AI在深刻地變革我們的生活和生產(chǎn)方式，并在不同行業(yè)呈現(xiàn)著巨大價值。

有顛覆性的應用場景，比如在關(guān)乎生命安全的礦山作業(yè)，AI技術(shù)來代替人識別人員、設備、環(huán)境的運行狀態(tài)。實時處理、分析和上報，保證礦井生產(chǎn)安全；

有提升生活水平的應用場景，比如多模態(tài)的內(nèi)容生成、機器人應用以及自動駕駛；

有面向前沿領域的應用場景，AI與不同領域的技術(shù)進行碰撞，加速應用落地。比如藥物研發(fā)，AI可以大幅度縮短藥物研發(fā)中小分子藥物篩選的周期。比如中國商飛上海飛機設計研究院聯(lián)合華為發(fā)布了業(yè)界首個工業(yè)級流體仿真大模型“東方.御風”。基于昇騰AI打造的面向大型客機翼型流場高效高精度AI仿真預測模型，在昇思MindSpore流體仿真套件的支持下，有效提高了對復雜流動的仿真能力，將仿真時間縮短至原來的二十四分之一。

科技部近日也發(fā)布《關(guān)于支持建設新一代人工智能示范應用場景的通知》，公布了首批人工智能示范應用的十大場景，首批示范應用場景包括智慧農(nóng)場、智能港口、智能礦山、智能工廠、智慧家居、智能教育、自動駕駛、智能診療、智慧法院、智能供應鏈10個場景。

但是我們看到，AI是一個包括芯片、開發(fā)在內(nèi)的軟硬件不斷迭代的過程。隨著摩爾定律的停滯，在當前技術(shù)迭代越來越貴的情況下，如何實現(xiàn)AI性能和成本的平衡，成為影響AI普及的重要因素。

昇騰AI基礎軟硬件不僅提供模塊、板卡、小站、服務器、集群等豐富的產(chǎn)品形態(tài)，是面向“端、邊、云”的全場景AI基礎設施方案，同時還提供覆蓋深度學習領域訓練和推理全流程的開源AI計算框架MindSpore。因此對于人工智能技術(shù)從開發(fā)、部署到應用端到端流程都有深刻的理解。

為了了解影響AI成本有哪些因素，以及如何降低AI成本，至頂科技與華為昇騰AI領域的專家進行了交流。

算法、開發(fā)和規(guī)�；�，AI架構(gòu)新挑戰(zhàn)

從AI架構(gòu)來看，華為昇騰AI專家認為，當前AI企業(yè)面臨三個挑戰(zhàn)。

首先是算法的創(chuàng)新。中國的AI企業(yè)主要聚集在應用層，但是一個好的AI應用，是需要最底層的算法和模型來實現(xiàn)更高效的算子，如何實現(xiàn)底層算法的創(chuàng)新是當前AI企業(yè)面臨的第一個挑戰(zhàn)。

其次是開發(fā)應用上，當前包括在金融、醫(yī)療、人工智能等領域，其算力需求是一個無底洞，使用AI成本會很高，“如果我們把算力做成了一個公共的數(shù)字基礎設施，更多的初創(chuàng)企業(yè)就可以去使用，來減少AI開發(fā)應用難的問題。”華為昇騰AI專家講道。

三是規(guī)模部署難，一些新的技術(shù)應用研發(fā)出來，但是不能很好的找到商用場景。比如說像一些中小企業(yè)可能只會在當?shù)卣疑虡I(yè)場景，如果需要跨區(qū)就沒有人力或者影響力去做這件事情。

總結(jié)來說，影響AI企業(yè)發(fā)展的三個挑戰(zhàn)，一是最底層技術(shù)上的創(chuàng)新難，二是應用開發(fā)上貴，三是規(guī)模部署難。

適配、訓練和部署，AI模型新挑戰(zhàn)

如果從模型、算法角度看，華為昇騰AI專家認為，會遇到適配，訓練和部署三個挑戰(zhàn)。

適配方面，不同AI平臺的適配問題是造成AI開發(fā)和應用難的主要挑戰(zhàn)。當前國際形勢復雜，基礎軟件可獲得性的不確定因素日益增高。昇思MindSpore作為開源的國產(chǎn)AI創(chuàng)新框架，已經(jīng)實現(xiàn)了通用的AI模型適配，做到了技術(shù)安全可控。

訓練方面，大模型訓練的挑戰(zhàn)主要是需要強大的算力，通過昇思MindSpore AI框架及昇騰AI處理器的協(xié)同優(yōu)化，實現(xiàn)了運行態(tài)的高效，大大提高了計算性能；同時 昇思MindSpore原生支持大模型訓練，提供自動并行和可視化調(diào)優(yōu)等關(guān)鍵創(chuàng)新，能顯著提高模型的訓練效率。

部署方面，MindSpore提供全場景能力，可以實現(xiàn)模型零代碼跨平臺應用，做到模型一次開發(fā)全場景部署。

技術(shù)、場景、生態(tài)融合創(chuàng)新，實現(xiàn)AI成本降低

在華為昇騰AI專家看來，AI成本主要包括四個部分：

數(shù)據(jù)成本：沒有數(shù)據(jù)如同無源之水，AI就沒有辦法學習。

硬件成本：通俗講就是NPU、CPU、GPU等硬件成本。

軟件成本：包括算法、應用的開發(fā)創(chuàng)新等成本。

落地成本：包括解決方案的推廣，后續(xù)的服務等。

如何降低AI成本，從硬件層面，昇騰AI在全國布局AI人工智能計算中心，實現(xiàn)了AI的公共、普惠的獲取，改變了從原來的專有、昂貴的AI的獲取模式。目前，昇騰已上線的10多個城市人工智能計算中心，已經(jīng)累計為各地550多家企業(yè)、60多所高校、30多個科研單位提供服務，誕生了一批原創(chuàng)領先的科研成果，孵化了一批行業(yè)新應用。

其次，在針對算法創(chuàng)新上昇騰AI通過開放典型的一些場景應用的SDK開發(fā)包，來助力一些AI的開發(fā)能力較弱的中小企業(yè)來快速開發(fā)AI應用。具體而就是把不同行業(yè)的實踐經(jīng)驗通過SDK固化，實現(xiàn)運維平臺低代碼，甚至零代碼的模式，通過圖形化的操作界面去做后續(xù)的運維，降低用戶使用AI的門檻。

最后推動成立一些產(chǎn)業(yè)聯(lián)合體，比如圍繞基于昇騰AI打造的全球首個遙感影像智能解譯專用框架武漢.LuoJiaNet和業(yè)界最大遙感樣本庫武漢.LuoJiaSET成立的智能遙感開源生態(tài)聯(lián)盟，包含了像武漢大學等處于遙感領域?qū)W術(shù)前沿的高校，和非常多的應用單位及科研機構(gòu)，把需求和市場以及科研前沿能力做對接，通過免費并開源越來越多的數(shù)據(jù)來降低AI獲取成本。

提升AI的效率也是降低TCO的一種方式，華為昇騰AI專家表示，在千億大模型訓練上，昇思MindSpore AI框架的通過提供自動并行和自動調(diào)優(yōu)的等能力來提升訓練效率。

“昇思MindSpore 原生支持AI大模型訓練，是業(yè)界支持并行維度最多的AI框架，支持7種維度并行，能夠?qū)崿F(xiàn)計算和通信整體迭代時間最短。同時也業(yè)界是支持模型切分結(jié)構(gòu)最全的AI框架，并行支持多模型類型切分：Transformer（稀疏/稠密）、卷積、高維稀疏等5種結(jié)構(gòu)。”華為昇騰AI專家分享了在大模型訓練上的優(yōu)勢。這樣實現(xiàn)了自動并行的并行代碼數(shù)量會相對傳統(tǒng)方式下降80%，自動調(diào)優(yōu)時間可以下降60%。

在模型部署上，昇思MindSpore提供的套件能夠?qū)崿F(xiàn)模型輕量化，通過自動剪枝、蒸餾、量化完成10倍級模型壓縮率，降低模型部署門檻。

關(guān)于AI發(fā)展未來發(fā)展趨勢，華為認為隨著算力網(wǎng)絡的建設以及AI應用的不斷拓展，AI發(fā)展從數(shù)據(jù)、算力到應用的匯聚和流通將呈現(xiàn)生態(tài)化趨勢。在這樣的趨勢下，華為將繼續(xù)發(fā)力基于昇騰AI基礎軟硬件平臺的大模型和科學計算兩個領域，為AI普及作出自己的貢獻。