一、案例分析

1．AI供需矛盾

近年，随着机器学习的兴起，国内外涌现一大批AI创业公司，如商汤、旷视等AI独角兽，传统IT领域的企业也在积极发展AI业务。AI行业的蓬勃发展彻底改变了IT行业，但AI算力却无法满足企业和消费者日益增长的需求。AI行业面临着这些共同的痛点，亟需解决：

 AI算力供应严重不平衡，稀缺而且昂贵，AI计算需要使用大量GPU等硬件，成本居高不下，训练神经网络时间长，运算单价高。

 多数传统行业对部署的场景要求高，环境恶劣多变。

 云端服务器、边缘设备的计算数据无法相互沟通。

 专业技术要求门槛高，专业人才短缺，这一点从招聘网站各大公司争相高薪招揽AI人才与专家就可以看出。

2．服务器端部署

要解决AI算力问题，首先要解决的是AI在服务器端的部署问题。如果采用x86服务器，用户面临着成本高的困扰，而ARM服务器却只能在部分场景发挥其低功耗的优势与价值。

华为智能计算除了继续与英特尔合作推出更智能的x86服务器外，将重点打造基于ARM的TaiShan系列服务器与基于昇腾芯片的Atlas人工智能计算平台。在专业的智能医疗领域，华为的智能计算也能大显身手。相比传统x86计算平台，Atlas加速云平台能大幅缩短基因测序时间，提升计算效率，降低端到端综合成本。

图1 人工智能计算平台

ARM架构是华为智能计算的重要一环，为何华为看好ARM服务器的未来？在移动端等使用场景下，ARM服务器的效果比x86更好，更能发挥出它低能耗的特性。对于处理多样化的计算任务，找到适合的架构才是更重要的。比如，手机普遍使用的ARM芯片，当开发者在云端进行游戏应用开发时，ARM架构对比x86架构将表现更优。伴随应用场景的拓宽，进一步推动了ARM服务器生态的良性循环。华为智能计算业务部早前在媒体采访中表示，亚马逊AWS已经在云上部署ARM，这样导致很多开源的软件，现在主动地在进行ARM的迁移，ARM服务器的生态会越来越丰富。

3．普惠智能计算

Atlas人工智能计算平台则是华为智能计算的另外一个重要组成部分。与通用计算不同，华为智能计算的差异在于全栈全场景，让客户能用上、用得起AI技术。降低人工智能使用的门槛，实现行业智能化再造，建设AI生态。

此外，华为云的加入是华为智能计算的另一个不可或缺的部分。从某种角度来说，华为云其实一直行进在这条路上，智能计算虽然是华为新提出的战略，但是华为云之前早有基础，早在2017年，华为就推出了Atlas人工智能计算平台。此外，华为在客户端部署的AI服务器与华为的通讯技术，更好地帮助客户实现云边协同和无缝的网络覆盖，达到数据协同和互通目的，覆盖各种应用场景。

二、案例思考

回想IT厂商过去走过的这些路，或许可以用狄更斯的那句“这是最好的时代，也是最坏的时代”来概括。

1. 科技带来便捷与安全。银行和电信运营商已经使用智能计算部署包括文字识别、语音助手在内的多项AI技术，帮助用户进行自助服务。在医院、幼儿园等应用场景中，华为提供Atlas 500智能小站智能看护解决方案，与摄像头相连，即使发现异常情况并发出警报。智能计算不仅普惠行业，也在普惠我们每个人的生活。华为的愿景是通过芯片来提升算力，通过工程能力进行部署，云计算和边缘计算协同实现数据互通，降低人工智能使用的门槛，普惠AI，实现行业智能化再造，建设AI生态。

2. 紧跟IT时代步伐。自互联网泡沫破灭后，整个IT产业已经逐渐复苏超越了泡沫前的全盛时代。在这几年里，所有的IT厂商都在尝试变革，戴尔已经锁定企业级IT解决方案，通过一系列小规模收购和组织结构调整来适应市场的变化，而曾经的软件厂商甲骨文正在尝试打造企业级IT应用商店。作为IT产业里的最强音，英特尔和微软看似没有发生什么巨大变化，但事实上也受到了这场变革的深刻影响。在这场IT大变革中，快速的市场变化让你发现你的对手似乎不再是其他厂商，而是这个时代，它迫使你必须走在前面，否则就会被快速抛弃，无论你是谁。

19级计算机科学与技术三班 赵凌云