• 企业级电子商务软件
  • 服务热线:400-776-9999

巨头们的新战事:谁能把AI最先装进“U盘”

日期: 2018-10-23 19:38:10 点击数:  

国内人工智能领域正在技术落地阶段展开新一轮的较量。

对于头部AI公司来说,“场景之争”正如火如荼——以视觉识别领域为例,在金融领域,云从科技已经拿下超过80%的国有银行订单;手机市场,商汤与旷视正在瓜分OPPO、vivo、小米等厂商;而规模最为庞大的安防领域,也出现了商汤、云从、依图三国鼎立,小厂商夹缝求生的景象。

而在越来越多的场景“AI化”之后,原有的技术架构暴露出的不适应性,则成为倒逼人工智能企业更新底层技术方案的客观力量。

相隔不到一月,9月20日与10月10日,阿里巴巴与华为分别抛下AI领域的重磅炸弹,前者宣布启动“达尔文计划”,成立独立芯片公司“平头哥”;后者发布“达芬奇项目”,现场亮出昇腾910和昇腾310两款AI芯片。

纵观两家科技巨头的AI方案,不论是“达尔文”还是“达芬奇”,单点式的AI技术已不再是呈现重点,取而代之的,是将AI与云服务、数据中台、芯片、基站等模块进行结合,生成“全栈AI”方案,让AI以更具象、更低门槛、更产品化的方式进入企业场景。

AI为何要“全栈”?

不论是华为还是阿里,全栈AI的方案提出并不是空穴来风,而是来自市场需求的真实反映。对于所有云计算厂商来说,AI的横空出世其实解答了长期以来的一个问题——“企业为什么要上云?”

对于为数众多的传统企业而言,并不是简单把服务器从自己的机房搬到云服务商的机房就完成了上云,这一转换需要强有力的场景来拉动,而AI所需要的弹性海量的算力,以及带来巨大的颠覆性正好完美契合了这个需求。换句话说,云就是AI最适合的交付方式。

但一个必须承认的事实是,尽管业界讨论AI的声量愈加明显,但真正实现AI落地的场景依然有限。华为轮值董事长徐直军公布的一份数据显示:只有4% 的企业已经投资或部署了AI;约5% 部署的智慧城市中正在使用AI;2017年只有约10%的智能手机内置了AI。

谈及华为的全栈AI战略,华为云总裁郑叶来始终离不开一个词“普惠AI”。

“今天的AI开发者面临两个难题,一个是慢,一个是贵。”郑叶来说。

慢,指的是AI部署慢、训练慢。从升级服务器与数据库,到搭建机器学习平台,输入数据进行学习训练,让机器逐渐掌握人类具备的推理、反应等功能,对于一般企业来说,少则数月,多则数年。

贵,指的是设备贵、人才贵。不论是高通、英伟达的芯片还是IBM的小型机,作为训练人工智能的底层基础设施,动辄百万的设备费用成为AI方案落地企业的绊脚石;至于人才贵,从华为公布的全球人才占比可见一斑:

可以说,全栈AI并不是某个企业空想出的解决方案,而是在AI“又贵又慢”的发展现状下,被迫从人工智能整条产业链进行重整的改革方式。

如何理解“全栈AI”?

以华为为例,外界聚焦的两款芯片只是华为AI战略中的一环。华为轮值董事长徐直军按照基础研究、全栈AI、开放生态、AI思维与内部效率为基准,将华为的AI战略分为五大方向,具体结构为:

底层是以芯片为代表的硬件:包含Max、Mini、Lite、Tiny和Nano五个系列的华为昇腾(Ascend)芯片家族,其中,已经推出的昇腾910属于Max系列,昇腾310属于Mini系列。

中层是算法以及机器学习平台:支持云端、边缘、云的统一训练和TensorFlow、PyTorch等主流推理框架MindSpore,以及芯片算子库和高度自动化算子开发工具CANN。

上层为应用层:由于任正非曾明确表示华为不会涉足应用,此次华为采用了PaaS的方式,推出ModelArts全流程服务,提供分层API和预集成方案,以满足不同开发者的需求。

从技术视角来看,所谓“全栈AI”,是指包括芯片、芯片使能、训练和推理框架和应用使能在内的全堆栈方案,而PaaS、芯片,则成为了用户可以调用华为AI能力的方式,这就像是一个装满了AI开发工具的百宝箱,用户“开箱”后,就可以很快地上手使用到AI能力。

举一个具体的例子,此次华为推出了专门针对视觉开发领域的开发者平台HiLens,当中包含一个带有摄像头的物理小盒子,背后与华为云计算系统连接,开发者只要启动摄像头,就可以在零售、安防等场合迅速上手人脸识别的能力,这就极大降低了原先的部署门槛。

相比眼下BAT以及一众AI公司在金字塔单个或多个层面做出的努力,华为基于自身云业务与硬件资源的优势,将AI从单点式的技术形态,首次完整渗透至公有云、私有云、边缘计算、物联网终端以及消费类终端等部署环境,这类全栈式AI的技术落地形式,也将逐步成为AI公司完善底层架构时的重要参考标准。

从AI+云,到全栈AI

不论是华为、阿里巴巴还是去年号称“All in AI”的百度,一个有趣的现象是,目前能快速响应全栈AI方案的厂商,基本都在云计算领域有着多年深耕经验。

对于To B厂商来说,AI更像是整套云服务产品中的一个补充模块,这在最先染指云计算业务的亚马逊AI方案中有着更为完整地体现。

2006年亚马逊推出AWS云计算服务时,其宗旨就是将原本造价高昂的云端资源与运算能力,用更弹性、经济的方式分配给中小企业;到了2015年,亚马逊开始尝试将这种资源利用的“民主化”转移到AI产品,具体的做法包括将内部一些机器学习的服务打包,相继推出Amazon Machine Learning(机器学习平台)、Rekognition(图像识别平台)、Polly(语音识别平台)等AI应用。