華為的AI之旅！如何贏得下一個(gè)十年

10 月 10 日開(kāi)幕的 2018 華為全聯(lián)接大會(huì)（HUAWEI CONNECT 2018）現(xiàn)場(chǎng)，華為輪值董事長(zhǎng)徐直軍詳細(xì)闡述了華為的 AI 戰(zhàn)略，并推出了全棧全場(chǎng)景的 AI 解決方案，正式向整個(gè) AI 業(yè)界宣告華為入場(chǎng)...

總體來(lái)說(shuō)，華為人工智能的發(fā)展戰(zhàn)略是以持續(xù)投資基礎(chǔ)研究和 AI 人才培養(yǎng)，打造全棧全場(chǎng)景 AI 解決方案和開(kāi)放全球生態(tài)為基礎(chǔ)。

所謂全棧，是從縱向的技術(shù)功能視角來(lái)看，包括芯片、芯片使能、訓(xùn)練和推理框架、應(yīng)用使能在內(nèi)的全堆棧方案。所謂全場(chǎng)景，是指從橫向來(lái)看，華為的 AI 解決方案可以用于包括公有云、私有云、各種邊緣計(jì)算、物聯(lián)網(wǎng)行業(yè)終端以及消費(fèi)類終端等部署環(huán)境。

當(dāng)然，華為 AI 全棧全場(chǎng)景，離不開(kāi)華為云。同時(shí)，華為云 BU 雖然成立時(shí)間不長(zhǎng)，但實(shí)際上是站在巨人的肩膀上前進(jìn)——目前來(lái)看華為過(guò)去 30 年所積累的無(wú)論是軟硬件技術(shù)的能力，還是基于運(yùn)營(yíng)商在網(wǎng)絡(luò)方面的經(jīng)驗(yàn)，及終端消費(fèi)者客戶的經(jīng)驗(yàn)，對(duì)華為云 BU 來(lái)說(shuō)都是一個(gè)很好的積淀。

華為云 BU EI 服務(wù)產(chǎn)品部總經(jīng)理賈永利表示：“華為云從成立第一天就是帶著全棧整合優(yōu)勢(shì)出現(xiàn)的?！币匀珬＜夹g(shù)為核心武器，在過(guò)去一年里，聚焦企業(yè)端的華為云在 8 大行業(yè)、200 多個(gè)項(xiàng)目中，將行業(yè)智慧不斷與 AI 進(jìn)行融合，把 AI 能力擴(kuò)展到了交通、物流、制造等無(wú)限場(chǎng)景。而這一切的支撐來(lái)自華為云貫通軟硬件各個(gè)層面的技術(shù)創(chuàng)新。

華為云 AI 能力全面升級(jí)

基于新發(fā)布的昇騰芯片，華為云從底層算力到軟件框架再到系統(tǒng)級(jí)服務(wù)進(jìn)行了一次 AI 大升級(jí)，不僅進(jìn)一步補(bǔ)齊 AI 軟件體系，也為行業(yè) AI 更好地落地打下了基礎(chǔ)。

第一層進(jìn)化：底層算力擴(kuò)展

算力、算法、數(shù)據(jù)是當(dāng)前 AI 的三大基石，目前行業(yè)中產(chǎn)生的大量數(shù)據(jù)在清洗、標(biāo)注、訓(xùn)練上仍然需要消耗較長(zhǎng)時(shí)間，因此算力仍是稀缺資源。

而算力的基礎(chǔ)又在于芯片，華為在 HC 上發(fā)布的兩款 AI 芯片昇騰 910 和昇騰 310 不出意料地成為熱點(diǎn)話題。

這兩款芯片均采用華為獨(dú)創(chuàng)的“達(dá)芬奇架構(gòu)”。

昇騰 910 屬于 Max 系列，主打云場(chǎng)景的超高算力，半精度算力達(dá)到 256 TFLOPS，比目前最強(qiáng)的 NVIDIA V100 的 125T 還高出一倍，是目前全球已經(jīng)發(fā)布的單芯片計(jì)算力最大的 AI 芯片，采用 7nm 工藝，最大功耗 350W，將在明年第二季度上市。

昇騰 310 屬于 Mini 系列，采用 12nm 工藝，兼具高效計(jì)算和低功耗，算力可達(dá) 16TFLOPS，最大功耗僅 8 瓦，集成了 16 通道全高清視頻解碼器。這既是目前面向邊緣計(jì)算場(chǎng)景最強(qiáng)算力的 SoC，也可以應(yīng)用在云上。

我們都知道，中國(guó)的云廠商還沒(méi)有做芯片的能力，在不少互聯(lián)網(wǎng)廠商 AI 芯片還僅存在于 PPT 里的情況下，華為已經(jīng)將昇騰 310 用于華為云，使 AI 的推理能力成為高端虛擬機(jī)的標(biāo)配，用戶可以獲得 16 倍的推理算力。

如果覺(jué)得這個(gè)算力還不夠，華為云還會(huì)在 AI 增強(qiáng)型的虛擬機(jī)和容器中，提供高達(dá) 512T 算力的服務(wù)；針對(duì)訓(xùn)練場(chǎng)景，華為云還將提供 ECS 和裸金屬形態(tài)最高 2PFLOP 的計(jì)算能力。

除了 H6 服務(wù)，華為云還提供 Ai1、At1、Physical.At1 服務(wù)，全部基于昇騰 AI 芯片，有了這一系列云服務(wù)，華為云將全面進(jìn)入 AI 新時(shí)代。

當(dāng)然，正如華為云 BU EI 服務(wù)產(chǎn)品部總經(jīng)理賈永利所說(shuō)的：“算力肯定是華為的一個(gè)顯著競(jìng)爭(zhēng)力，但是我不認(rèn)為它是華為云做人工智能唯一的競(jìng)爭(zhēng)優(yōu)勢(shì)，而是其中一個(gè)優(yōu)勢(shì)。”

第二層進(jìn)化：全平臺(tái)統(tǒng)一訓(xùn)練和推理框架

在算力之上，華為還提出了完整的軟件堆棧，以實(shí)現(xiàn)一次性算子開(kāi)發(fā)、一致的開(kāi)發(fā)和調(diào)試體驗(yàn)。

目前大部分 AI 算法都需要在云端訓(xùn)練，進(jìn)而在終端部署。但大部分云廠商都不提供終端芯片售賣，芯片廠商也不提供云計(jì)算服務(wù)，所以，一般 AI 應(yīng)用在訓(xùn)練跟部署之間一定會(huì)經(jīng)過(guò)一次以上的底層計(jì)算環(huán)境遷移——對(duì)企業(yè)而言這是一個(gè)無(wú)用的“內(nèi)耗”，既耗費(fèi)人力物力，又浪費(fèi)時(shí)間。

這對(duì)于開(kāi)發(fā)者本人而言也是件麻煩事，因?yàn)檗D(zhuǎn)換底層環(huán)境涉及到很多算法跟算子的調(diào)校，很容易出現(xiàn)明明在云上跑得好好的，一換計(jì)算環(huán)境應(yīng)用效率就跌。因此，華為希望能夠用同一套框架，打通華為公有云、私有云、邊緣計(jì)算、手機(jī)等不同 AI 應(yīng)用場(chǎng)景，讓 AI 應(yīng)用只需要一次調(diào)校，從而大大簡(jiǎn)化部署工作。

算子庫(kù) CANN 能夠兼具最優(yōu)開(kāi)發(fā)算力和算子性能，其中 TensorEngine 實(shí)現(xiàn)了統(tǒng)一的 DSL 接口、自動(dòng)算子優(yōu)化、自動(dòng)算子生成以及自動(dòng)算子調(diào)優(yōu)功能。值得一提的是，華為在 TensorEngine 中采用了陳天奇等人提出的 TVM。以 Reduce_sum 開(kāi)發(fā)案例為例，使用 CANN 能將開(kāi)發(fā)效率提升三倍。

Mindspore 則是華為提出的統(tǒng)一訓(xùn)練和推理的 AI 框架，將于明年第二季度正式對(duì)外發(fā)布。Mindspore 支持深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、增強(qiáng)學(xué)習(xí)，能夠靈活適應(yīng)不同資源預(yù)算的部署環(huán)境，可以在云、邊緣、端提供一致的開(kāi)發(fā)體驗(yàn)，同時(shí)支持所有主流機(jī)器學(xué)習(xí)和深度學(xué)習(xí)框架（包括 TensorFlow、PyTorch、PaddlePaddle、Keras、ONNX、MXNet 等）。在發(fā)布會(huì)上，華為還介紹了 MindSpore 設(shè)備端深度學(xué)習(xí)框架，大小只有 2MB 不到，運(yùn)行時(shí)占用內(nèi)存不到 50MB。

CANN 和 Mindspore 共同構(gòu)成了“全棧全場(chǎng)景”的核心基礎(chǔ)框架。

第三層進(jìn)化：一站式 AI 應(yīng)用開(kāi)發(fā)平臺(tái)

除了稀缺且昂貴的算力，阻礙 AI 產(chǎn)業(yè)規(guī)模化發(fā)展的根本原因還有一個(gè)，就是開(kāi)發(fā)效率低。標(biāo)注、訓(xùn)練、部署整個(gè)過(guò)程不僅費(fèi)時(shí)，還極其費(fèi)力。為了解決這個(gè)問(wèn)題，華為推出了普惠 AI 開(kāi)發(fā)平臺(tái) ModelArts。

ModelArts 是面向 AI 開(kāi)發(fā)者的一站式開(kāi)發(fā)平臺(tái)，提供海量數(shù)據(jù)預(yù)處理及半自動(dòng)化標(biāo)注、大規(guī)模分布式訓(xùn)練、自動(dòng)化模型生成、模型調(diào)優(yōu)，及端 - 邊 - 云模型按需部署能力。

同時(shí)，ModelArts 能夠在 AI 開(kāi)發(fā)全生命周期中，從原始數(shù)據(jù)、標(biāo)注數(shù)據(jù)、訓(xùn)練作業(yè)、算法、模型、推理服務(wù)等，提供全流程可視化管理。支持千萬(wàn)級(jí)模型、數(shù)據(jù)集以及服務(wù)等對(duì)象的管理，無(wú)需人工干預(yù)，自動(dòng)生成溯源圖，選擇任一模型就可以找到對(duì)應(yīng)的數(shù)據(jù)集、參數(shù)、模型部署在哪里。其中最實(shí)用的訓(xùn)練斷點(diǎn)接續(xù)功能、訓(xùn)練結(jié)果比對(duì)功能，在華為內(nèi)部開(kāi)發(fā)者中也頗受歡迎。

簡(jiǎn)單來(lái)說(shuō)，ModelArts 的特點(diǎn)是“四快”：

數(shù)據(jù)準(zhǔn)備快

數(shù)據(jù)標(biāo)注與準(zhǔn)備對(duì)于很多 AI 開(kāi)發(fā)者來(lái)說(shuō)是最為痛苦的一項(xiàng)工作。曾有開(kāi)發(fā)者吐槽，光是準(zhǔn)備數(shù)據(jù)就要占掉整體開(kāi)發(fā)時(shí)間的 70%。ModelArts 內(nèi)置 AI 數(shù)據(jù)框架，以 AI 的機(jī)制來(lái)治理數(shù)據(jù)，用迭代訓(xùn)練來(lái)解決標(biāo)注的數(shù)據(jù)量問(wèn)題。尤其在數(shù)據(jù)量龐大的場(chǎng)景中，帶來(lái)的直接效益是數(shù)據(jù)標(biāo)注與準(zhǔn)備效率達(dá)百倍的提升。

上手快

ModelArts 具備自動(dòng)學(xué)習(xí)功能，支持模型的自動(dòng)設(shè)計(jì)與自動(dòng)調(diào)參等，能夠幫助開(kāi)發(fā)者提升開(kāi)發(fā)效率、快速上手。

對(duì)于有經(jīng)驗(yàn)的開(kāi)發(fā)者，可以在 ModelArts 上自行編寫并導(dǎo)入算法代碼，核心組件 MoXing SDK 支持豐富的模型庫(kù)、優(yōu)化算法和各類工具庫(kù)；支持自動(dòng)超參數(shù)調(diào)優(yōu)；包含訓(xùn)練 - 驗(yàn)證 - 預(yù)測(cè) - 模型導(dǎo)出的整套框架；開(kāi)發(fā)者只需要編寫一套代碼就能自動(dòng)實(shí)現(xiàn)單機(jī)及分布式化。

對(duì)于編程苦手卻想快速生成模型的 AI 初學(xué)者，ModelArts 也預(yù)置了能夠覆蓋大部分常用應(yīng)用場(chǎng)景的算法模型（如 RestNet_50、Faster_RCNN、SegNet_VGG_16 等，未來(lái)還將上線更多算法模型），所有預(yù)置模型的基于開(kāi)源數(shù)據(jù)集訓(xùn)練，模型精度領(lǐng)先。只需配置數(shù)據(jù)路徑 / 日志輸出路徑和 Hyper Parameter 自動(dòng)選擇設(shè)置就可以一鍵啟動(dòng)訓(xùn)練。

訓(xùn)練快

針對(duì)模型訓(xùn)練耗時(shí)長(zhǎng)的挑戰(zhàn)，ModelArts 通過(guò)各類優(yōu)化技術(shù)，尤其是級(jí)聯(lián)式混合并行技術(shù)，在同樣的模型、數(shù)據(jù)集和同等硬件資源情況下，可以使模型訓(xùn)練耗時(shí)降低一半。

在大量數(shù)據(jù)需要同步的情況下，大規(guī)模集群做分布式仍是當(dāng)前的業(yè)界難題。目前大數(shù)據(jù)集分布式訓(xùn)練在行業(yè)內(nèi)的最好成績(jī)是 fast.ai 團(tuán)隊(duì)在亞馬遜云上實(shí)現(xiàn)的，通過(guò) 128 顆 GPU 實(shí)例同時(shí)運(yùn)行，可在 18 分鐘內(nèi)完成訓(xùn)練，而華為云 EI 可以用同樣的節(jié)點(diǎn)在 12 分鐘以內(nèi)完成同樣的任務(wù)。

上線快

在 AI 規(guī)模化落地的場(chǎng)景下，模型部署會(huì)非常復(fù)雜。例如在智慧交通領(lǐng)域，以下場(chǎng)景非常常見(jiàn)——更新后的模型，需要一次性同時(shí)部署到各種不同規(guī)格、不同廠商的攝像頭上，這是一項(xiàng)非常耗時(shí)、費(fèi)力的巨大工程。

對(duì)于此類場(chǎng)景，ModelArts 可以一鍵推送模型到所有邊緣、端的設(shè)備上，云上的部署還支持在線和批量推理，滿足大并發(fā)和分布式等多種場(chǎng)景需求。

ModelArts 之外，華為還推出了專為視覺(jué)智能打造的開(kāi)發(fā)工具 HiLens。

HiLens 由一個(gè)具備 AI 能力的攝像機(jī)和云上開(kāi)發(fā)平臺(tái)組成，搭載昇騰 310，提供了強(qiáng)大的算力和存儲(chǔ)空間，可以滿足較大的圖像處理運(yùn)算需求，甚至實(shí)現(xiàn) 1 秒百幀的處理能力及毫秒級(jí)人臉檢測(cè)。

同時(shí)，HiLens 內(nèi)置的輕量級(jí)容器，具備資源占用少、降低網(wǎng)絡(luò)帶寬、下載啟動(dòng)時(shí)間快等特性，因此也降低了系統(tǒng)實(shí)時(shí)處理的難度。

另外，HiLens 為個(gè)人開(kāi)發(fā)者、企業(yè)和設(shè)備生產(chǎn)廠商提供了一整套安全可靠的一站式技能開(kāi)發(fā)、部署和管理服務(wù)，可無(wú)縫對(duì)接客戶行業(yè)設(shè)備，增加業(yè)務(wù)開(kāi)發(fā)效率、提升生產(chǎn)力。

HiLens 預(yù)置了豐富的模型和 Skill 能力，其中 Skill 由控制代碼和模型組成，AI 模型由 ModelArts 訓(xùn)練，訓(xùn)練后可以封裝為 Skill 開(kāi)發(fā)基礎(chǔ)組件，簡(jiǎn)化 Skill 開(kāi)發(fā)。通過(guò) HiLens 開(kāi)發(fā)生成的 Skill 可以直接部署到有昇騰芯片的任何端側(cè)設(shè)備中。同時(shí) HiLens 也兼容其他主流框架訓(xùn)練的模型，在部署到端側(cè)設(shè)備的過(guò)程中會(huì)將模型自動(dòng)轉(zhuǎn)換為 MindSpore 模型，以提供最優(yōu)性能表現(xiàn)。

在以往 AI 視覺(jué)場(chǎng)景落地的過(guò)程中，通常某種處理方法在研究和開(kāi)發(fā)中表現(xiàn)良好，但在復(fù)雜多變的應(yīng)用環(huán)境中，卻不時(shí)地出現(xiàn)問(wèn)題。例如機(jī)器視覺(jué)檢測(cè)的人臉識(shí)別系統(tǒng)，在目標(biāo)配合時(shí)識(shí)別率可高達(dá) 95% 以上，但在實(shí)際監(jiān)控環(huán)境下，視覺(jué)檢測(cè)識(shí)別率就會(huì)大大下降。HiLens 提供在線利用每個(gè)設(shè)備獨(dú)有的部署環(huán)境數(shù)據(jù)，在線訓(xùn)練針對(duì)設(shè)備的個(gè)性化模型，提高模型精度，極大增強(qiáng)用戶體驗(yàn)。

ModelArts 和 HiLens 在大會(huì)發(fā)布當(dāng)天均已上線華為云 EI 平臺(tái)。

除了這兩個(gè)面向開(kāi)發(fā)者的大殺器，華為云 EI 的全家桶相比去年剛推出時(shí)也變得更加豐富了。

截至目前，華為云 EI 已經(jīng)上線 45 款服務(wù) 142 類功能，在解決方案層面，針對(duì)不同人群，華為云 EI 提供通用 API、高階 API 以及預(yù)集成解決方案三種不同類型服務(wù)。無(wú)論是數(shù)據(jù)科學(xué)家或數(shù)據(jù)算法工程師、IT 開(kāi)發(fā)人員，甚至是沒(méi)有 AI 背景的業(yè)務(wù)人員，都可以在華為云上找到解決絕大多數(shù)場(chǎng)景問(wèn)題的解決方案。

可以看出，華為云想要打造的是打通底層硬件到上層軟件應(yīng)用、開(kāi)發(fā)者與行業(yè)兩手抓的全方位 AI 生態(tài)體系，并且不是僅僅停留在想法、戰(zhàn)略或口號(hào)層面，這些都是華為云已經(jīng)做了和繼續(xù)在做的事情。

進(jìn)擊的 EI 城市智能體

在與大會(huì)同期開(kāi)放的展臺(tái)上，華為 AI 的全場(chǎng)景全棧解決方案大部分都已經(jīng)就位。上文提到的從全棧維度賦能開(kāi)發(fā)者的 ModelArts、HiLens 等均有亮相，吸引了大量開(kāi)發(fā)者的試用咨詢?；谌A為 Ascend（昇騰）系列芯片和業(yè)界主流異構(gòu)計(jì)算部件的 Atlas 智能計(jì)算平臺(tái)，通過(guò)模塊、板卡、小站、一體機(jī)等豐富的產(chǎn)品形態(tài)，已經(jīng)實(shí)現(xiàn)了將 AI 能力帶入云、邊、端等全場(chǎng)景。

與此同時(shí)，華為云 EI 行業(yè)解決方案的發(fā)布和展示也同步進(jìn)行，應(yīng)用案例涵蓋了公共事業(yè)、交通、金融、物流、教育、零售等眾多行業(yè)，包括三大運(yùn)營(yíng)商、微軟、英特爾，以及專攻行業(yè)智慧的諸多企業(yè)都匯聚現(xiàn)場(chǎng)展示了他們借助華為云 EI 為各自業(yè)務(wù)帶來(lái)的智能化變革。

去年 9 月，華為第二屆全聯(lián)接大會(huì)上，華為云首次推出 EI 企業(yè)智能，主要包括基礎(chǔ)平臺(tái)服務(wù)、通用服務(wù)（大數(shù)據(jù)、視覺(jué)認(rèn)知、語(yǔ)音語(yǔ)義）、行業(yè)場(chǎng)景解決方案三大類；推出的當(dāng)年，華為云 EI 企業(yè)智能迅速攻城略地，把智能水務(wù)、智能制造、智能電力、智能交通、智能金融、智能零售六大行業(yè)解決方案推向市場(chǎng)。

今年 6 月，華為集 EI 企業(yè)智能、華為云全棧能力大成于一身，推出 EI 交通智能體和 EI 工業(yè)智能體。華為云 EI 智能體不僅基于歷史的統(tǒng)計(jì)，更是實(shí)時(shí)感知、互動(dòng)和優(yōu)化，實(shí)現(xiàn)真正的智能。今年的全連接大會(huì)正式發(fā)布了華為云 EI 城市智能體，EI 智能體進(jìn)一步升級(jí)。

針對(duì)行業(yè)智慧與 AI 結(jié)合，賈永利表示：“華為云 EI 正從海量重復(fù)、專家經(jīng)驗(yàn)及多域協(xié)同等三大場(chǎng)景助力行業(yè)升級(jí)，實(shí)現(xiàn)效率提升、專業(yè)傳承和突破極限?！?/p>

其中，海量重復(fù)場(chǎng)景主要是指在企業(yè)實(shí)踐中尋找高頻出現(xiàn)的重復(fù)場(chǎng)景，例如華為云 EI 深度學(xué)習(xí)和圖像搜索服務(wù)，支持中國(guó)圖庫(kù)每日數(shù)十萬(wàn)新增版權(quán)圖片和數(shù)千萬(wàn)網(wǎng)絡(luò)圖片的自動(dòng)入庫(kù)和交叉檢查，準(zhǔn)確率達(dá) 99%。

專家經(jīng)驗(yàn)場(chǎng)景是指通過(guò)融入專家積累和經(jīng)驗(yàn)（行業(yè)智慧），使 AI 達(dá)到專家助手水平。例如，第三方醫(yī)學(xué)檢驗(yàn)機(jī)構(gòu)金域醫(yī)學(xué)與華為云 EI 合作，在宮頸癌病理檢測(cè)方面取得階段性突破，敏感度（真陽(yáng)性率）超過(guò) 99%，特異度（真陰性率）超過(guò) 80%。

對(duì)于涉及參數(shù)眾多、依賴關(guān)系復(fù)雜、維度高的異常復(fù)雜場(chǎng)景——多域協(xié)同場(chǎng)景，比如工業(yè)生產(chǎn)、城市治理等， 人工智能技術(shù)也為這些領(lǐng)域帶來(lái)了新思路、新方法。

華為云 EI 城市智能體就是多域協(xié)同場(chǎng)景的一個(gè)典型例子：在數(shù)字孿生的基礎(chǔ)上，通過(guò) AI 協(xié)同云、大數(shù)據(jù)、邊緣計(jì)算、物聯(lián)網(wǎng)等多種技術(shù)，實(shí)現(xiàn)從數(shù)據(jù)產(chǎn)生到數(shù)據(jù)分析、數(shù)據(jù)閉環(huán)的完整系統(tǒng)；通過(guò)數(shù)字世界強(qiáng)大的計(jì)算力，驅(qū)動(dòng)物理世界更加智能。

目前，EI 城市智能體在交通、應(yīng)急、環(huán)保、水務(wù)、水利、燃?xì)獾葓?chǎng)景持續(xù)探索高效的資源調(diào)度與配置，以解決更多城市難題，在效率提升、能耗降低、綠色環(huán)保等方面均有實(shí)際落地案例。

來(lái)自深圳市公安局交通警察局的李強(qiáng)處長(zhǎng)就用幾組實(shí)際數(shù)字分享了采用華為云 EI 交通智能體為業(yè)務(wù)帶來(lái)的顯著改變：

華為云 EI 城市智能體幫助深圳交警在 2018 年上半年通過(guò)部署開(kāi)車打手機(jī)、未系安全帶、刷臉執(zhí)法等 AI 應(yīng)用，深圳交警執(zhí)法量增加了 15%；

深圳交警正在深圳龍崗坂田 43 個(gè)路口部署 EI 交通智能體 TrafficGo 解決方案，試點(diǎn)在線信號(hào)配時(shí)，關(guān)鍵路口等待時(shí)間平均縮短 17.7%；

構(gòu)建新型運(yùn)營(yíng)指揮中心，深圳交警“鐵騎專項(xiàng)行動(dòng)”應(yīng)急反應(yīng)時(shí)間縮短 67%。

還有一個(gè)離我們更近的案例，來(lái)自深圳機(jī)場(chǎng)。當(dāng)前深圳機(jī)場(chǎng)每天航班起降超過(guò) 1000 架次，靠橋率約為 70% 左右，每天客流量 12 萬(wàn)人。通過(guò)“+AI”，同時(shí)進(jìn)行基礎(chǔ)設(shè)施的智能化改造，從傳統(tǒng)的甘特圖手工安排計(jì)劃到 AI 的自動(dòng)化，能夠使靠橋率提升到 80%。而這 10% 的提升，意味著每年將有 400 萬(wàn)人不用坐擺渡車去遠(yuǎn)機(jī)位。與此同時(shí)，深圳機(jī)場(chǎng)正在結(jié)合人臉識(shí)別實(shí)現(xiàn)機(jī)場(chǎng)一站式通關(guān)，目標(biāo)是讓旅客的排隊(duì)時(shí)間減少 15%。

Cloud 2.0 時(shí)代，且看華為云

未來(lái)，上云會(huì)成為新常態(tài)，云將是多數(shù)企業(yè)探索人工智能的唯一環(huán)境，因?yàn)槿斯ぶ悄苄枰Ａ康挠?jì)算資源和存儲(chǔ)空間。 “云 + 人工智能”才是接下來(lái)推動(dòng)產(chǎn)業(yè)變革的動(dòng)力。

華為云 BU CTO 張宇昕認(rèn)為，Cloud2.0 時(shí)代的來(lái)臨，相對(duì)于過(guò)去十幾年互聯(lián)網(wǎng)的發(fā)展有顯著的不同。

第一，企業(yè)開(kāi)始上云了，尤其是企業(yè)的關(guān)鍵應(yīng)用開(kāi)始上云了

過(guò)去，云僅應(yīng)用于個(gè)人娛樂(lè)和消費(fèi)領(lǐng)域，而 Cloud2.0 時(shí)代，云已經(jīng)進(jìn)入了生產(chǎn)領(lǐng)域。

第二， 傳統(tǒng)的互聯(lián)網(wǎng)應(yīng)用出現(xiàn)瓶頸

過(guò)去，互聯(lián)網(wǎng)應(yīng)用主要靠做流量紅利，誰(shuí)能獲得更多的流量誰(shuí)就能發(fā)展壯大。但是流量紅利終究會(huì)有天花板，而且流量紅利的模式很容易被復(fù)制。Cloud2.0 時(shí)代新的互聯(lián)網(wǎng)業(yè)務(wù)的核心從流量紅利變成了數(shù)據(jù)紅利。

張宇昕認(rèn)為，在 Cloud1.0 時(shí)代，解決客戶難題的技術(shù)關(guān)鍵詞是分布式、自動(dòng)化、大規(guī)模彈性，而在 Cloud 2.0 時(shí)代，光有這些技術(shù)已經(jīng)遠(yuǎn)遠(yuǎn)不夠。企業(yè)應(yīng)用和互聯(lián)網(wǎng)應(yīng)用除了要求安全可靠之外，還有對(duì)智能化的普遍需求，這時(shí)拼的就是人工智能、大數(shù)據(jù)，還有技術(shù)和全系統(tǒng)架構(gòu)的實(shí)力。

正如我們?cè)谶@次 HC 大會(huì)上所看到的，從芯片、硬件、整個(gè)數(shù)據(jù)中心開(kāi)始，到基礎(chǔ)云服務(wù)，再到應(yīng)用開(kāi)發(fā)的平臺(tái)、應(yīng)用的開(kāi)發(fā)部署運(yùn)維平臺(tái)和工具框架，直到 AI 的基礎(chǔ)模型算法和面向領(lǐng)域的行業(yè)解決方案，華為云已經(jīng)在垂直軸向上實(shí)現(xiàn)了諸多技術(shù)突破，足以應(yīng)對(duì)未來(lái)的企業(yè)智能化挑戰(zhàn)。

Cloud2.0 時(shí)代，且看華為云還會(huì)帶給我們哪些驚喜。