AI巨头们的新战事：谁能把 AI 最先装进“U 盘”里？

本篇文章4155字，读完约10分钟

国内人工智能领域正在技术落地阶段展开新一轮竞赛。

对于首爱公司来说，“现场纠纷”正如火如荼——以视觉识别领域为例，在金融领域，从云科技已经赢得了80%以上的国有银行订单；在手机市场上，尚堂和轻蔑正在分化oppo、vivo、小米等厂商；在规模最大的安防领域，商汤、从云和易图是三个国家，小厂商在苦苦挣扎。

随着越来越多的场景是“面向人工智能”的，原始技术架构暴露出的不适应性已经成为迫使人工智能企业更新底层技术解决方案的客观力量。

相隔不到一个月，9月20日和10月10日，阿里巴巴和华为分别放弃了在人工智能领域的重磅炸弹。前者宣布启动“达尔文计划”，并成立独立芯片公司“平头阁”；后者发布了“达芬奇计划”，展示了两个人工智能芯片，圣腾910和圣腾310。

纵观这两大科技巨头的人工智能解决方案，无论是达尔文还是达芬奇，单点人工智能技术都不再是焦点。相反，人工智能与云服务、数据中间站、芯片和基站等模块相结合，产生了一个“全堆栈人工智能”解决方案，使人工智能能够以更具体、更低的门槛和更高效的方式进入企业领域。

为什么人工智能应该是“满栈”？

无论是华为还是阿里，全堆叠人工智能的提议都不是空，而是市场需求的真实反映。对于所有的云计算供应商来说，人工智能的横向空的诞生实际上回答了一个长期存在的问题——“企业为什么要去云？”

对于大量的传统企业来说，将服务器从自己的机房转移到云服务提供商的机房来完成云并不简单。这种转变需要一个强大的场景来拉动，人工智能和大颠覆所需的灵活性和巨大的计算能力完美地满足了这一需求。换句话说，云是人工智能最合适的交付方式。

然而，必须承认，尽管人工智能在业界的讨论量越来越明显，但真正实现人工智能登陆的场景仍然有限。根据华为轮值主席徐志军发布的数据，只有4%的企业投资或部署了人工智能；大约5%的智能城市正在使用人工智能；2017年，只有大约10%的智能手机内置了人工智能。

在谈到华为的全堆叠人工智能战略时，华为云总裁郑业来说，不能没有一个词“普惠人工智能”。

"今天的人工智能开发者面临两个问题，一个是速度慢，另一个是价格高."为了叶正。

慢速指的是人工智能部署缓慢和训练缓慢。从升级服务器和数据库，到建立机器学习平台，输入数据进行学习和训练，使机器能够逐渐掌握人类所拥有的推理和反应功能。对于普通企业来说，可能只有几个月，也可能长达几年。

昂贵意味着昂贵的设备和人才。无论是高通、英伟达的芯片还是ibm的小型机，作为人工智能培训的基础设施，数百万设备的成本已经成为人工智能解决方案的绊脚石；至于昂贵的人才，华为公布的全球人才比例可以看出:

可以说，全堆叠人工智能不是空企业提出的解决方案，而是在人工智能“昂贵且缓慢”的发展现状下，被迫重组整个人工智能产业链的改革之路。

如何理解“全堆叠人工智能”？

以华为为例。外界关注的这两个芯片只是华为人工智能战略的一部分。华为轮值主席徐志军根据基础研究、全堆栈人工智能、开放生态、人工智能思维和内部效率，将华为的人工智能战略分为五大方向。具体结构是:

底层是以芯片为代表的硬件:华为的ascend芯片家族包括max、mini、lite、mini和nano，其中推出的Ascend 910属于max系列，Ascend 310属于mini系列。

中间层是算法和机器学习平台:mindspore，它支持云、边和云的统一训练，支持主流推理框架如tensorflow和pytorch，以及芯片算子库和高度自动化的算子开发工具can。

上层是应用层:由于任明确表示华为不会参与应用，华为采用了paas，推出modelarts全流程服务，并提供分层api和预集成解决方案，以满足不同开发者的需求。

从技术角度看，所谓的“全栈人工智能”是指包括芯片、芯片使能、训练推理框架和应用使能在内的全栈解决方案，而paas和芯片已经成为用户调用华为人工智能能力的方式，就像一个装满人工智能开发工具的宝箱。在用户“打开包装”后，他们可以快速使用人工智能功能。

举一个具体的例子，华为推出了一个专为视觉开发设计的开发者平台。它包含一个带摄像头的小物理盒子，盒子后面连接着华为的云计算系统。开发人员只要启动摄像头，就可以快速获得零售、安防等场合的人脸识别能力，大大降低了原有的部署门槛。

与英美烟草和众多金字塔层次的人工智能公司相比，华为凭借其在云业务和硬件资源方面的优势，首次将人工智能从单点技术形式渗透到公共云、私有云、边缘计算、物联网终端和消费终端等部署环境中。这种全栈ai技术登陆形式将逐渐成为ai公司改进底层架构的重要参考标准。

从人工智能+云到全堆栈人工智能

无论是华为、阿里巴巴还是去年被称为“全在人工智能”的百度，一个有趣的现象是，目前能够快速响应全堆栈人工智能解决方案的厂商，基本上都在云计算领域有着多年的丰富经验。

对于b厂商来说，人工智能更像是整套云服务产品中的一个补充模块，这在亚马逊的人工智能解决方案中得到了更全面的体现，亚马逊是第一个涉足云计算业务的公司。

当亚马逊在2006年推出aws云计算服务时，其目的是以更灵活、更经济的方式向中小企业分配原始的高成本云资源和计算能力；2015年，亚马逊开始尝试将资源利用的“民主化”转移到人工智能产品上。具体做法包括打包一些内部机器学习服务，并相继推出人工智能应用，如亚马逊机器学习平台、知识更新平台和波利平台。

与从电子商务业务延伸到云计算的亚马逊相似，阿里巴巴的全堆栈人工智能也自然发展起来。

在9月下旬的云起会议上，阿里巴巴宣布将整合今年4月收购的中天威及其达摩研究所芯片团队，组建“平头阁”，并有望在明年4月发布一款嵌入式神经网络处理器(npu)芯片。随着“平头阁”的剥离，阿里巴巴也明确了其云计算、人工智能芯片、大数据和应用业务之间的关系。

阿里巴巴首席技术官张剑锋表示，阿里巴巴云所承载的电子商务平台每天可以产生高达600pb的数据。达摩研究所需要解决数据来自哪里以及如何处理的问题。人工智能芯片应该为城市大脑、辅助驾驶和自动驾驶等实际场景提供足够的计算能力，最终降低阿里巴巴云的业务成本，从而形成良性循环。

百度是从“云+人工智能”到全堆栈人工智能的另一个典型案例。

2016年7月，百度董事长兼首席执行官李彦宏发布了百度云发展战略“人工智能+大数据+云计算”；同年11月，百度总裁张亚勤首次将“云、智能、数字”三位一体的战略概括为abc(人工智能、大数据、云计算)，并表示:“百度人工智能战略将通过百度云登陆各行各业。”

“从百度到b的解决方案都是由百度云的团队提供的，包括地图、车联网等数据以及百度的内部人工智能功能，所以我们给客户展示了一张脸。”百度云副总经理李硕在接受钛媒体采访时表示。

从2016年到现在，百度云的abc战略经历了三个迭代阶段。从abc 1.0时期的技术整合，到abc 2.0时期的交通、金融、物流等行业的单点输出，到今年百度云abc 3.0进一步整合了百度内部的110余项人工智能功能，并以abc-stack和abc一体机的形式加速交付。可以说，云业务已经成为百度输出人工智能的一个窗口。

人工智能一体机的兴起

在2018年人工智能技术的演进中，人工智能芯片、全堆栈人工智能、边缘计算等技术概念的创新，意味着人工智能凭借底层技术的突破，逐渐降低了上层应用的门槛。

在这个过程中，还有另一个稍显模糊的基础设施，那就是企业用来传输数据和提供计算能力的底层服务器“一体机”。

自2017年以来，一系列人工智能“一体机”应运而生，包括百度、网易、Etu、中科瑞新、第四范式等人工智能公司，它们与Inspur、arm、华为等硬件制造商联手推出基于人工智能着陆方案的一体机。

第四范式的创始人戴文渊曾经给钛媒体打了一个比方:如果把第四范式之前开发的ai平台“先知”比作windows系统，用户在拿到加载系统的光盘后，仍然需要在电脑上花钱。努力解决系统兼容性和稳定性等问题；现在“一体机”就像一个具有人工智能功能的u盘，随时可以使用，解决了人工智能着陆的最后一英里问题。

9月初，第四范式与Inspur Commercial Machine合作推出了ai一体机4paradigm aio，成为市场上第一款面向超大规模数据挖掘和机器学习计算的ai一体机产品。

为了适应人工智能着陆的技术指标，Inspur优化了人工智能一体机的数据传输和内存带宽等指标，支持chainer、tensorflow和caffe等开源人工智能框架。根据第四个范例的官方披露，与普通服务器相比，4paradigm aio的整体性能可以提高10倍以上。

“就设备数量和部署阈值而言，传统服务器仍然给人工智能的实现带来许多障碍。我们一直试图在软件层面解决这些问题，最终发现硬件是不可分割的一环。”戴文渊告诉钛媒体。他预测，对于未来采用人工智能解决方案的企业来说，人工智能一体机与传统服务器的比例将是10:1。

可见，这种“人工智能平台”+“硬件公司”的软硬件结合将大大降低人工智能方案进入企业场景的门槛。在谈到ai登陆阶段双方的角色分配时，inspirur集团ai hpc总经理刘军将inspirur与百度、网易、第四模式等厂商的合作方案归纳为两个方向。

首先，一体机为人工智能平台提供了一个可以被底层支持的产品载体，类似于云业务中的计算设备。“单纯的ai芯片制造商无法独立地为客户提供价值，尤其是当ai进入这个行业时，它必须有一个服务器硬件系统作为载体才能运行。此外，一体机不是软件和硬件的简单组合。它需要一系列步骤，如合作、优化、测试和安装，然后才能交付给客户。”刘军告诉钛媒体。

其次，当人工智能从技术转变为“业务”时，所涉及的企业级产品管理方法并不是像百度和网易这样的公司所拥有的，而这恰恰是像Inspur这样的硬件公司的强项。

“在这种人工智能联合解决方案中，包括中期交付、软硬件定制、压力测试、优化、后续服务等。，所有这些都是企业级产品需要承载的价值。这个渠道不是互联网公司所熟悉的商业模式，但我们作为传统的企业服务器已经运营了很多年，因此我们有能力将人工智能的价值赋予终端。”刘军说。

来源：搜狐微门户