Atlas的进击之路：在智能世界中挑战AI算力之巅

人工智能最终会将人类带到哪里？

在两年之前，和人类下棋的AlphaGo突然之间就成了普通人茶余饭后的谈资，那个时候，人工智能和大多数人的距离是新闻和现实的距离。随着其核心技术的不断突破，人工智能早已不再像从前那样充满“高冷”的气息。实际上，人工智能在更早的时候就已潜移默化地融入了人们的工作和生活中：

例如，阅读新闻或者是在网上购物的时候，客户端会推送你想要看想要买的东西;开车上下班的时候，地图软件会根据你的喜好规划一条省时的路线，就连导航中你听到的声音也是由人工智能合成的;

类似的案例不胜枚举，这些是我们日常能够感知到的。人工智能更多的想象力空间将和各行各业结合。

“人工智能技术日新月异，人工智能驱动的行业解决方案也与日俱增。随着我们迈向一个全面智能化的世界，全面创新至关重要。另一方面，计算能力创造了新的可能性。华为借助面向端、边、云的全场景AI基础设施方案，让客户在智能时代灵活应对业务变化，并创造商业价值。”华为IT产品线副总裁黄瑾在华为全联接大会2018(HUAWEI CONNECT)上发布以“+AI的产品创新，加速企业智能化进程”主题演讲中表示。

华为IT产品线副总裁黄瑾

华为全联接大会2018(HUAWEI CONNECT)

驱动智能世界的力量

一份来自普华永道的研究白皮书显示，T2B2C将成为未来主流的商业模式，也就是说，以科技去(Technology)赋能B端公司，再去服务C端的消费者。而在人工智能时代，为各行各业注入“智能”的科技公司，才是驱动智能世界的根本力量。

那么，这些科技公司如何去赋能B端公司的？

举几个例子，在上海，徐汇区将与政务服务有关的数据都纳入了区大数据中心，为百姓服务的部门都集中起来：原先24个职能部门网上网下打通，73个业务系统整合为一个终端。以办理营业执照为例，过去要去工商、税务、质监部门办理，每个部门的办理时限为5-10个工作日，去每个部门至少跑3趟，3个部门合计跑9次以上，全部办完要1个月。现在只需4天即可办出企业设立所涉及的全部证照。“群众跑腿”变成了“数据跑路”。

在深圳，交通部门部署的摄像头每天可以采集30000多张违章的照片。由于前端的设备老旧和人眼疲劳，仅仅13%的违章照片可以被人眼识别出来开设罚单。在华为和深圳交警一起打造了深圳“城市交通大脑”之后，城市的执法率由13%提升到26%，对于深圳交通部门的意义在于，不是简单的罚单数量增加，而是使得深圳在路面上的违章率下降了60%以上。

人们心中的另一个疑问是——“人工智能怎么感觉一下子火了？”这不得不从人工智能背后的三个要素说起——算力、算法和数据。在这三个变量中，算法是已经存在和积累了一定时间的，而算力的突飞猛进和数据的大量在线，促成了人工智能在曲折前行中完成了蜕变，也让一个个智能结合现实的场景落地，让人们切实感受到AI带来的价值，而算力又是重中之重。

从Atlas看算力的进击之路

一提起Atlas，脑海中就浮现出希腊神话的“大力之神”，Atlas用坚实的肩膀用力托起地球的景象，在现实世界，华为将其智能云硬件平台也命名为Atlas，或许你会跟我一样感到好奇，因为这样的命名规则似乎在华为产品体系中并不多见，不仅简单好记，命名的背后更多是透露着某种寓意——希望它能像“大力神”一样提供力大无穷的计算力。

Atlas的首次亮相是在2017年华为HUAWEI CONNECT大会上，在Atlas平台中，我们看到不是单个的技术突破，而是一系列的技术创新“杀手锏”：不仅支持GPU、FPGA、存储等异构资源计算，按需提供硬件资源和统一编排调度，还能秒级提供逻辑服务器。

这些创新的价值是什么？上文说到人工智能的一大要素是算力，不仅需要非常强大的计算能力，对于这些计算能力随时进行动态的调整与分配也很重要。Atlas能做到什么呢？比如在最近一段时间需要强大计算力进行计算工作，那么用户就可以选择调配成丰富的计算资源;而如果之后需要大量的存储资源去存储数据，用户也能灵活调整，而这种调整可实现“秒”级响应。对于用户来说，最直接的好处就是“提高效率”和“降低成本”。同时，为了让客户更加方便地获取异构计算服务，让AI能“跑在云上”，Atlas也应用在了华为公有云中。

以上文中提到的深圳“城市交通大脑”为例，过去，多达2000多个通用的服务器支撑视频图像的处理能力，而在使用了华为GPU服务器以后，把它缩减到几十个服务器的规模，把业务TCO或OPEX减少70%以上。

挑战下一个AI算力之巅

Atlas在用它”算力“的肩膀托起一个又一个行业的业务场景后，让这些场景开始变得智能。与此同时，Atlas也在进行着自我进化和迎接更严峻的挑战：

随着AI应用的不断深入，从平安城市、智慧零售到基因测序等行业，用户开始不再满足于传统的AI使用方式。例如，以自动驾驶为例，众所周知它所代表的是AI领域的“珠穆朗玛”，其技术难点之大堪比20世纪的登月工程，其带宽、低时延的场景需求，是无法通过数据中心提供集中式处理算力来满足的。这时候，对于算力的需求则体现为需通过端、边、云的分级模式来提供。

华为IT产品线总裁侯金龙