近日，在主题为“昇腾万里，让智能无所不及”的HAI2020昇腾AI新品全球发布会上，华为正式发布了Atlas AI全栈软件平台。
更为值得关注的是，华为还打造封装了华为在行业AI领域的基础算法和经验积累的行业SDK。
一、AI已成推动社会发展的关键引擎
近年来，随着芯片算力的不断提升和数据量的爆炸式增长，人工智能（AI）技术也得到了前所未有的高速发展。特别是在2016年， 谷歌AlphaGo人工智能成功战胜围棋世界冠军李世石之后，AI技术开始受到了全世界的关注和重视。最新的数据显示，目前全球已经有超过50多个国家将AI作为了国家战略。
经过近些年的发展，以语音识别、语义识别、机器视觉等为代表的AI技术也已经成功实现商用，并且极大的推动了智能音箱、智能家居、安防监控等众多市场的发展。
业界的数据也显示，在语音识别、图像识别、语义理解等方面，AI的这些单项能力已经开始超越人类。而“听觉”、“视觉”和“语言能力”是人类应用最为广泛的基础能力，这也意味着，在人类日常生活和工作的很多方面，应用AI技术已经能够比传统的使用人工更具效率。
这也使得AI加速向各行各业进行渗透，成为了推动各行各业，乃至整个社会经济发展的关键引擎。
根据普华永道分析数据指出，截至2030年，AI将为全球GDP带来14%的增长，也就是15.7万亿美元（6.6万亿美元来自生产力的提高，9.1万亿美元来自相关消费/商业市场）。
二、全面释放AI算力，Atlas AI全栈软件平台发布
为了应对持续增长的AI算力需求，华为已经推出了一系列的基于昇腾AI芯片的加速模块、加速卡和服务器，比如Altas 300/300T加速卡、Altas 800推理服务器、Altas 800训练服务器、全球最快的AI训练集群Atlas 900等，并且实现了商用落地。
华为昇腾计算业务总裁许映童表示，华为Atlas系列硬件全面覆盖了端边云全场景AI，构筑了最强AI算力平台，可以满足千行百业对于AI算力的需求。
而为了更好的帮助开发者充分释放华为Atlas硬件平台的AI算力，降低开发成本，提升开发效率，华为推出了Atlas AI全栈软件平台，包括CANN 3.0、
MindStudio 2.0、MindSpore和MindX 1.0四大软件平台。
其中，CANN 3.0是支持全场景AI开发的芯片底层基础软件，也是获取华为昇腾计算资源的入口，它具备软硬件解耦的特征，并且可后向兼容全系列华为硬件。开发者后续无需修改代码，最多只需进行重新编译，即可适应不同的算力和内存的变化。
许映童表示，CANN 3.0拥有三大创新：端边云全场景协同、AscendCL使能高效开发、释放硬件澎湃算力。得益于CANN 3.0与底层硬件的高度适配，华为Atlas硬件在主流推理和训练模型的性能实现了业界领先。
华为公布的实测数据显示，在主流推理场景下，Atlas 300I单卡即可实时处理80路1080p、25FPS的高清视频，领先业界两倍。在训练场景下的性能表现上，基于Atlas 800的性能也远超业界同类产品，平均领先2.5倍。
而MindStudio 2.0则是华为为开发者打造的一套极简易用的全流程开发工具，可高效完成端到端开发，让开发者在算子开发、模型训练、模型推理、应用开发、应用部署的全流程在一套开发工具上就可以实现，无需在不同工具上完成，可显著降低开发门槛。
MindX 1.0是华为针对业务开发者推出的昇腾应用使能平台，包括了深度学习平台MindX DL、智能边缘平台MindX Edge，优选模型库ModelZoo和行业使能SDK。
其中，MindX DL深度学习平台聚焦数据中心设备与计算资源的统一管理与调度，支持快速开发商用深度学习系统。而MindX Edge智能边缘平台则是一个轻量化的边缘计算资源统一管理运维平台。这两个平台结合之后，可以一键式部署多样设备的边云协同推理业务，平台内存开销仅256MB，CPU占用率仅3％。
此外，MindX 1.0还整合了按场景和框架分类的优选模型库ModelZoo，这也是支撑MindX DL和MindX Edge两大深度学习平台的关键。目前，ModelZoo已提供20多个按场景和框架的高性能模型，下半年将增加到50个以上。
“硬件是AI的基础，软件才是AI的未来！华为昇腾已经突破了硬件的瓶颈，Atlas AI全栈软件平台将会进一步让AI算力从硬件当中释放出来，服务千行百业。”华为昇腾计算业务总裁许映童表示：“极简易用，让AI计算无处不在；极致性能，让AI计算触手可及。这是就是我们的愿景！”
三、华为Atlas AI行业SDK赋能千行百业
而在使能AI应用融入千行百业的路上，华为昇腾还走的更远。为了让华为Atlas AI能够更好的赋能各行各业，华为推出了Atlas行业使能SDK。
据介绍，华为Atlas行业使能SDK主要设计目标就是为了解决客户所面临的痛点和难点：1. 提升开发效率，提供通用业务模块，聚焦用户核心组件，提供完整的业务流程，用户快速修改适配，提供精简、抽象的功能组件，降低迁移难度；2. 提升业务性能，提供高性能编程框架，提供优化后的芯片功能模快，用户无需深度优化；3. 降低学习成本，高度抽象的硬件能力，减少暴露底层API；4. 提升可扩展性，业务模块化，支持灵活扩展，模块功能精简，业务间快速复用。
由于行业使能SDK需要凝聚丰富的行业知识、结合AI的实践经验，因此，需要各行各业的成功企业来与华为一起来推动。不过，在此之前，华为已经基于自身的行业经验和实践，推出了两大行业AI应用软件开发套件（SDK）：mxVison和mxManufacture，赋能视频分析行业和制造行业。
通常，视频分析应用程序开发周期较长，中等复杂度app开发需要>10人月。而华为的mxVision SDK得益于API设计简单，高度抽象，插件化开发模式，摆脱了多进程、多线程通信的复杂逻辑，并且在SDK中提供了大量可配置插件，使得视频分析应用程序的开发量可以减少90%之多。
目前，华为松山湖基于Atlas的智能制造方案，已经在华为计算产品的生产线实现用“Atlas”制造“Atlas”，让AI贯穿制造的每个环节，在完成标签缺陷检测、螺钉缺失等实现“秒级检测”，将质检准确率由之前的传统机器视觉质检的90%提升至99.9%，质检人员效率提升3倍。
目前视觉技术已经在工业场景应用的非常广泛，生产线上除了标准设备以外，还有跟产品工艺强相关的视觉或者是应用场景。但是，这些随着产品的工艺越来越复杂，然后检测精细程度的越来越高，在这过程中就会给视觉带来非常大的挑战。
华为工业自动化视觉实验室主任吴佳芸博士表示：“通过部署我们的制造业智能化解决方案，能够给工厂生产带来三大类的收益：第一，改变人工目检，降低人工质检员的工作强度，同时把不可量化的经验变成可量化的标准；第二，可以提升设备的性能，不需要人工反复的调参数，推动生产设备的良率提升；第三，可以增加产线的柔性，即适应性。”
“比如，产线上组装的物料来自不同供应商，而不同供应商他对物料的打磨工艺有差异，人眼看不出来，但实际上在成像过程中会出现，一个产品成像很清晰、自然，到下一个产品可能就会出现过曝，因为它感光度不一样。这个时候，有了AI解决方案，可以通过暗光恢复，我们降低光源的成像亮度，通过AI算法把图像增强到正常的可检测的成像质量。再比如，在一个400平方毫米的场景中，去识别定位3.5毫米 x 3.5毫米的二维码，怎么才能让算法和鲁棒性提升，去更好的适应场景？我们需要把工业编码的规则，翻译成我们视觉的特征，再结合纹理，这样将我们的算法与工业的知识经验结合，才能够解决实际的问题。”吴佳芸博士举例说到。
“AI已在华为工厂实现工位级、线体级、车间级的规模应用”，据华为工业自动化视觉实验室主任吴佳芸在大会现场透露，目前华为工厂80+产线已应用了覆盖服务器、5G、终端等产品。这些规模应用的经验积累也都会封装到制造行业SDK里。
值得期待的是，视觉+制造行业SDK将在2020年10月正式对外上线。
