从宏观谋局到个体驱动，昇腾推进AI计算产业生态的繁荣

最近，以“昇腾万里，让智能无所不及”为主题的首届昇腾计算产业峰会在上海举办，业内专家、行业先锋、生态伙伴约500多人见证两年后昇腾AI计算产业的全面落地进程。

这个峰会，距离2018年华为Ascend（昇腾）系列产品面世，整整两年时间。

两年间，华为持续投入AI战略，推动昇腾计算产业生态快速发展。

随着此次峰会上《昇腾计算产业发展白皮书》、《昇腾万里伙伴计划》的发布，昇腾计算产业的全面繁荣已经在行业共识基础上按下了启动键。而在业内引发广泛关注的这次峰会，也在AI加速落地的时代勾勒出昇腾通过产业生态的强化推动“AI普惠”的图景——这正是华为两年前发布AI战略和全栈全场景AI解决方案时的重要目标。

市场数据显示，虽然AI在某些特定领域特定场景下准确率已经超过人类，但其全行业渗透率仅有4％，在中国市场，只有10％的B2C应用涉及AI。这些数字，距离AI走向普罗大众，让每个人、每个家庭、每个组织都能享受到人工智能的价值，还有很大的距离。

这个距离，恰恰是昇腾计算产业的价值空间。

一、全栈技术体系，让昇腾计算产业生态拥有全面且灵活的技术支撑

这次昇腾峰会主要动作都聚焦在生态构建上，在谈这些生态动作之前，有必要对昇腾当下已有的技术底子做一个全面剖析。

总体来看，在昇腾生态的主要推动者华为营造下，昇腾计算产业已经拥有一个全栈全场景的AI解决方案的底子。

在最底层的硬件层，昇腾拥有终端到模组、小站、板卡、服务器甚至集群，AI算力可以提供至“端，边，云”全场景；

在硬件上层，昇腾拥有异构计算架构CANN（适配有全流程开发工具链MindStudio），这个层级对下统一端边云全场景的硬件形态和操作系统，对上支持多种AI框架的适配；

再往上，是AI框架层，用来为AI应用的开发提供环境，华为在今年3月底开源了自研的AI框架MindSpore，此次峰会又发布了最新的1．0版本；

最表层，是为行业AI应用开发者提供的各种开发服务，直接深入不同行业领域。

这种全栈，让昇腾本身具备了完备的技术体系，以多层次完整覆盖的技术姿态推动AI计算的普惠化。而所谓的全场景，是包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等全场景的部署环境，这又让昇腾能够胜任几乎任何场景下对AI计算配置和部署的需要。

更为重要的是，昇腾的全面体系并不是一个自我封闭的体系，一方面，“硬件开放、软件开源”让昇腾成为一个欢迎所有伙伴、开发者的技术力量体；

另一方面，昇腾的“全栈”每一个层级都可以对接融合外部AI计算相关模块，例如硬件上的异构计算架构CANN，即可以支持自家的MindSpore，也可以支持外部较为热门的TensorFlow，PyTorch主流开发框架，这种与生俱来的包容性让昇腾能很容易融入现有AI计算大盘中，现在，昇腾已经有超过5家硬件伙伴，支持超过6个AI框架。

在全栈的基础之上，此次峰会还介绍了很多技术上的细节，这些细节反映了昇腾在开发部署上一个十分鲜明的特点：既有不同层级的“适用”、也有所有层级的“易用”。

在昇腾全栈计算架构中，对于算力、网络、AI研究等专业能力较强的生态伙伴而言，可以直接对接到CANN、MindSpore等，在更底层的技术基础上开发自己的AI应用。

而这些模块对很多行业应用开发者而言门槛太高，昇腾在全栈最表层的应用使能层，推出了用很少的代码即可以实现AI能力的MindX，传统应用开发者可以快速获取图像识别、图像分类、语音识别等计算能力。

任何希望实现AI计算能力的生态伙伴，都可以找到适合自己的接入口。除此之外，在不同层级，昇腾还试图通过技术打磨做到开发部署的极简易用。

以框架层的MindSpore1．0为例，简单易用的开发套件让开发者可以快速进行高效的AI开发，且开发过程可以根据不同硬件形态自适应生成相应的模型，这意味着不论生态伙伴拥有的硬件条件如何，都可以得到最适合自己的模型类型，超轻量部署框架也可以让开发者在模型大小的选择上更为弹性，适用不同场景（例如，物联网终端，可能需要更小的模型）。

多层次、便利化的“技术体验”，还让昇腾产业生态在落地时能够获得某种“微观”上的加速。