自從1956年達特茅斯會議首次提出“人工智能”概念以來，人工智能發展已經歷經了60多年的跌宕起伏，卻一次又一次受困于缺乏應用場景而變得曲高和寡。

直到近年來云計算、大數據、機器學習等相關技術的崛起，人工智能才迎來了新一輪高速發展。為了不重蹈覆轍，人們將目光更多聚焦在人工智能在各種應用場景的落地上，但從技術模型到應用落地，開發者在填平中間這道鴻溝過程中扮演著重要角色。

只有開發者真正掌握人工智能這門技術，才有可能讓更多的人體驗到人工智能的應用。可以這樣說，人工智能開發的問題解決與否，是決定其能否在更多場景實現落地的基礎。而在華為開發者大會2020（Cloud）上，基于昇騰AI處理器的華為Atlas人工智能計算平臺，全面展現出支持AI全棧全場景開發的能力。

在人工智能已經納入新基建重點建設領域的今天，人工智能技術及應用正在成為各行各業關注的焦點。尤其當企業數字化轉型進入深水區，人工智能正在扮演著新型發動機的角色，成為重塑醫療、制造、交通等眾多行業的重要力量。

而華為Atlas人工智能計算平臺要做的，就是讓人工智能的應用，全面照進現實。正如華為Atlas數據中心業務總經理張迪煊所說：“我們專注于做好AI的算力底座，給世界提供最強的AI算力。”

華為Atlas數據中心業務總經理張迪煊人工智能落地應用按下“加速鍵”

從今年年初科技戰“疫”中的亮眼表現，到最近位列“新基建”7大領域之一，人工智能一直處在高光時刻。

得益于智能語音、機器視覺等技術的不斷成熟，以及與5G、云計算、大數據等新技術的融合發展，人工智能正在從單一的技術輸出轉向綜合解決方案應用。尤其是來自政策端和應用端的推進，人工智能在服務城市管理者，推動制造、醫療等行業轉型中的價值日益凸顯。

德勤此前發布的《全球人工智能發展白皮書》預測，到2025年世界人工智能市場規模將超過6萬億美元，2017年至2025年復合增長率達30%。而中國《新一代人工智能發展規劃》也給出預測，到2030年，我國人工智能核心產業規模超過1萬億元，帶動相關產業規模超過10萬億元。

在人工智能落地各行業應用場景的過程中，計算平臺扮演著“底座”的角色。為了給AI應用夯實底座，華為Atlas人工智能計算平臺，通過構建包括芯片、芯片使能、訓練和推理框架和應用使能在內的全堆棧方案，打造模塊、板卡、小站、服務器、集群等豐富的產品形態，完成了面向端、邊、云的全場景AI能力構建。

華為Atlas為行業數字化、智能化轉型提供的“全棧全場景”支持，對于開發者開展不同AI應用場景下的創新，無疑是一大助力。在華為開發者大會2020（Cloud）上，張迪煊深度解析了打造高密云側AI推理方案的性能優化過程、云邊協同支持高效邊緣推理以及極致低功耗端側推理的開發經驗。

截至目前，華為已與數十家伙伴合作，推動基于華為昇騰AI處理器的Atlas系列模塊、板卡、小站、服務器，并在智慧交通、智慧電力、智慧金融、智慧城市、智能制造等數十個行業落地。通過全面支持全球開發者更好地開發AI應用，華為Atlas讓AI真正解決各行各業的實際問題，為企業和社會帶來價值，也讓全球AI產業和生態更加繁榮。

各行各業已落地AI應用 價值正在顯現

在醫療行業，人工智能技術的應用，正在讓越來越多的“治未病”成為可能。眾所周知，眼底篩查是監測和預防高血壓、高血脂、糖尿病等慢性疾病的重要手段。但受制于慢性疾病預防缺口大、基層醫生水平差異大等因素，眼底篩查并不能得到廣泛應用。

南開大學教授李濤表示，借助人工智能技術，通過對眼底圖像進行病變點的標注，以及智能計算，來達到慧眼治病，尤其是識別慢性疾病的目的。據了解，在華為Atlas的幫助下，南開大學將AI技術與診斷指南、醫學知識、醫生經驗相結合，切實輔助眼底篩查，大大節約了醫療資源，提高了診療效率，讓慢性疾病篩查、預防與管理也變得便捷高效。

不僅在醫療行業如此，人工智能技術的應用，也已經成為幫助超大規模城市治理應對挑戰的利器。

為了進一步解決交通出行中人、車、路的矛盾，深圳交管部門傳統的視頻系統走上升級之路，以打通人、車的數據孤島，實現路口交通信號燈的智能調節。基于華為Atlas AI服務器和ISV應用軟件的一體化解決方案，深圳交警構筑了全市一朵視頻云，實現了視頻資源的池化，既保證了視頻傳輸的實時性，也使得視頻管理和分析能力大大提升。通過此舉，深圳城市道路通行速度提高了9%，高峰時期的擁堵時間減少了15%。

同樣是在深圳，深圳供電局已經將人工智能技術應用到輸電線路的監測中。通過與華為攜手，深圳供電局在邊緣側部署輸電視頻監控終端集成Atlas 200 AI加速模塊、運行AI推理算法，實現了圖像視頻的就地分析，及時上傳告警。“以系統智能分析為主、人工判斷為輔”的嶄新模式，使得原來需要20天才能完成的現場巡視工作，現在僅需2小時就可完成，巡檢效率足足提高了80倍。

此外，在制造業的工業質檢這一典型應用領域中，傳統的質檢大多由人工作業完成，準確率只有90%左右；相比較而言，基于華為Atlas的機器視覺質檢的應用，已經可以將質檢準確率提高到99%，不僅提升了質檢的準確率，也大大提高了質檢的效率。

從個性到共性 支撐行業智能化轉型

在幫助不同行業客戶實現AI落地的過程中，華為Atlas也逐漸形成了一系列行業解決方案。據張迪煊透露，截至目前，華為Atlas已經和50多個伙伴一道，打造了30多個聯合解決方案，覆蓋智慧城市、智慧交通、智慧電力、智慧制造、智慧金融等多個領域，解決方案應用更是覆蓋全球多個國家和地區。

其中，華為與金三立聯合打造的電網輸電線路視頻智能巡檢解決方案，可以將外場實時輸電線路的視頻流進行智能分析與檢測，針對存在的隱患和安全威脅以可視化的形式進行呈現。

電網輸電線路視頻智能巡檢解決方案的打造，得益于華為Atlas200智能加速模塊的加入，從而實現了傳統視頻監控設備圖像智能分析能力，可在前端就地進行圖像分析，實時發現現場風險、故障等，無需傳輸海量的原始視頻數據到監控中心，僅回傳少量的縮小圖片，大大降低了回傳帶寬，流量需求，讓輸電線路實時視頻監控規模部署成為可能。

而華為以薩人車識別一體機解決方案，則得益于華為Atlas G2500視頻智能分析服務器所具備的超強分析能力、超大本地存儲和邊緣部署能力。由此，交管部門可以構建起實時、準確的卡口車輛圖像大數據平臺，人臉識別平臺等；這樣一來，各地卡口抓拍和視頻監控建設、部署過程中就無需更換或改造前端設備，可最大限度開發利用現有投資和已有資源。

類似這樣的聯合解決方案還有很多，包括上述醫療、電力、交通等在內的眾多解決方案，它們都有一個共同的特性：不只適用于某一個客戶，而是具備典型的行業普適性。這無疑將進一步推動人工智能技術在不同行業的落地，并幫助華為及其合作伙伴加速實現AI技術的商業價值。

營造友好開發環境 華為Atlas踐行普惠AI

越來越多行業成功實現AI技術的應用，也讓華為Atlas與他的合作伙伴們信心大增。因此，在此次華為開發者大會2020（Cloud）上，為了進一步推動人工智能技術在各個行業的落地，華為Atlas推出了一系列針對開發者和合作伙伴的重大舉措，推動AI生態的持續健康發展。

張迪煊表示，華為Atlas將在開發工具、高校和合作伙伴以及開發者社區方面，推出一系列舉措，加速實現“普惠AI”。

在開發工具方面，華為推出的Atlas 200 DK AI開發者套件可以幫助開發者快速搭建開發環境，實現一次開發全場景部署。而華為Atlas最新發布的高效算子開發工具TBE（Tensor Boost Engine），則預置了豐富的API接口，支持不同類型用戶自定義算子開發與調優，進而幫助不同行業的開發者和合作伙伴實現AI在不同應用場景的快速落地；同時，TBE還可以實現軟硬件深度協同優化，性能提升10%。

在高校和合作伙伴方面，華為Atlas今年計劃激勵100多個優秀高校和合作伙伴，通過建立聯合實驗室等方式，幫助他們在Atlas之上，運用Atlas 200 DK AI開發者套件、高效算子開發工具TBE等實現更加高效、簡便的AI開發。

在開發者社區方面，華為Atlas一方面通過工具下載等方式助力昇騰開發者社區發展，另一方面也會把一些在實踐中成功應用的行業解決方案開放到昇騰開發者社區上，提供給更多的開發者和合作伙伴。同時，為了幫助開發者解決在實際開發中遇到的各種問題，華為還會在開發者社區提供在線答疑和技術交流，幫助開發者解決開發過程中所遇到的問題。

除此之外，華為還會舉辦一系列AI大賽，并匹配相應的輔助計劃和基金，對開發者在實際工作中所開發的產品和解決方案進行評選，并幫助他們實現在更廣范圍的落地應用。

結束語：隨著人工智能技術的普及，以及與其他數字化技術的融合，我們無疑迎來了一個最好的時代。對于每一個開發者來說也是如此，有了像華為Atlas這樣的平臺，以及各種各樣的創新開發工具，他們也有了進一步釋放數字化技術價值的抓手，進而加速數字化、智能化時代的到來。

責任編輯：ct