無處不在的AI
如今，AI無處不在又無往不利……
幫助工業製造進行有關機器的故障檢測，準確率高……
助力線下零售簡化“挑選+付款”的流程，一個字“快”……
就連景區的通過閘機都實現了“去人工化”，站在面前刷一刷，就妥妥聽到了“咔”聲……
更神奇的一點，與我們息息相關的手機應用，無論是錄音軟件還是文本識別，抑或是自拍之後的圖像處理，也都紛紛打上了AI的專屬烙印……
左看右看，與AI有關的應用還真是多，所以開發商們紛紛摩拳擦掌，跑步進入人工智能應用佈局。
但我們知道，通常高效出爐一款AI應用需要分兩步走：首先要選擇一款與商業想法匹配的技術模型，模型架構搭建完成後還要通過海量的數據不斷訓練優化。
由於訓練過程持續並繁雜，數據量還很龐大，企業通常都會選擇在雲上完成這項至關重要的工作，但“上雲”這事兒成本投入不容小覷，獨角獸企業手到擒來，但更多的初創企業還是選擇退而求其次在公有云上租用模型。
說了半天，這些只是第一步，接下來才是千辛萬苦的最後部署環節，將成果放入可以應用的場景中。
因為涉及到複雜的模型訓練以及海量數據的大規模調配，之後的調優工作更是讓人不勝煩惱，所以AI應用的開發從起初就不是做個遊戲那麼“單純”。
具體來說，以移動端AI開發部署為例，我們發現手機上的AI應用都是大同小異，娛樂偏多，用來工作的相對少些，而且還不能高效承載太多需求。
筆者認為出現這樣的情況主要還服務於開發的算法模型技術性不夠高，而更高級的應用對算力的要求近乎“瘋狂”，再加上訓練結果是一回事兒，具體部署又是另外一回事兒，調優、終端、遷移等方面都會有相應要求，開發人員實在不勝其擾，索性就玩出個需求簡單且開發容易的應用算啦。
更突出的一個問題，可以想見，由於AI開發階段大量的工作都在雲上完成，而部署環節很多場景卻集中在邊緣，域名不一致、底層芯片以及架構的差異性等統統都會掣肘。
儘管各個廠商都意識到並著力改善打通，怎奈對開發者來說收效甚微。
AI開發缺乏一種一致性的方案
說到底，在AI開發逐漸成為通用技能的今天，就是缺乏一種一致性的方案，從訓練到部署、從雲、邊緣到終端，通過時間軸以及空間軸的角度整合框架完成對開發者的賦能。
試想，如果有一套高質量的、完整的框架，開發人員從訓練到部署，從雲到終端都可以利用，這樣一個跨場景的架構所帶來的幫助可能是顛覆式的，如此發展下去，達到將AI開發等同於簡單的拖拉拽模式就不再是一個夢。
應運而生的華為雲普惠AI
所以在此訴求的驅動下，華為雲利用自身在IT產品研發的底層架構經驗以及多年積累的計算優勢，將AI技術融匯其中，構建完整且全場景的解決方案，無論開發者選擇做什麼類型的開發，只要獲得該方案框架，就可從一到終完成部署，著力在環節層面解決開發者的“腳踵”。
華為雲不單單將助力開發者更便捷的完成AI 開發作為實踐目標，也就是“普惠”開發者，就連自己的AI戰略也打上了“普惠”的標籤。
在華為雲看來，除了開發困難帶來的痛，當前AI在企業應用上的普及還有兩大挑戰，分別是合法獲取數據的成本太高，缺乏明確的數據主權遵從規範；另外就是AI人才的缺乏，尤其是缺乏行業Know-how的全鏈人才。
對此，在AI作為智能工具併成為企業數字化轉型成功的關鍵這個背景下，華為雲提出了讓AI高而不貴，用得起，用得好，用得放心的“普惠AI ”戰略。
說到華為的AI傳統，其實還要追溯到2012年。那時諾亞方舟實驗室正式投入AI基礎研究，例如算法研究等，其中很重要的一項工作就是識別人工智能技術的應用場景，這也是推動AI 落地的關鍵。
同樣的敏感與智慧還發生在去年3月，華為公司宣佈成立專門負責公有云的Cloud BU，短短不到半年時間就升級成為一級部門，如此來看舉全華為之力佈局雲業務是沒錯的。
如今，華為雲已發佈16大類120+雲服務，上線了包括製造、EI企業智能、電商、SAP等在內的60多個解決方案，雲服務夥伴超過2000家，已有9萬開發者基於華為雲實現開發。
正當巨頭們大舉利用AI為自家的創新能力背書時，華為雲鄭葉來卻拋出了“石破天驚”的觀點，認為AI從不是一個獨立的產品，而是適用於大部分經濟活動的“基本生產力”，AI的出現必將改變每一個行業、企業和職業，產生倍增效應。
事實上，鄭葉來的說法並非言過其實，這個論斷早已體現在華為各項業務線中。
據瞭解，如今的華為在製造、零售以及物流環節都應用了AI技術，總體來說電子設備成品率達了到99.55%，物流運輸每個環節的成本都大幅降低並伴隨著效率提升，此外消費者業務也實現智能風控等……
具體來說，在製造領域，華為在生產PCB板的產品線上通過採用智能邊緣平臺，成功實現圖像抓取、回傳或直接實現模型預測。
在物流環節中，憑藉對自身供應鏈流程的優化，打通了供貨一側到物流、運輸的各個環節，實現了內部自動化物流，優化最優的路徑和算法等。
此外，將AI技術融入華為商城的各個環節，華為雲做到了消費者業務銷量稽核系統的智能變革，對業務上報的二次翻拍照片進行識別，高效完成了銷售憑證造假鑑別。
同時通過AI風控，根據各個賬號的登錄行為識別出意圖，基本杜絕了撞庫掃號攻擊，這在沒有引入AI技術時是無法想象的。
製造、物流、零售……這些與人們生活密切相關的環節，通過AI技術的改造變得煥然一新，不得不說是華為雲“普惠AI”戰略的功勞。
長期的技術創新之後，華為雲在AI上的應用得以開花結果是有目共睹的，但果實並未完全“自留家中”，而是選擇對外賦能更多。
正因為華為雲致力於普惠AI，打造“用得起、用得好、用得放心”的平臺，EI智能體呼之欲出。
華為雲EI（企業智能）帶來了“行業+AI”的玩法，憑藉公有云將AI技術模塊化，提供一站式的人工智能服務，這樣看來企業通過華為雲就能獲得讓AI能力與現有的業務體系敏捷結合的最佳機會。
據瞭解，EI智能視頻系列服務利用AI技術對視頻內容進行分析、審核，將內容標籤服務以及商場、園區、交通三大場景視頻分析的能力提供給用戶，進而實現場景化的應用。
目前，EI智能視頻服務支持識別365種室內外場景，黑白邊、馬賽克、二維碼、模糊、美觀等精度大於90%，同時還能鑑黃和識別暴恐。
而在物流應用場景中，EI智能視頻服務在暴力分揀的複雜場景中達到了68%的準確率。據悉，華為EI包括基礎平臺服務、通用服務、場景解決方案以及異構計算平臺，如今已成功將EI應用到全球供應鏈，進行端到端的流程優化，實現物流的智能化轉型。
更進一步，華為雲還面向企業用戶打造了智能邊緣平臺，以自身“雲+邊+端+聯接”的優勢打造全棧智能架構，進而強調雲邊協同。其中雲側EI帶來融合智能決策的能力，邊緣EI帶來場景化的服務能力等。
當下，人工智能火熱的同時，在實際應用中，企業也在不斷追求各類AI計算場景下性能和成本的極致優化，容器以其獨特的技術優勢被熱切關注。
不久之前，華為云為了進一步解決企業在AI計算性能與成本上面臨的問題，推出了GPU共享型高性能AI容器，這是繼裸金屬容器、Windows容器之後，華為雲在容器領域又一次技術突破，極大程度助力"普惠AI"落地，提供"用的起、用的好、用的放心"的AI雲平臺。
據悉，這款AI容器支持共享GPU且表現高性能，實現了多容器共享GPU資源，大幅降低了AI計算的成本，並在AI計算性能上比通用方案提升了3-5倍以上。
如今，華為AI能力的輸出從諾亞方舟實驗室一路走來，經過EI服務、邊緣智能、再到全棧AI技術以及消費級產品HiAI……在一年一度的華為全聯接大會到來之前，關於AI還將有何創新進展，別急，還需拭目以待！
點擊“閱讀原文”，秒進購票頁面。
閱讀更多 CSDN 的文章
