AI的進化方向，正在被改寫

人工智能產(chǎn)業(yè)的創(chuàng)新焦點已經(jīng)發(fā)生了轉(zhuǎn)移，過去大多談的是應用創(chuàng)新，如今一場面向底層的技術普惠創(chuàng)新正在持續(xù)推進，成為新華三等頭部AI廠商相互角力的關鍵。

日前，新華三剛剛召開一場主題為“進化·智能·算賦新生”的智慧計算新品發(fā)布會，其重點瞄準人工智能計算的底層，從底層架構(gòu)、硬件產(chǎn)品到軟件平臺的全棧進化來推動技術的普惠創(chuàng)新。

而最近，新華三也聯(lián)合英偉達發(fā)布了人工智能模型訓練平臺“H3C小智AI實驗室”，重點解決人工智能模型的訓練問題，為AI開發(fā)者提供端到端集成解決方案。根據(jù)介紹，這個平臺可以為開發(fā)者、AI從業(yè)者提供端到端AI應用程序創(chuàng)建、部署和管理的加速計算體驗，通過快速測試和原型驗證，讓用戶體驗“開箱即用”的全棧式環(huán)境，簡化AI工作負載的開發(fā)和部署。

兩個頭部AI大廠聯(lián)合起來，基于底層創(chuàng)新來簡化AI開發(fā)流程，降低AI產(chǎn)業(yè)的門檻。而在市場上，這不是個例，目前越來越多的AI廠商正在前赴后繼地“撲向”基礎層面的底層普惠創(chuàng)新。

AI第一梯隊，都在干什么？

目前，各大AI廠商盡管專精的細分領域不同，但圍繞著底層創(chuàng)新所展開的AI基礎設施建設已經(jīng)是各個AI大廠擺在臺面上的戰(zhàn)略焦點。這樣的創(chuàng)新與H3C小智AI實驗室類似，從目標上來說更是殊途同歸——不管是端到端的AI項目開發(fā)解決方案，還是更高效的AI模型部署、訓練以及驗證，實際上都旨在強調(diào)如何去降低AI從業(yè)者的門檻，讓AI項目開發(fā)這件事情變得更加簡單且高效，使得更多的人和企業(yè)能參與到AI產(chǎn)業(yè)浪潮中。

在業(yè)內(nèi)，這普遍被認為是AI工程化的一個產(chǎn)業(yè)型趨勢。而所謂AI工程化，根據(jù)國際權威咨詢機構(gòu)Gartner公司高級研究總監(jiān)呂俊寬提出的觀點，可總結(jié)出兩個重要特征：一是用規(guī)?；a(chǎn)的方式來降低產(chǎn)業(yè)使用門檻，讓AI成本可接受；二是AI可以與具體的產(chǎn)業(yè)場景相融合，達成可靠、可見、可信的良性收益。

與此同時，在2021年-2022年，Gartner公司更是連續(xù)兩年將Al Engineering（AI工程化）列入未來的重要戰(zhàn)略技術趨勢之一?？梢哉f，包含新華三在內(nèi)的這些頭部AI大廠所在做的一系列動作以及發(fā)布的產(chǎn)品，實際上代表的即是AI產(chǎn)業(yè)接下來發(fā)展的大趨勢。

這一趨勢，不僅改寫了AI產(chǎn)業(yè)的創(chuàng)新邏輯，即越來越多的AI項目依托類似H3C小智AI實驗等底層平臺實現(xiàn)了更有效的落地，還從根本上轉(zhuǎn)變了頭部AI廠商的競爭邏輯。

Gartner公司在一份關于2022年戰(zhàn)略技術趨勢的報告中就指出，「如果企業(yè)讓人工智能提供變革性的價值，就不能只是單點地應用AI技術，而是需要在其商業(yè)生態(tài)系統(tǒng)中將AI模型工業(yè)化，以便快速、持續(xù)地提供新的業(yè)務價值，而要做到這一點的關鍵就是應用AI工程技術?！?/strong>

也就是說，市場對頭部AI廠商的要求已經(jīng)不僅僅只是單干，除了應用好AI技術去服務好用戶之外，還需要能從底層生態(tài)上進行創(chuàng)新，帶動整個AI產(chǎn)業(yè)共同發(fā)展。簡單來說，頭部AI廠商在過去要解決自己的AI生產(chǎn)問題，現(xiàn)如今則是要解決別人的AI生產(chǎn)問題，甚至還要在整個行業(yè)內(nèi)實現(xiàn)規(guī)模化生產(chǎn)的目標。

這便是新華三、英偉達等推動AI創(chuàng)新的廠商正在做的事情，也是H3C小智AI實驗室等AI基礎設施建設的意義——底層創(chuàng)新正在將技術普惠推向給每一個AI從業(yè)者，使得AI產(chǎn)業(yè)的秩序正在發(fā)生變革，哪怕是沒有太多經(jīng)驗或技術能力的廠商都能在H3C小智AI實驗室等平臺的助力下實現(xiàn)AI項目落地。

底層普惠創(chuàng)新，助力AI廠商站上C位

在此，底層創(chuàng)新的產(chǎn)業(yè)價值是顯而易見的，其所面對的正是目前市場最迫切需要解決的效率問題。根據(jù)Gartner的報告，幾乎一半的人工智能項目甚至從未投入生產(chǎn)，數(shù)據(jù)復雜性的指數(shù)級增長、數(shù)據(jù)孤島和基礎設施的部署難度等問題始終困擾著AI產(chǎn)業(yè)項目的落地。

站在市場的角度來說，越是這個時候能解決效率問題的底層創(chuàng)新，越是受到市場的重視。而致力于底層創(chuàng)新的廠商在這個過程中也具備了更多的機會在市場上表現(xiàn)自己，展現(xiàn)自家的全方位實力。

一、技術的領先水平在底層創(chuàng)新中愈發(fā)突顯。

越是底層的創(chuàng)新，越需要領先的技術能力去驅(qū)動。其中的道理不難理解，一個AI企業(yè)若想降低產(chǎn)業(yè)的門檻，幫助更多的企業(yè)使用AI技術，那么其本身的技術實力就需要在某一領域達到一個頂峰，能實現(xiàn)技術上的引領。

H3C小智AI實驗室之所以能為AI開發(fā)者提供加速計算體驗，就在于其所依托的新華三智能算力中樞，實現(xiàn)了傳統(tǒng)HPC高性能計算與AI計算深度融合，并同步實現(xiàn)HPC批量作業(yè)和AI容器作業(yè)的調(diào)度編排，使得計算效率大幅提升。

同時，作為國內(nèi)首家與英偉達合作發(fā)布此類平臺的廠商，新華三還基于與英偉達的合作，同步對接了NVIDIA AI Enterprise，從而可以幫助AI從業(yè)者在容器和虛擬機中運行深度學習工作流，并且擁有與本地工作站相同的性能。

強大且領先的技術融合使得H3C小智AI實驗室具備了為其他企業(yè)提供算力、模型訓練等先進服務的能力。在底層創(chuàng)新的過程中，頭部AI廠商所依賴且展示的，大多都是自家最突出的能力，這樣的導向使其很容易就能站上市場的聚光燈下，被更多的企業(yè)客戶所看到。

二、底層創(chuàng)新比以往更加關注行業(yè)場景的現(xiàn)實問題。

目前，AI技術離產(chǎn)業(yè)越來越近，特別是底層的創(chuàng)新，所需要解決的行業(yè)問題也愈發(fā)現(xiàn)實。像是H3C小智AI實驗室所提供的10項測試模型，如訓練和部署AI圖像分類模型、訓練和部署問答機器人等等，基本上都是目前業(yè)內(nèi)關注最多的幾個重點應用場景。

其中，在訓練和部署AI圖像分類模型實驗中，用戶就可以完整地體驗到一個圖片分類功能訓練-部署-推理的全過程，并在這個過程中感受NVIDIA AI Enterprise提供的專業(yè)框架、模型、應用程序與開發(fā)工具以及智能算力中樞強大的資源調(diào)度和管理能力。

可以說，這類明確以解決現(xiàn)實問題為導向的底層創(chuàng)新受到市場更高的重視。在當前，行業(yè)內(nèi)外都在期待AI項目可以盡可能去解決行業(yè)場景所面臨的現(xiàn)實問題，越是能解決問題的基礎平臺或AI底座，越是吸引更多的企業(yè)關注和嘗試。

三、越是基于底層的創(chuàng)新，越是能發(fā)揮AI廠商的整體實力。

從基礎平臺的角度來說，源于底層的創(chuàng)新，越需要更全面的技術能力和廠商實力的支持。由此，在這個過程中，AI廠商的整體實力越容易被外界所看到。

以H3C小智AI實驗室為例，其提供的軟硬一體的人工智能模型訓練解決方案，不僅讓市場重新見識了新華三的硬件優(yōu)勢，新華三為此打造了面向不同AI負載的硬件基礎架構(gòu)，還使其軟件能力進一步被市場所認知，比如智能算力中樞對計算資源的調(diào)度支持。

綜合來看，軟硬一體的解決方案所帶出的即是新華三基于內(nèi)生智能的強大硬件算力+智能算力中樞進行智能算力調(diào)度的綜合價值，使得這一品牌的整體實力在這場底層創(chuàng)新中進一步展露出來。

很多時候，單點技術應用所呈現(xiàn)的往往也只是一個廠商單方面的技術能力，而只有深入底層的創(chuàng)新才能讓外界意識到一個廠商的完整布局和技術能力。越來越多的廠商在底層創(chuàng)新的過程中逐步意識到了這一點，從而持續(xù)加碼底層創(chuàng)新。

總的來說，底層創(chuàng)新是AI產(chǎn)業(yè)的一次賽點，其所需要的工作量是巨大的，而反饋給市場和產(chǎn)業(yè)的價值同樣如此，產(chǎn)業(yè)受益于底層創(chuàng)新獲得整體性進步，而AI廠商也得益于底層創(chuàng)新所展露強大實力，站在市場的第一梯隊，備受矚目。

AI產(chǎn)業(yè)，正在被重新定義

這對于整個AI產(chǎn)業(yè)來說是一場顛覆性的變革。

一方面，AI創(chuàng)新的范式與AI應用的流程在H3C小智AI實驗室等平臺的支持下，都將迎來變革，不再是“重復性地造輪子”，而是直接可以使用底層平臺所提供的算力資源、算法等進行模型訓練、應用調(diào)教，使得AI生產(chǎn)的效率得到有效提升。

另一方面，AI廠商所面臨的競爭緯度也在升級，不再是像過去那樣做好單點應用，服務好用戶就行，還要能從商業(yè)生態(tài)系統(tǒng)中推進AI工程化，帶動AI產(chǎn)業(yè)實現(xiàn)規(guī)?；a(chǎn)，其中的緯度已經(jīng)不僅僅隸屬于一次服務升級，同時也是一場時代矚目的生產(chǎn)力變革。

以AI廠商自身的進化來說，同樣如此。在智慧計算方面，目前新華三就打造了一套以數(shù)算雙核驅(qū)動為核心，從算力基礎設施到算力服務平臺的“一體·兩中樞”智慧計算體系。其中，在算力基礎設施層面，多元計算體系可覆蓋通用計算、異構(gòu)計算、高性能計算、高可用計算、邊緣計算和彈性計算等所有計算場景，全面滿足當前大部分數(shù)字形態(tài)所需的算力需求。在算力服務平臺層面，智能兩中樞也能夠為數(shù)據(jù)中心提供全生命周期的智能管理和全流程的算力智能調(diào)度，讓算力服務更加便捷、彈性、智能，助力用戶快速實現(xiàn)各類創(chuàng)新業(yè)務的應用部署等等。

在這一基礎上，頭部AI廠商（即有能力推動底層創(chuàng)新的企業(yè)）也就有能力去實現(xiàn)品牌的進階，不僅只是某一行業(yè)的服務者，其更是整體產(chǎn)業(yè)的創(chuàng)新驅(qū)動者以及商業(yè)生態(tài)的引領者。以新華三來說，硬件服務已經(jīng)很難再定義這一家企業(yè)的未來了，作為數(shù)字化解決方案的領導者，品牌的價值已經(jīng)從硬件領域拓展到了軟件領域，從底層創(chuàng)新鏈接到了應用創(chuàng)新，方方面面都在影響著接下來AI產(chǎn)業(yè)甚至是整個數(shù)字化產(chǎn)業(yè)的未來。

由此，AI領域才真正迎來產(chǎn)業(yè)層面上的競爭，只有能推動底層創(chuàng)新的AI廠商才有實力站在第一梯隊，才能在未來的產(chǎn)業(yè)發(fā)展和技術迭代中面對更殘酷也更輝煌的時代競爭。