华为昇腾：2020，和开发者谈谈

2020 年，海量数据持续爆发，成为了应用开发的坚定基石，大量与数据相关的创意甚至是应用，雨后春笋一样涌现，让曾经天马行空的服务想法不再是空中楼阁。但机会总是伴随着挑战，对于开发者而言，数据既是变革 AI 的可能，也成为了挑战的来源。作为一名开发者，你一定也会明白，想要开发一款应用，并实现它们的落地，到底会遇到多少困难。

在应用软件市场上，不仅有微信这样日活十亿以上的国民应用，手机淘宝、抖音、快手这样日活 3～5 亿的超级应用，也有许多承载着开发者自身期望的，“头部之下”的新兴 APP，对于不同体量，不同性质的 APP 而言，在应用落地的过程中遇到的问题不尽相同。

对于超级、一流 APP 的企业和应用开发者而言，最大的问题就是对算力的应用需求，Open AI 2019 年发布的 《AI 计算量报告》指出，目前全球算力供应上存在着严重的供需不平衡现象，仅 2012-2018 年，人们对于算力的需求增长就超过了 30 万倍，平均每年增长 10 倍，受算力限制的数据处理问题，正在成为影响 APP 流畅度，稳定性问题的首要因素。

而对于中小企业甚至是创业者团队的开发者来说，应用开发的掣肘之处更多：昂贵的服务器租赁成本、难以找到的合适的资深经验开发者，甚至是不同平台上所使用的开发语言的壁垒，导致工作量指数级增长，都在阻碍开发者的一个个创意转化为现实。

其实，助力开发者进行应用落地，是华为昇腾一直在做的。

昇腾以模块、服务器、集群、云服务多种模式为抓手，提升企业的 AI 开发能力，促进业务场景创新。基于全栈开放思维，也形成了对开发者极具友好度的整个生态，几乎可以“手把手”地为开发者解决实际问题。

在刚刚结束的华为全联接大会（ HC ）2020 上，我们也看到了华为全方位展示昇腾能力的展岛，以及展岛周围不停围观的昇腾开发者。对于开发者而言，本次架构的升级无疑会是个振奋人心的好消息。

1 架构升级，开发者究竟有哪些受益？

纵览 HC 2020 不难发现，华为在软件领域有着越来越深入的布局，无论是搭建昇腾 AI 全栈生态、建设开源社区，还是使能合作伙伴，大力协助开发者进行应用落地，基于昇腾架构的“软硬一体”号角已经全面拉响，而最受开发者关心的问题无疑是，如何通过这次的整体架构升级，更轻松、可靠地实现自己的应用落地。

「昇腾 AI 全栈」主要包括四大层面，分别是系列硬件、AI 算子开发、AI 模型开发和 AI 应用开发，可以说是为开发者提供了一条龙服务——

在硬件方面，虽然已经积极进行转型，但华为毕竟曾经是最著名的硬件生产厂商，即使发力做云服务，在算力基础设施上的投入也毫不含糊。比如最新的 Atlas 300I 推理卡，就能基于昇腾 310 AI 处理器，单卡提供 88 TOPS INT8 算力，支持 80 路高清视频实时分析（1080P 25FPS），提供超强 AI 推理性能，支持更强的边缘计算。随着 5G 的发展，大量传感器带来大数据的挑战，开发者也势必要就此作出反应，在数据处理的过程中，已经不能再简单地用云计算进行处理，边缘计算势必成为应用开发过程中降本增效的关键环节。

而在 AI 算子开发层面，升级到 3.0 版本，实现 3 倍开发效率提升的异构计算架构 CANN 也是亮点。

作为算力发挥的核心，CANN 3.0 支持多种主流 AI 框架、10+ 端边云设备形态、14+ 操作系统，提高了全场景硬件的性能；统一的 API ，四大开放性的设计，则帮助开发者高效开发：只需要编写一次代码，就能实现端边云全场景复用，可以让开发者不必在不同的终端再去开发不同的算子，大大提高了效率，模型训练时间也减少一半以上；而 1000+ 高性能算子，更是让 CANN3.0 化身为“算力狂魔”，为企业提供澎湃算力。但如果提到最实际的帮助，那可能最让开发者关心的就是——省钱省事。

目前，AI 应用开发存在一个“大 Gap”。华为计算产品线总裁邓泰华表示，目前的 AI 应用普遍存在训练侧和推理侧的设备相互独立，业务流程分割的问题，很多环节需要人为干预，不仅提高了开发成本，也几乎抵消掉了 AI 带来的便利。

而这次在 HC 大会上推出的 CANN3.0，就创新地做到了推理和训练能力“两手抓两手都要硬”，让 AI 应用开发不再是“氪金游戏”；而在打破了训练侧和推理侧的壁垒之外，CANN3.0 还做到了端边云全场景的协同，可以满足开发者搭载不同设备的需求，适配 Linux、Android、鸿蒙 OS 等多个操作系统。

与此同时，华为还推出了支撑全流程开发的工具链 MindStudio，方便更多的开发者进行算子开发、模型训练与模型推理等应用开发，显著减少训练时间和成本，改善 AI 开发体验。对开发者来说，无疑也是个重大的利好消息。

当然，计算基础打好，如何部署则是另一码事，这个难题，让 AI 模型开发框架 MindSpore 来解决。

华为轮值董事长徐直军曾经在发布会上表示：华为之所以要开发并推出 MindSpore 框架，是因为没有任何一个现有框架支持全场景，而相比市面上已有的其他 AI 框架，MindSpore 提供了一个更通用的 AI 编译器，可以在包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等环境进行全场景部署，实现“端边一体”的新格局。

除此之外，MindSpore 也采用了端 - 边 - 云按需协作的分布式并行原生架构，为支持更多的应用类型提供可能性，也向着全流程极简的目的出发，帮助开发者，用一行代码实现亿级参数模型、适配不同硬件开发。目前，MindSpore 已经加速进入了新的阶段：MindSpore 1.0。

随着现在的 AI 模型越来越大，参数越来越多，框架的并行能力变得越发关键。MindSpore 1.0 是业界首个提供全自动并行的框架，不仅自动将大图切分成小图，还可以将小图中的算子自动切分并分配到处理单元中，开发者无需手动干预，可以大大提升了效率。其次，MindSpore 1.0 可以实现全场景自适应协同，模型训练好后，可以根据不同硬件形态自适应生成相应的模型，跨终端、边缘设备、服务器等异构硬件运行，无需模型转换；最后，MindSpore 还提供了全流程的极简开发，开发者可基于 MindSpore 快速实现模型导入、灵活调试，对第三方框架比如 TensorFlow、PyTorch、Caffe 等已训练好的模型，也可以通过工具实现自动转换。后续，在 2021 年，MindSpore 2.0 版本会涵盖弹性训练、科学计算等特性。

最后，自然是 AI 应用开发方面。对于整个应用行业来说，虽然在过去的 20 年，主力都是各种成熟的应用开发公司，或者经验丰富、专业职能扎实的开发者，但开发能力与代码挂钩，创意却不受限于此，对于大量的非 AI 专业开发者来说，关键是用了 AI 的服务，而不是去研究 AI 的原理。所以，为了能够简化应用开发的流程，华为推出了昇腾应用使能 MindX 。

针对开发能力有限的开发者，MindX 提出了“2+1+X”的助力概念：“2”，是指深度学习使能 MindX DL、智能边缘使能 MindX Edge，核心功能是完成设备资源、算力资源统一的抽象和管理，可提供基础的网络通信、应用的部署的管理功能，上层开发只需关注功能而不需要关注硬件的底层配置细节等；“1”，是指优选模型库 ModelZoo，预训练高性能模型，已上线 60 多个优选模型，“X”，则是使能各行业的 SDK ，这些 SDK 是面向同一类行业场景的完整开发工具包和对应的行业知识库，把一类场景的开发经验和行业知识积淀下来，水平复制，共享能力，大幅度降低开发门槛，提升应用开发效率。

MindX1.0 更像是为中小企业、编码小白量身打造的“保姆式”应用开发工具，能满足那些没有深度开发能力、但想要打造行业 AI 应用的用户的需求——只要看到了市场上存在的需求痛点，拥有一个绝妙的创意，那么，不必被自己的编码能力限制，在 MindX 1.0 上，开发者只需要极少量的、甚至只有一行的代码，就能通过整套行业 AI 应用软件的开发套件，生成个性化的 AI 应用。

在 Mind X 的助力下，昇腾的合作伙伴已经反馈了不错的成绩——商业级应用软件的上线时间缩短到 0.5 人 / 月，开发效率也得到了十倍的提升。

2“产教融合”培养 AI 的有生力量

虽然华为在架构的搭建上投入了大量的人力物力，也致力于帮助新手开发者以最简洁的方式开发出自己的落地应用，但从长远角度考虑，开发者的培养才是昇腾的完整上台持续发展的有生力量，为此，华为在不断完善架构的同时，也把人才的培养提上了战略高度，期待以产业发展推动人才体系的建设。

在华为的人才培养体系中，高校、研究生、高职的教师和学子都被囊括其中，为了弥补 AI 人才缺口，华为不仅积极举办了高校峰会，开展师资培训，培养一批具备鲲鹏昇腾专业知识的大学教师，打通从高校教师到高校学子的教育链路，也自身为课程理论和开发实践的结合做贡献，与 72 所高校达成了合作，建立了“智能基座”产教融合协同育人基地，力度也在不断加强。

除了和高校的合作，在 2019 年的 HC 大会上，华为发布了第一本基于“鲲鹏”和“昇腾”的教材，而在刚刚过去的 HC 2020 上，华为更是一口气发布了新的 5 套学习教材，对人才培养的重视程度可见一斑。

作为众所周知的高级人才“集邮玩家”，除了书面知识的传播，华为的教育尝试还有很多——开办近 70 节课程之外，建立沙箱实验室、打造昇腾社区、建立华为云学院、举办创新大赛。在人才培养和行业课题研究上，华为始终致力输出高质量的人才，为产业积蓄爆发能量。

就像华为计算产品线总裁邓泰华所强调的华为的目标：极简高效、极致性能的全栈 AI 满足每一类开发者的不同需求。建设 + 教育，性能升级 + 门槛降低，华为的 AI 下半场，全栈的生态构建值得持续期待。