华为智能计算：以Atlas之箭助企业冲破被封印的AI之门

华为智能计算：以Atlas之箭助企业冲破被封印的AI之门

我经历过很多对AI企业的采访。但往往给我留下深刻印象的，却是那些“想用AI却没有成功”的企业。比如去年，我采访过湖南一家物流公司。他们希望给自己的仓储园区安装智能摄像头系统，用AI来帮助监测烟头、烟雾等意外情况，以及进行区域人脸识别来助力安防。

而我们了解到，这个设计的初衷虽然很好，但是在实际应用时却出现了状况用普通的摄像头，跑AI算法效率太差；而市面上的智能摄像头又无法满足企业预期；研发人员想买AI加速卡来帮助摄像头体系部署算法，却发现主流的加速卡不仅价格非常昂贵，还往往没有现货，要等相当长的时间。

由此可见，虽然AI的第三次热潮正极大地刺激着企业的神经，但对于广大企业来说AI之门仍被“封印”。问题出在哪呢？

冷静地想一下，AI走进千行万业，需要的不仅是云计算与大数据服务，而是要在边缘场景、端侧场景部署大规模算力，需要应对企业具体生产场景对AI算力的定制化需求，以及企业的成本负荷能力。比如这家物流公司，他们必须要在摄像头和园区边缘计算场景中获得充沛算力，并且成本不能过分高昂，才有可能真正打造一个心目中的智能园区。

然而理想总是撞上骨感的现实。AI产业迅猛爆发导致的边端侧算力需求猛增，实际遇到的却是行业内只有极少供应商能够提供相关产品。对于渴望智能化转型的初创企业和中小企业、实体经济企业来说，边端侧算力饥渴正成为切肤之痛。

而这种普遍存在的焦虑，今天也在成为智能计算市场发生变革的驱动因素。

焦旱：“智能+”前夜的算力困境

从本质上讲，AI算力问题不是单一的技术或者成本、性能矛盾，而是一个复杂的综合问题集合。这样错综纠结的困境，对于在渴望AI的企业来说，就像上古传说中天有十日，十个太阳从不同的角度烘烤着刚刚进入AI行业的企业和开发者，经常让他们手足无措。

我们所采访的那家企业园区的困境，非常有代表性：想到了要购买端侧AI加速产品，却惊讶地发现成本hold不住，甚至干脆买不到，正是今天大量中小企业的集体痛点。

这是由市场供需而决定的。在端边侧AI算力加速这个十分重要的领域，目前市面上提供的产品选择，确实非常稀少。

目前主要的供应商，基本上是英伟达一家独大。作为近几年英伟达AI战略的重要部分，to B的嵌入式智能产品成为了其战略核心组成部分，TX2嵌入式模块、 P4加速卡等产品占据了主流，而3月GTC大会刚刚发布的Jetson Nano新产品也广受关注。

近两年，英特尔也开始进入这个领域，在2016年底收购了Movidius之后，逐渐推出了面向AI和机器视觉场景的Movidius系列产品，但其在市场中声量较校寒武纪和比特大陆等AI创业公司也推出了相关产品，但目前还都不成熟。

一家独大和产品选择稀少，让这个市场的供需关系长期失衡，束缚了企业用户和开发者的手脚。

出于对算力掌控的考虑，近年来Amazon、Google、Facebook等国际互联网巨头，包括BAT等国内巨头，都纷纷开始布局人工智能基础设施建设，比如AI芯片。然而“财大气粗”的互联网大佬或许可以实现自我救赎，那么更需要借助AI完成产业升级和智能化转型的中小企业，到底要如何解决算力困境呢？

正如之前分析的，中小企业今天想要用到边端侧的AI算力，有几个坎必须要过：算力产品太贵，难以支撑企业大规模部署；购买流程太长，官网经常要长时间排队，导致有些企业只能选择消费级产品顶上；兼容性差，云边端无法协同，导致部署和开发存在种种困难继而这些困难还引申出解决困难需要大牛帮忙，又导致了需要的技术人才门槛太高，造成开发困境有点像是恶性循环。

在这样的情况下，如果始终缺乏新的“突围者”，就会导致算力困境长期存在。企业需要的不仅是烈日灼烧下的稀有 “井水”或者短暂 “荫凉”，更是在呼唤能够“从根源破解炽日之局”的后羿：从AI基础设施层面突围、用性价比和产品优势去打破这些规则。

铸箭：“反常识”的Atlas

边端侧AI算力产品的供给不足与刚性需求，让这一市场的突围者在今天看来弥足珍贵。好在企业用户和开发者并不需要等待太久。

在4月10日的华为智能计算大会深圳站，华为正式推出了Atlas人工智能计算平台，这一系列也是华为智能计算家族的重要产品。会上发布了基于腾310芯片的Atlas 200 AI加速模块、Atlas 300 AI加速卡、Atlas 200 DK AI开发者套件、Atlas 500智能小站四款产品。这四款产品的共同特性是：作用于急需算力产品解决方案的边端侧场景，并且以主流的性能搭配“颇有杀伤力”的性价比。

先来重温一下这四款产品：

Atlas 200，是用于摄像机、无人机、机器人等硬件的端侧AI加速模块，可以处理16路高清视频的实时分析。

同时，为了帮助开发者在Atlas 200环境中进行开发，华为还推出了配套Atlas 200 DK AI开发者套件。

而Atlas 300 AI加速卡，则可以在视频分析、OCR、语音识别、精准营销和医疗影像分析等领域提供AI加速能力，能够帮助开发者提升视频分析和高密推理场景的算力性能。

最后的Atlas 500 智能小站，是独创性很强的边缘智能小站产品，可以在低功耗前提下部署庞大的AI算力，填补了边缘侧AI加速这个相对来说的行业空白。

可以看出的是，这四款AI算力产品，与企业在实际场景中部署AI遇到的机器视觉和运算推理等能力息息相关，也是今天大量开发者实际需要的主流产品。

而在当天发布会上，最引人注目的一点在于，发布这四款产品后，华为在现场就披露了4款产品的价格。对to B业务有了解的朋友，应该都知道这个领域的发布会一般是不说价格的。而Atlas发布会现场这个行为确实有点“反常识”的意味。一方面与大家印象中华为低调的风格不符，同时也与to B产业的行业规律不符。

为什么华为愿意在现场一反常态地“晒价格”？透视其背后的逻辑，可以猜测为两个原因：其一在于华为确实有底气，对产品性能和性价比有绝对的信心；二是华为看到了算力的价格透明化，在现阶段的AI算力产业中具有深远的意义如果有其合理性，那么华为愿意担当颠覆者。

先看华为的“底气”，我们可以通过官方提供的核心参数与价格，直观地做出华为的Atlas与目前流行的英伟达主流产品之间的对比。不难看出，华为Atlas确实将边端AI算力产品，在主流性能、算力更强的基础上，对开发者和中小企业抛出了具有诱惑力的价格相似价格的产品中，Atlas提供了数倍于主流产品的算力。

（英伟达产品视代理商不同，存在价格差异。数据对比基于官方资料，实际应用效果需视业务与场景环境具体判断）

同时值得注意的是，华为向来以工程能力强劲、服务优质和供货充沛著称。所以华为Atlas无形中的竞争力，在于降低了开发者的时间成本与意外成本。这也折射出华为构建万物互联的智能世界的战略意图：要让各行业真正进入普惠AI模式，让他们用得好、用得起、用得放心，在“铸箭”之时就已经想到要把成本降下来。

Atlas产品系列，本质上是在主流AI应用场景中达成了三个成本的下降：

直接算力成本：与英伟达的主流产品相比，极大幅度降低了单位算力价格，解决了应用者最关心的痛点。

未来产业周期成本：Atlas的产品设计思路，是将大算力集成在单一部件中。这符合AI算法正在日益复杂，大规模并行部署和云端无缝计算，将在未来不断加大对单加速模块算力的考验，也从侧面降低了未来算力需求上去之后的更换成本。

开发成本：由于Atlas产品是基于腾 310 芯片的产品化，具备全栈开发优势，一个架构可以让云边端全场景部署AI，降低了兼容成本。这其实是今天AI开发者最关注的领域。

一次“反常识”的产品发布，让Atlas一进入市场就以高姿态搭配高竞争力引发关注。这背后的逻辑在于，在AI算力干渴已经成为一种常态的时候，那么Atlas必须做的就是穿透规矩，成为“常态”的颠覆者。

或许可以这么理解，每一款Atlas产品，都是华为为了射穿“算力烈阳”，铸造的一只利箭。

射日：从产品到生态释放原力

在嵌入式AI和边缘智能层面，长期以来的现状都是：开发者要将就，企业用户很迷茫。在大家以为这将是长期现实的时候，Atlas就像石子落入湖水中，把沉闷的产业形态激起了涟漪，带动了两个方向上的改变。

第一个层面，Atlas产品的落地加速全栈全场景的产业变革。

首先Atlas作为实力产品，丰富了华为的智能计算序列，为大量AI业务落地和AI生态生成夯实了基矗同时基于腾310芯片的产品直接落地，也顺势引发大环境对腾910产品的期待，以及更多腾系列芯片的期许。从这一点上看，Atlas产品是极具延展性的平台化产品。在边端侧AI加速产品这个相对的市场空白领域，为华为展开了一条新的赛道。

另一方面，Atlas对于AI行业生态的影响则更加深远。

在冲击产业痛点的同时，其“明码实价”的玩法，很可能倒逼行业进入成本下降的普惠周期，进而促使行业打破潜在的垄断趋势，重新让赛道统一，催化新的算力成本标准出炉，继而可能连锁引发AI基础设施的重构，与开发想象力的极大提升。

无论是华为内部的产品意义到战略价值，还是对整个产业生态的影响，Atlas正以技术价值和产品逻辑，影响着AI产业的未来轨迹。而两条线索最终汇合成一句话：AI可以通过基础设施层面的创新，达成真正的普惠。

普惠AI的起点是算力成本的下降，那么下一步呢？从逻辑上来讲，接下来Atlas需要承担的责任是进一步赋能开发者，打开AI开发生态局面，进而为广大中小企业和创业企业找到进入“智能+”世界的道路。

这一步确实已经迈出，Atlas产品发布一个月后，华为将于5月10日在苏州举办的“华为智能计算大会”上，正式启动“华为Atlas人工智能开发者大赛”，会议详情可关注“华为智能计算”微信小程序。

值得注意的是，大赛除了提供已发布的Atlas四款产品，还将Atlas 800深度学习系统纳入参赛产品，这应该就是支持AI云端训练的异构服务器。有了这款利器的加入，华为实际上已经完成了可以在云边端部署的AI训练和推理产品的布局。

赛事规定，参赛者可以依托Atlas人工智能计算平台打造不同场景的软硬件解决方案。比如基于Atlas 200 AI加速模块的智能摄像头、无人机、机器人、智能硬件、边缘AI硬件；或者基于Atlas 300加速卡的人脸识别、车辆识别、图像识别等解决方案。有兴趣的开发者朋友不妨登陆“华为云”官网，搜索“华为云大赛”，选择“Atlas赛道”，看看是否有自己大展身手的机会。

回顾一下全文的逻辑，有几个关键节点，或许是值得广大企业用户和AI开发者注意的：

1、边端侧的AI算力产品十分重要，但市场矛盾相当突出。

2、华为Atlas系列产品的进场，意味着这一市场的默认局面已经出现了改变。高性价比和易用性，很可能成为未来这一市场的主要争夺点。

3、普惠AI，必然从算力普惠开始，面向AI生态做出更多贡献。AI基础设施的建设，还有漫漫长路。

好消息是，即使企业AI封印之痛真如炽日当空，Atlas与无数AI开发者的“射日之箭”，也已经离开了弓弦。