司空见惯的人脸识别算法与智能摄像头，无时无刻不被调用的智能语音与推荐算法，各行各业都开始探讨如何使用 AI……然而当我们继续深入到 AI 开发的产业深处，会发现还存在着许多待解的难题：AI 技术与企业的业务场景怎样结合？投入能效比是否达到规模化应用的预期？怎样从 AI 技术上重新建构竞争壁垒？

8 月 10 日举办的华为 HAI 2020 大会上，华为昇腾计算业务总裁许映童一句话，揭示了华为接下来将使能 AI 的方向——“极简易用，让 AI 计算无处不在；极致性能，让 AI 计算触手可及”。

在 AI 即将进入各行各业的当下，或许值得一次凝视。

（华为昇腾计算业务总裁许映童在 HAI 2020）

在 HAI 2020 上，我们看到了不少基于华为 Atlas 及全栈全场景 AI 能力所建构的垂直技术体系。

比如大会直播时采用的讯飞听见即时翻译系统，工商银行基于 Atlas 的硬件和基础软件平台打造的“工银智慧大脑”；华为与第四范式联合打造的软硬一体全栈 AI 平台等等。

以一种“润物细无声”的方式隐于产业身后，是我从华为 Atlas 与 ISV 伙伴等的默契与协作之中，感受到的独特选择。

举个例子，第四范式是一家人工智能技术与服务提供商，为银行、政务、能源、智能制造、医疗、证券等领域的企业客户提供 AI 创新技术。

而华为与第四范式的合作，就在软硬件一体的基础上，基于 Atlas 服务器，华为 CANN 3.0 完成了软硬件的深度优化，结合范式自研的 RTiDB 在线实时数据库，可以让第四范式上的数据训练、推理算法、模型应用等整个 AI 流程，都能够在极致算力的底座上高效跑起来。

更关键的是，彻底摆脱了在底层软硬件层面对国外技术的依赖，让重视安全的行业能够放心地使用 AI。

同样，支持万亿维特征、毫秒级推理响应、大规模图计算、高密度的工银智慧大脑，正是基于 Atlas 的硬件和基础软件平台所打造的。

这些合作伙伴的计算能力向各行各业输出的时刻，都可以触摸到昇腾计算生态的温度。

开往春天的列车：AI 产业化需要“三大护法”

我们知道，更多的开发者投身 AI、更多的企业需要 AI、更多的数据和训练需求被激活，AI 开发者在当下也需要“三大护法”护航，来让 AI 行业应用落地“事半功倍”：

1. 减轻算力成本，保障 AI 效能。5G、IoT 等的逐步推进，带来了空前大的数据井喷，背后的算力成本、开发时间、系统交互等限制如果持续放大。

2. 全流程工具加持，护航高效开发。在实际开发中，工程师们需要从解决方案到建模验证等跨越整个设计流程的工具链，帮助他们将 AI 模型与洞见、工程相结合。

3. 深度差异化落地，加速产业升级。许多不具备 AI 人才储备的传统或实体企业，也希望以低门槛的方式差异化地应用 AI。

这三大护法，可以将其看做是 AI 走向产业应用落地的限制，也可以将其看做是龙跃于渊、时不我待的机遇。这也是为什么华为华为要将自己隐于 ISV 服务商和开发者身后，在 HAI 2020 重点打出了“软件牌”。

AI 全栈“软实力”：华为送给开发者与时代的三重礼物

从某种意义上来说，AI 本质上还是以 AI 算法驱动的软件工程。所以在构建昇腾 AI 基础硬件设施构筑最强 AI 算力平台的同时，华为也同时发布了 CANN 等一系列 AI 开发软件并不断更新，我们不妨一一拆开华为送给开发者与时代的大礼包。

第一份礼物，是异构计算架构 CANN 3.0。

今天的开发者有多难？开源的 AI 框架就有好几种，TensorFlow、、PyTorch、Caffe 等都有各自的拥趸；面对的操作系统也不少，iOS 和安卓以及各种 Linux 系统都需要适配；智能手机、桌面电脑以及各种终端设备形态都需要兼容。

为了让开发者不需要重新制造“轮子”，2018 年首次发布的 CANN 在 HAI 2020 上迎来了全新的“3.0”版本。

其特点总结起来就是三个字：

一是“全”。CANN 3.0 “端边云”全场景协同的计算底座，只需要一套应用代码，即可兼容 10+种设备形态、14+操作系统以及多种 AI 框架；

二是“简”。AscendCL（昇腾统一编程接口）支持开发者可以在现有的算法、框架基础上，开发和修改自定义算子，同时可以后向兼容和演进，适应不同的算力和内存的变化，底层硬件的更换无需修改代码，开发过程更“简单”；

三是“升”。通过深度图优化、自动图拆分与融合、数据 Pipeline 智能优化等技术，实现了高度的软硬件适配，最大化释放 AI 硬件的澎湃性能，实现训练和推理性能的全面提升。

第二份礼物，是全流程开发工具链 MindStudio。

在 AI 产业应用落地的工程化环节，开发者需要完成算子开发、模型训练、模型推理、应用开发、应用部署等一系列工作，如果每一个环节都需要重新开发或适应大量的工具，那渴盼 AI 的企业与个人可能要等到天荒地老。

因此，华为打造的全流程开发工具链 MindStudio 2.0，就对所有的工具链进行整合，形成一套完整的工具链体系，开发者可以实现端到端开发的全流程“拎包入住”，直接降低了 AI 开发门槛与周期。

同时，借助插件化设计，开发者可以利用标准的插件化接口，开发自己的工具插入到工具链体系中去，进一步提升工作效率与灵活性。

在 AI 最核心的训练与推理场景，MindStudio 还加入了独有的工具，通过 Less BN（智能识别网络中不必要的 BN 算子）和随机冻结算法提升模型训练效率，利用智能算法实现模型压缩，加速推理进程。

此外，便捷安装、一键式代码补全、自动智能化适配开发环境、性能可视化精准粉细等等功能的设计，从各个细枝末节来共同提升开发者的生产力。

这些动作以一种堪称重构的整合思维，完成了开发全流程的升级和进化。

第三份礼物，是昇腾应用使能 MindX。

如果无法从算子开发、模型训练开始尝试，是不是就无缘 AI 了？

在本次 HAI 大会的 MindX 1.0，就在尝试用“2+1+X”的方式助力 AI 更简单易用地融入社会最小单位。

如果你是 ISV（独立软件）服务商，希望向垂直领域提供更具细腻度的 AI 能力，那么华为的两大平台——深度学习平台 MindX DL、智能边缘平台 MindX Edge，前者通过数据中心设备与计算资源统一管理与调度，可以在计算集群上快速搭建起商用深度学习系统；后者则支持一键式部署多样设备的边云协同推理，就能帮助 ISV 服务商建构起跨软硬件、跨终端的 AI 服务能力。

基础模型也不需要自己训练了，优选模型库 ModelZoo 已经涵盖了 20 多个按场景和框架分类好的高性能模型（下半年会增加到 50 以上）。

还想让开发过程更简单？使能各行业 SDK 了解一下。“自己造的降落伞自己先跳”是华为的一贯作风，所以华为工厂 80 多条产线也成为规模应用 AI 的领头人。

举个例子，华为松山湖就通过 AI 算法，让标签缺陷检测、螺钉缺失等实现“秒级检测”，质检人员效率提升 3 倍。而这些从华为自身实践中被反复打磨优化好的高性能视觉算法，就被整合到了制造 AI 应⽤开发套件 mxManufacture 中，可以被制造产业伙伴轻松部署和调用。

拆完这三个礼物，不难看到华为在全栈 AI 软件上下的功夫，与性能突出的全栈 AI 硬件相适配，交织成了一块强有力的磁铁，将 AI 与开发者、ISV 服务商、各行业开发需求紧紧地吸附在一起。

 “把简单留给别人，把复杂留给自己”，托举起千行万业的 AI 渴盼。这是昇腾生态的“极限挑战”，也在催生 AI 的千种想象、万种可能。