AI的进化方向，正在被改写
文|智能相对论
作者|沈浪
人工智能产业的创新焦点已经发生了转移，过去大多谈的是应用创新，如今一场面向底层的技术普惠创新正在持续推进，成为新华三等头部AI厂商相互角力的关键。
日前，新华三刚刚召开一场主题为“进化·智能·算赋新生”的智慧计算新品发布会，其重点瞄准人工智能计算的底层，从底层架构、硬件产品到软件平台的全栈进化来推动技术的普惠创新。
而最近，新华三也联合英伟达发布了人工智能模型训练平台“H3C小智AI实验室”，重点解决人工智能模型的训练问题，为AI开发者提供端到端集成解决方案。根据介绍，这个平台可以为开发者、AI从业者提供端到端AI应用程序创建、部署和管理的加速计算体验，通过快速测试和原型验证，让用户体验“开箱即用”的全栈式环境，简化AI工作负载的开发和部署。
两个头部AI大厂联合起来，基于底层创新来简化AI开发流程，降低AI产业的门槛。而在市场上，这不是个例，目前越来越多的AI厂商正在前赴后继地“扑向”基础层面的底层普惠创新。
AI第一梯队，都在干什么？
目前，各大AI厂商尽管专精的细分领域不同，但围绕着底层创新所展开的AI基础设施建设已经是各个AI大厂摆在台面上的战略焦点。这样的创新与H3C小智AI实验室类似，从目标上来说更是殊途同归——不管是端到端的AI项目开发解决方案，还是更高效的AI模型部署、训练以及验证，实际上都旨在强调如何去降低AI从业者的门槛，让AI项目开发这件事情变得更加简单且高效，使得更多的人和企业能参与到AI产业浪潮中。
在业内，这普遍被认为是AI工程化的一个产业型趋势。而所谓AI工程化，根据国际权威咨询机构Gartner公司高级研究总监吕俊宽提出的观点，可总结出两个重要特征：一是用规模化生产的方式来降低产业使用门槛，让AI成本可接受；二是AI可以与具体的产业场景相融合，达成可靠、可见、可信的良性收益。
与此同时，在2021年-2022年，Gartner公司更是连续两年将Al Engineering（AI工程化）列入未来的重要战略技术趋势之一。可以说，包含新华三在内的这些头部AI大厂所在做的一系列动作以及发布的产品，实际上代表的即是AI产业接下来发展的大趋势。
这一趋势，不仅改写了AI产业的创新逻辑，即越来越多的AI项目依托类似H3C小智AI实验等底层平台实现了更有效的落地，还从根本上转变了头部AI厂商的竞争逻辑。
Gartner公司在一份关于2022年战略技术趋势的报告中就指出，「如果企业让人工智能提供变革性的价值，就不能只是单点地应用AI技术，而是需要在其商业生态系统中将AI模型工业化，以便快速、持续地提供新的业务价值，而要做到这一点的关键就是应用AI工程技术。」
也就是说，市场对头部AI厂商的要求已经不仅仅只是单干，除了应用好AI技术去服务好用户之外，还需要能从底层生态上进行创新，带动整个AI产业共同发展。简单来说，头部AI厂商在过去要解决自己的AI生产问题，现如今则是要解决别人的AI生产问题，甚至还要在整个行业内实现规模化生产的目标。
这便是新华三、英伟达等推动AI创新的厂商正在做的事情，也是H3C小智AI实验室等AI基础设施建设的意义——底层创新正在将技术普惠推向给每一个AI从业者，使得AI产业的秩序正在发生变革，哪怕是没有太多经验或技术能力的厂商都能在H3C小智AI实验室等平台的助力下实现AI项目落地。
底层普惠创新，助力AI厂商站上C位
在此，底层创新的产业价值是显而易见的，其所面对的正是目前市场最迫切需要解决的效率问题。根据Gartner的报告，几乎一半的人工智能项目甚至从未投入生产，数据复杂性的指数级增长、数据孤岛和基础设施的部署难度等问题始终困扰着AI产业项目的落地。
站在市场的角度来说，越是这个时候能解决效率问题的底层创新，越是受到市场的重视。而致力于底层创新的厂商在这个过程中也具备了更多的机会在市场上表现自己，展现自家的全方位实力。
一、技术的领先水平在底层创新中愈发突显。
越是底层的创新，越需要领先的技术能力去驱动。其中的道理不难理解，一个AI企业若想降低产业的门槛，帮助更多的企业使用AI技术，那么其本身的技术实力就需要在某一领域达到一个顶峰，能实现技术上的引领。
H3C小智AI实验室之所以能为AI开发者提供加速计算体验，就在于其所依托的新华三智能算力中枢，实现了传统HPC高性能计算与AI计算深度融合，并同步实现HPC批量作业和AI容器作业的调度编排，使得计算效率大幅提升。
同时，作为国内首家与英伟达合作发布此类平台的厂商，新华三还基于与英伟达的合作，同步对接了NVIDIA AI Enterprise，从而可以帮助AI从业者在容器和虚拟机中运行深度学习工作流，并且拥有与本地工作站相同的性能。
强大且领先的技术融合使得H3C小智AI实验室具备了为其他企业提供算力、模型训练等先进服务的能力。在底层创新的过程中，头部AI厂商所依赖且展示的，大多都是自家最突出的能力，这样的导向使其很容易就能站上市场的聚光灯下，被更多的企业客户所看到。
二、底层创新比以往更加关注行业场景的现实问题。
目前，AI技术离产业越来越近，特别是底层的创新，所需要解决的行业问题也愈发现实。像是H3C小智AI实验室所提供的10项测试模型，如训练和部署AI图像分类模型、训练和部署问答机器人等等，基本上都是目前业内关注最多的几个重点应用场景。
其中，在训练和部署AI图像分类模型实验中，用户就可以完整地体验到一个图片分类功能训练-部署-推理的全过程，并在这个过程中感受NVIDIA AI Enterprise提供的专业框架、模型、应用程序与开发工具以及智能算力中枢强大的资源调度和管理能力。
可以说，这类明确以解决现实问题为导向的底层创新受到市场更高的重视。在当前，行业内外都在期待AI项目可以尽可能去解决行业场景所面临的现实问题，越是能解决问题的基础平台或AI底座，越是吸引更多的企业关注和尝试。
三、越是基于底层的创新，越是能发挥AI厂商的整体实力。
从基础平台的角度来说，源于底层的创新，越需要更全面的技术能力和厂商实力的支持。由此，在这个过程中，AI厂商的整体实力越容易被外界所看到。
以H3C小智AI实验室为例，其提供的软硬一体的人工智能模型训练解决方案，不仅让市场重新见识了新华三的硬件优势，新华三为此打造了面向不同AI负载的硬件基础架构，还使其软件能力进一步被市场所认知，比如智能算力中枢对计算资源的调度支持。
综合来看，软硬一体的解决方案所带出的即是新华三基于内生智能的强大硬件算力+智能算力中枢进行智能算力调度的综合价值，使得这一品牌的整体实力在这场底层创新中进一步展露出来。
很多时候，单点技术应用所呈现的往往也只是一个厂商单方面的技术能力，而只有深入底层的创新才能让外界意识到一个厂商的完整布局和技术能力。越来越多的厂商在底层创新的过程中逐步意识到了这一点，从而持续加码底层创新。
总的来说，底层创新是AI产业的一次赛点，其所需要的工作量是巨大的，而反馈给市场和产业的价值同样如此，产业受益于底层创新获得整体性进步，而AI厂商也得益于底层创新所展露强大实力，站在市场的第一梯队，备受瞩目。
AI产业，正在被重新定义
这对于整个AI产业来说是一场颠覆性的变革。
一方面，AI创新的范式与AI应用的流程在H3C小智AI实验室等平台的支持下，都将迎来变革，不再是“重复性地造轮子”，而是直接可以使用底层平台所提供的算力资源、算法等进行模型训练、应用调教，使得AI生产的效率得到有效提升。
另一方面，AI厂商所面临的竞争纬度也在升级，不再是像过去那样做好单点应用，服务好用户就行，还要能从商业生态系统中推进AI工程化，带动AI产业实现规模化生产，其中的纬度已经不仅仅隶属于一次服务升级，同时也是一场时代瞩目的生产力变革。
以AI厂商自身的进化来说，同样如此。在智慧计算方面，目前新华三就打造了一套以数算双核驱动为核心，从算力基础设施到算力服务平台的“一体·两中枢”智慧计算体系。其中，在算力基础设施层面，多元计算体系可覆盖通用计算、异构计算、高性能计算、高可用计算、边缘计算和弹性计算等所有计算场景，全面满足当前大部分数字形态所需的算力需求。在算力服务平台层面，智能两中枢也能够为数据中心提供全生命周期的智能管理和全流程的算力智能调度，让算力服务更加便捷、弹性、智能，助力用户快速实现各类创新业务的应用部署等等。
在这一基础上，头部AI厂商（即有能力推动底层创新的企业）也就有能力去实现品牌的进阶，不仅只是某一行业的服务者，其更是整体产业的创新驱动者以及商业生态的引领者。以新华三来说，硬件服务已经很难再定义这一家企业的未来了，作为数字化解决方案的领导者，品牌的价值已经从硬件领域拓展到了软件领域，从底层创新链接到了应用创新，方方面面都在影响着接下来AI产业甚至是整个数字化产业的未来。
由此，AI领域才真正迎来产业层面上的竞争，只有能推动底层创新的AI厂商才有实力站在第一梯队，才能在未来的产业发展和技术迭代中面对更残酷也更辉煌的时代竞争。
*本文图片均来源于网络
此内容为【智能相对论】原创，
仅代表个人观点，未经授权，任何人不得以任何方式使用，包括转载、摘编、复制或建立镜像。
部分图片来自网络，且未核实版权归属，不作为商业用途，如有侵犯，请作者与我们联系。
•AI产业新媒体;
•澎湃新闻科技榜单月度top5;
•文章长期“霸占”钛媒体热门文章排行榜TOP10;
•著有《人工智能 十万个为什么》
•【重点关注领域】智能家电（含白电、黑电、智能手机、无人机等AIoT设备）、智能驾驶、AI+医疗、机器人、物联网、AI+金融、AI+教育、AR/VR、云计算、开发者以及背后的芯片、算法等。
转载请在文章开头和结尾显眼处标注：作者、出处和链接。不按规范转载侵权必究。
未经授权严禁转载，授权事宜请联系作者本人，侵权必究。
本文禁止转载，侵权必究。
授权事宜请至数英微信公众号(ID: digitaling) 后台授权，侵权必究。
评论
评论
推荐评论
暂无评论哦，快来评论一下吧！
全部评论（0条）