"达芬奇"项目现身 华为发起人工智能领域新一轮竞争|人工智能|华为|达芬奇

　　来源：界面 作者：饶文怡

　　华为朝着云计算和人工智能踏出了重要的一步。

　　在10月10日举办的2018华为全联接大会上，华为轮值董事长徐直军对外公布了“达芬奇项目”的细节。这个被视为是华为在人工智能领域最重要的一次进化，终于浮出水面。

　　此前一直有消息称，华为内部存在着一个名为代号为“达芬奇”的人工智能发展项目，该项目并不仅仅是芯片本身，而是涵盖了一系列软硬件结合的解决方案，最终为用户提供全场景的服务。现在，传言变成了现实。

　　在这片蓝图之中，最基础的部分是华为对外发布的两款人工智能芯片。这两款芯片都建立在华为研发的“达芬奇”架构基础上，以达芬奇架构为基础的芯片，最终和算子开发工具CANN、统一训练推理架构MindSpore、机器学习PaaS（平台即服务）ModelArts一道，组成了华为在AI方面的全栈全场景方案（即涵盖多个层次的技术方案）。“达芬奇”可以被认为是与谷歌开发的人工智能学习系统TensorFlow类似的技术框架。

　　相比国内其他厂商而言，华为的做法显得颇为超前。国内其他的主流云服务提供商目前多把精力放在了PaaS层面，华为算是第一个明确了在IaaS（基础设施即服务）层面进行布局，并且制定了一套自有深度学习架构，推出跨平台AI算法模型的主流云服务提供商。

　　但第一个吃螃蟹的人往往会面对最多的质疑。一个核心问题在于，华为并不是国内最早一批进入公有云市场的企业，在市场格局暂时稳定、颠覆变化并未发生的前提下贸然踏出这一步，华为是否做好了万全的准备？

　　徐直军并不担心这个问题。他认为，一直以来华为都不是一个简单的互联网公司或者IT公司。华为过往的业务涵盖了终端产品、网络、云服务、通信等领域，这让华为积累了从软件到硬件的各方面能力，因此构成了华为在人工智能领域构建全方位生态的客观条件。

　　比如说，在传统的通讯领域，华为有着充足的技术积淀，得以将相关的技术能力工具化，打包输出给合作伙伴以快速地满足他们的需求，从而提升合作伙伴的生产效率。

　　至于芯片研发，则是华为一直在投入的方向。这是它们和其他云服务商的主要差异所在。2017年9月，华为所推出的麒麟970芯片上就已经搭载了人工智能技术，被外界认为是华为在人工智能芯片领域的一个标志性事件。

　　除此之外，华为的传统业务也给它们研发人工智能芯片打下了基础。按照徐直军的说法，人工智能芯片的核心点包括了数据输入和输出的速度，以及带宽交互的能力，这需要厂商在路由器等产品上有一定的技术积累。作为一家以通信设备起家的企业，华为在这方面自然有所准备。

　　内部的技术基础准备好之后，华为需要关注的就是来自外部合作伙伴的需求。

　　一直以来，华为的业务呈现出多样化发展的特点。从云端、边缘计算，最后到各个终端设备产品，华为所提供的每一类产品服务着不同的企业、场景和环境，这自然带来了各种不同的需求，比如较低的功耗或者较强的算力，也意味着合作方必然需要针对不同细分场景的人工智能技术。

　　在此背景下，全栈全场景方案的协同优化相比于单方向的技术方案，更能够带来价值。华为需要通过全栈的技术方案，来提供针对全场景的人工智能服务。

　　多种技术和多种场景的集合，形成了华为推进自身架构研发的主要动力。“我们基于对人工智能的理解，以及对人工智能需求的了解，自然就产生了研发新架构的需求。”徐直军说。[page]分页标题[/page]

　　进军全栈全场景方案，一定程度上可以被看作是华为在人工智能方向对于现有业务的一种延续。这是华为集成自身包括芯片制造、计算协同、数据服务等技术能力，并将之应用到人工智能领域的一个业务延伸过程。最终，华为在2017年6月拍板敲定了达芬奇项目的开展。

　　华为的这次布局，也结合了此前一直对外宣传的发展原则：对于华为云来说，它们“上不做应用，下不碰数据，不做股权投资”。在这次发布的全栈全场景方案中，华为仅仅走到了PaaS层这一步，并没有向具体的应用发展。

　　“解决各行各业的各种用途，不是华为做的，华为做不过具体的行业企业，所以只负责提供平台，提供框架等技术支持。”徐直军告诉界面新闻记者，华为选择做什么，不做什么，都会根据自身的能力来思考决策，战略的形成就是在有限资源情况下的选择。

　　然而，在AI方面，华为的新战略并不仅仅是打造全栈技术方案那么简单。

　　在大会上，徐直军表示，为了应对AI技术和发展环境的整体变化，华为制定了涵盖五方面的AI整体发展战略，其中包括投资基础研究、打造全栈全场景方案、投资开放生态和人才培养、解决方案增强、内部效率提升。打造全栈全场景方案仅仅是华为AI发展计划中的一部分。他告诉界面新闻记者，对于华为来说，五个战略之间也并没有明显的先后之分。但可以肯定的是，华为仍然需要补一些课。

　　徐直军认为，在全栈全场景的解决方案之中，华为面对的最大挑战，在于是否能够通过计算和推理框架来形成一个自身的生态，从而吸引足够的开发者使用华为的技术方案。

　　这并非是杞人忧天。目前在行业中，更受开发者欢迎的深度学习框架包括谷歌的TensorFlow、Facebook的PyTorch、加州大学伯克利分校的Caffe等等。随着AlphaGo的名声大震，其背后的TensorFlow也已成为了人工智能开发者群体中最为流行的深度学习框架之一。

　　竞争也在所难免。徐直军强调，华为提供的是硬件和云服务，“我想所有市场还是希望有竞争的，竞争可以促进我们进步，没有竞争不叫市场。”

　　华为发起挑战的底气，源于现有框架很难适应全场景的人工智能需求。现阶段，包括谷歌在内，大部分的技术提供方都是在云端进行数据的训练和推理。如果要在终端进行推理，要求框架要小，架构要灵活，现有的TensorFlow并不能满足这一需求。

　　华为正在做这方面的功课。徐直军透露，华为明年会推出一个终端设备上的计算框架。至于未来的网络里面，学习和推理同步进行，这同样需要相对应的计算框架。

　　华为希望借此来显示自身人工智能技术方案的便捷性，吸引更多的用户使用，从而通过开发者的应用来打造一个技术生态。当然，对于依然选择TensorFlow框架的开发者，华为的芯片上还提供了转换工具，让这一框架能够在芯片上运行。

　　除了推出不同的计算框架之外，华为还在通过其他措施加大对于开发者的吸引力。比如说，华为的PaaS ModelArts将会支持全流程模型生产，同时还支持人工智能条件下的开发流程。

　　在生态建设上，培养自身的人工智能人才也相当重要。在这方面，华为的着眼点放在技术自动化之后对于开发者培育门槛的降低。

　　“技术自动化之后，开发可以更简单、更敏捷，更多的人可以加入到AI开发者的队伍来。”在徐直军看来，目前国内的大学都在研究人工智能，但计算能力的不足使得数据模型难以被训练完成，因而成绩都只能够停留在纸面上，而无法为实际应用带来效率的提升。

　　在华为的构想中，计算能力的提升是解决这一问题的关键。长达几周的模型训练随着计算能力增加，会缩短到几分钟之内即可完成，这会极大地推动研究成果的落地。背后，包括华为在内的人工智能服务提供方都需要提供更有力的支持。[page]分页标题[/page]

　　无论是吸引外来开发者，还是培养自己的人才，都是一个降低人工智能技术使用门槛的过程。在 2018 中国数博会上，华为云BU总裁郑叶来提出了“普惠 AI”的概念。在这个概念下，人工智能技术将会是一种通用的技术，因此它也应该是所有人都用得起的。

　　“就像通讯一样，把人工智能技术的门槛降低是我们努力的目标。”徐直军说。现在来看，“达芬奇”项目算是实现这个目标的第一步。