“莊稼”。人工智能，我們有兩條路：聚焦在產品智能化和內部管理服務的持續改進與自動化、智能化上。”2018年7月18日，任正非在華為GTS人工智能實踐進展匯報會上，將華為云定位為可供生態伙伴種“莊稼”的“黑土地”。

過去一年，華為云這塊“黑土地”上確實種出了“莊稼”。據華為云業務總裁鄭葉來介紹，一年來，華為云EI已在城市、制造、醫療、汽車、園區、互聯網等10大行業的超過500個項目實踐落地，幫助企業實現智能化升級。

而在這個過程中，鄭葉來和他領導的華為云團隊也一直在總結能讓生態伙伴在這塊“黑土地”上種出“莊稼”的經驗。

“在500+項目實踐中，華為云發現行業AI項目要成功實施，需要基于應用場景、相關ISV/SI、設備或流程、AI平臺提供方組成的行業AI落地的商用模型，多個角色齊心協力，并需要具備四個關鍵要素，才能將AI技術真正實現落地商用。”在鄭葉來看來，明確定義商業場景、觸手可及的強勁算力、持續進化的AI服務以及組織與人才的適配，是將AI技術真正實現落地商用的四個關鍵要素。

與此同時，華為云也在嘗試將這些經驗復制到特定的行業。例如，面向工業制造業，華為云推出了工業智能體。華為云對外表示，華為云工業智能體是行業智能化升級新引擎，通過基于知識圖譜的智能認知引擎、基于AI模型的智能預測引擎、基于運籌規劃的決策優化引擎，能讓過去諸多難以落地應用的技術應用到工業場景，助推工業智能化升級。

華為云工業智能體已應用于能源、礦業、電力、水泥、化纖等多個工業領域。鄭葉來在此前華為云工業智能體正式發布時，介紹三個典型的應用案例：華為云與中國石油合作，使用工業智能體認知引擎來輔助識別測井油氣層，將油氣層識別時間下降70%；華為云與三聯虹普合作，使用工業智能體的智能預測引擎，讓客戶需求匹配率提升了28.5%；華為云與鑫磊集團合作，使用工業智能體的智能優化引擎，將AI能力引入配煤環節和焦炭生產質量預測，讓配煤準確率超過95%，每百萬噸焦炭節省成本超過1000萬元。

“人工更少、生產更先進。”正如任正非關于人工智能將對未來社會產生何種影響的描述，在應用AI能力節約人力成本與提高生產效率方面，華為云工業智能體已經有所進展。

而華為云目前在華為公司面向計算產業整體布局中的定位也已經十分清晰，即“通過全棧創新，提供安全可靠的混合云，成為生態伙伴的黑土地，為世界提供普惠算力。”

對于與生態伙伴合作的關系，鄭葉來在近期接受《深網》等媒體采訪時介紹，華為云堅持“下不碰數據，上不做應用”，鄭葉來解釋稱“ 用最俗的話翻譯，就是用您的數據訓練出您的模型，用我的平臺來解決您的問題。”

出于保護用戶數據、隱私安全的考慮，承諾“下不碰數據”已在華為內部達成廣泛共識，但只做“黑土地”而“上不做應用”卻仍存在爭論。有華為內部人士擔心華為云只做“黑土地”不提供應用，將無法觸達最后一公里的用戶，華為云是否應該考慮自己種“莊稼”試試看？

對此，鄭葉來表示，華為云“上不做應用”講的不是不去了解客戶，而是價值分配的問題，華為不與客戶競爭，也不會投資一家公司與他們競爭。“華為不投資面向企業的ERP、CRM這些應用系統，但是華為愿意跟所有的合作伙伴一起聯合創新，讓他們的系統基于華為的整個云的基礎設施，部署起來是最便捷的，一起面向客戶創造價值。”

“華為云的痛苦期已經過了”

“華為云的“痛苦期”已經過了。近期我們幾次重大的投資，任總很快就簽了，我們馬上要在貴州建非常大的數據中心，在內蒙古的烏拉察布也要建非常大的數據中心。任總反而批評我不要保守。這次任總跟我溝通一再地講，要看未來的變化，一再叮囑我光纖要多買一點。”鄭葉來在談及華為云的現狀時這樣說道。

過去幾年，鄭葉來和他領導的華為云團隊壓力不小。一方面，無論是在華為內部還是面對外部媒體，“華為云與其他云廠商有什么區別？”都是鄭葉來頻繁被問到的問題。另一方面，由于較晚公有云市場，華為云的市場占有率也遠遠落后于 阿里 、騰訊等互聯網巨頭。

一位華為云內部的知情人士向《深網》透露，華為云之所以較晚進入公有云市場是因為早期公司內部有爭論，“華為有運營商業務，之前運營商想自己做公有云，華為不想跟自己客戶競爭。”

除了公有云市場占有率方面現實存在的落后，相較于擁有服務基因的互聯網巨頭，做硬件起家的華為在云業務的運營和營銷方面也存在一些短板。

有華為云的客戶向媒體反應，曾出現前后不同的華為銷售團隊對接客戶的情況。上述華為云內部的知情人士向《深網》表示，市場端的混亂屬于歷史遺留問題。“華為原來的商業模式是售賣盒子（硬件），當時就有一支面向企業2B市場的銷售隊伍，后來重點發展云服務后，又組建了一支銷售云服務的隊伍。他們可能都是在華為的企業BG下面，只是有一波人去賣硬件，另一波人在賣云，可能就會有這個問題。”該人士向《深網》坦言，華為云在產品方面可能還有很長的一段路要走。

鄭葉來在接受采訪時也毫不避諱上述問題，“事情的發展過程中，有些階段性的傳播不一致是正常的。有總比沒有好，我口袋里有兩個，總比一個沒有好。”鄭葉來表示，華為私有云與公有云的研發團隊已經開始合并，但市場端不會合得那么快，因為那有可能會損害部分客戶的利益。

華為在公有云市場的追趕仍在繼續，而另一方面，當下云市場已經進入到了多云時代，用戶對算力需求日益增加的同時，為了“不把雞蛋放在同一個籃子里”，開始越來越多的選擇第二甚至第三家云服務商合作伙伴，這也給了華為云帶來了機會。

鄭葉來認為，多云是客戶的必然選擇。“未來競爭結果，有可能一個大企業會有兩個供應商，因為云服務跟傳統IT畢竟不一樣，傳統的IT是標準的盒子，這個不行換這個，但是云服務畢竟是把它的未來交給你了，而且很多的云服務是涉及到客戶的整個組織架構的變革，它一旦走出這一步很難退回去，這跟傳統的IT架構是不一樣的。”鄭葉來解釋說。

“提供最好的混合云”是華為云與其他公有云廠商定位最為不同的地方，而從整個云市場來看，混合云因為靈活按需聯接的特點也越來越受到青睞。

對此，華為去年對 ICT 基礎設施業務進行了重組與優化，將公有云、私有云、AI、大數據、計算、存儲、IoT 板塊重組為云產品線，今年第一季度，華為又將 IoT、私有云團隊合入 Cloud BU。有分析認為，這些重組與優化在幫助華為實現從芯片到數據中心、從硬件到軟件、從 IT 基礎設施到云服務以及從邊緣計算到云計算的全棧云整合的同時，也起到了對數據中心基礎設施、芯片、硬件、基礎云服務等的全棧優化作用。

值得注意的是，目前，眾多云服務提供商也都在圍繞基礎設施打造競爭壁壘，排名靠前的云服務廠商大多已開始布局IT、芯片以及硬件。鄭葉來認為，云服務未來是短板戰略，比拼的是各家企業的綜合能力。一位熟悉云市場的資深人士也向《深網》表示，云服務的提供能力與云服務提供商的基礎設施正相關。

而具體到基礎設施層面，芯片無疑是華為云最大的優勢之一。“華為云有自己的芯片，在全棧的技術整合上一定能做得非常好。我們將來還可以給海思提要求，把芯片做成什么樣的，這種芯片的垂直整合比多個廠家去拼湊肯定性能更好，性能更好就意味著給客戶的成本帶來節約。”鄭葉來在接受采訪是說道。

華為云在今年全聯接大會期間發布了112款基于“鯤鵬+昇騰”芯片的云服務，鯤鵬和昇騰加持的多元架構也是華為云基礎設施升級換代的核心之一。

華為云希望基于多元架構，為用戶提供多樣算力：除了傳統的X86算力，還包括基于鯤鵬的通用算力、基于昇騰的AI算力以及基于各種加速芯片的異構算力。

而針對各種算力，華為云提供從裸金屬服務、虛機服務、容器服務到serverless函數計算服務的算力顆粒度。這些技術可以讓華為從底層的能源到芯片、上面的服務器、存儲系統等基礎設施的效能得到更好的發揮。用華為自己的話說就是，合適的應用跑在合適的架構上，讓客戶的性價比最優，能耗最低，繼而“讓算力像電力一樣觸手可及”。

“未來最大的產業是人工智能”

“我覺得5G是一個小兒科的事情，未來最大的產業是人工智能，我們希望共同為人類提供一種服務。”任正非在最近一次與兩位人工智能領域專家對話時這樣說道。任正非認為應該把5G要當做一個基站，而不要當做一個原子彈，在他看來，人工智能才是最大的機會所在。

任正非同時表示“人工智能將來應用的基礎是教育、人才的培養。第二個問題是基礎設施，因為人工智能是一個軟件，是一個包羅萬象的匯集，需要一個支撐系統，這個支撐系統就是高性能的計算系統，那就是超級大計算機群，而不是一臺兩臺，而是萬臺，是大型的數據程序系統和超速連接系統來支撐它可能的運作，這些基礎設施需要很大的投資。投資不夠，你的軟件很好，就等于有汽車，但是沒有馬路，那么你的汽車也是沒有產生貢獻的。”

而在同一場對話中的華為戰略部總裁張文林則強調了算力對人工智能的重要性，“人工智能之所以現在可用，我們認為是眾多的技術包括連接技術，包括剛才任總講的高性能計算。人工智能的概念其實非常早，但是直到現在才基本可用，就是因為所有的這些技術才剛剛使人工智能起步。在起步的情況下，只有算力得到了非常大的突破，人工智能才可能像我們現在用的電一樣隨處可以有，我們可以隨時去用。”

面對算力的稀缺，華為云無疑將在更大程度上承擔起華為人工智能時代的追求。

AD：沒有投資人關注？缺少更多資金？“FUS獵云網2019年度教育產業峰會”正式開啟融資路演征集活動，為教育領域創業者提供一個脫穎而出的機會。如果您夠優秀，那就帶著“BP”簡歷加入這場資本與項目聯姻的盛宴吧！詳情咨詢：13121551981