华为为何设立智能计算业务部?
物联网、AI、云计算、5G……新技术正在以迅雷不及掩耳的速度席卷世界,在各行各业构筑新的规则。数字化、智能化可以带来生产力的快速提升,这已经是大多数企业的共识,但也正是这种共识,让需求爆发式增长。在这样的大背景下,当前一年全球的新增数据为20ZB,已经是名副其实的天文数字。
当数据量发生爆炸式增长,对算力的需求自然水涨船高。但按照摩尔定律的芯片性能提升速度远远比不上数据提升的速度,算力不足可能会形成对大数据小马拉大车的产业难题。除了算力紧缺外,计算的技术也随之发生变化,因为数据的体量太庞大,不可能所有数据都回到数据中心进行处理,因此计算从最早的单纯依赖CPU,到加入GPU、FPGA、ASIC进行异构计算,再到计算逐渐迈向边缘。这些技术上的演变,都是需求进化的结果。
计算之所以能成为一个万亿级大市场,其根本原因在于数字世界需要各种各样的算力来作为数字引擎。现在很多企业都在探索在数字化时代的商业模式创新,这时算力的供给与价格也要因需而变、因智而变。随着未来商业创新、商业模式的继续进化,智能计算必然会更为深入地发展。因此,当智能计算的大趋势已定,各种各样的设备,最终都可以被量化为算力时,华为把服务器产品线转变为智能计算业务部,主推全栈全场景智能解决方案,在商业上和技术选择上是顺应潮流的自然选择。
华为智能计算业务部手里有哪些底牌可打?
智能计算领域,竞争十分激烈,各大品牌都有各色绝招,但是在我看来,光是有某一个点的先进技术并不够,只有真正能适应繁杂的业务模式,覆盖各种算力需求的全栈全场景解决方案,才能最大程度帮助企业打消顾虑,实现投资收益最大化。
首先,华为在智能相关芯片的研发,可谓是跑在前列的,是华为全栈全场景能力的重要构成。比如,华为一共有五大芯片,包括智能管理芯片、智能SSD控制芯片、智能网络芯片、AI人工智能芯片以及ARM处理器芯片,这五款芯片在世界范围内,都是出于领先水平。同时,在终端产品上,华为也做到了智能服务器、企业智能云基础设施、AI解决方案全覆盖。并且,在AI生态上已经初现雏形,甚至是在操作系统方面,也有消息证实华为正在进行研发,从而有望形成从芯片、硬件、操作系统到AI生态的全链条覆盖。在我看来,这是一栈式AI整体解决方案,是华为最有力的底牌。
AI人工智能芯片一直是华为的强项,近期发布的华为昇腾310,基于达芬奇架构设计,是首批使用7纳米工艺的AI芯片之一,功耗只有8W,单位功耗的算力比起传统CPU足足提升了33倍。这颗先进的AI芯片,可以说是不折不扣的战略重器,让华为在AI领域的的链条上构成了最耀目的一环。另外,ARM处理器芯片自不必说,华为ARM的技术实力在智能手机上,也是可以与高通、苹果等巨头正面硬刚的存在。华为此次发布了采用7nm工艺、针对数据中心的ARM处理器芯片,这对于中国数据中心而言,是一个全新的选择。而像智能管理芯片、是世界上首款智能管理芯片,可以实现能耗、故障等智能化的管理,单位比特管理性价比是遥遥领先的,管理效率可以提升15%。华为的智能SSD控制芯片在单位比特IO性价比上,也是业界标杆的存在,性能领先第二名达到30%,在寿命上也延长了20%。此外,华为的智能网络芯片,其性价比和效率,也有可圈可点之处。
这些具有竞争力的芯片并不单独销售,他们最终都会落地在华为Atlas智能计算平台上。其Atlas 200系列加速模块,只有半张信用卡大小,功耗仅为10W,就可以支持16路高清视频实时分析,其小体积低功耗的特点,可以让AI计算部署在诸如摄像头等设备上实时运行;而Atlas 300系列PCIe加速卡,则可以用在数据中心和边缘侧服务器上,单卡的计算性能就可达单64TOPSINT8,可以很好地运行深度学习任务;Atlas 500智能小站则只有机顶盒大小,也具备16路高清视频处理能力,和同行相比性能足足提升了4倍,在智能交通、无人机等场景可以派上用场;还有Atlas 800 AI一体机,开箱即用,可以大幅降低企业应用AI的门槛。这些落地产品,都得益于华为芯片的强大性能,在单位比特性价比上,在同级别产品中都保持着足够的竞争力。
华为智能计算产品并不是最早的一家智能计算提供商,但由于拥有了自研的AI芯片,加之完整的智能计算生态链,让后来者华为成为产品线最全、解决方案最完备的供应商之一。
智能计算,赋能千行百业才刚刚开始
这种情况在传统行业尤为明显,像生产制造业的工厂、医疗行业的诊断、交通物流行业的自动驾驶等,如果能引入AI,其带来的生产力提升是革命性的。但是,这些传统行业要实现AI,其挑战也是空前和全方位的。
首先是算力的不足和高昂成本的问题,在过去,一套4路PCIe卡的AI计算服务器,成本高达百万元以上,算力成为企业沉重的负担。而拥有从芯片到最终服务器产品全生态链的华为,在AI算力上拥有了一定的定价自主权,可以依靠自身的技术优势,让算力成本得到合理下降,让更多的企业用得起AI计算。
而像AI等新技术在传统行业的深入应用,只是依赖厂商自己,显然就会陷入前面所说的4%陷阱。只有具备全栈全场景能力的厂商,才能赋能传统行业来实现升级转型,而智能计算则是帮助千行百业实现产业升级、寻找新商机的动力源泉。
因此,要想让AI在行业中获得广泛普及,除了算力突破之外,算法的改良和大数据的有效应用也同样重要,智能计算可以选择算力作为突破点,但要想获得更大的商业价值,则必须与伙伴携手在智能计算的生态上不断取长补短,这才能真正让智能计算释放出应有的芳华与价值。
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 美媒聚焦比亚迪“副业”:电子代工助力苹果,下个大计划瞄准AI机器人
- 微信零钱通新政策:银行卡转入资金提现免手续费引热议
- 消息称塔塔集团将收购和硕印度iPhone代工厂60%股份 并接管日常运营
- 苹果揭秘自研芯片成功之道:领先技术与深度整合是关键
- 英伟达新一代Blackwell GPU面临过热挑战,交付延期引发市场关注
- 马斯克能否成为 AI 部部长?硅谷与白宫的联系日益紧密
- 余承东:Mate70将在26号发布,意外泄露引发关注
- 无人机“黑科技”亮相航展:全球首台低空重力测量系统引关注
- 赛力斯发布声明:未与任何伙伴联合开展人形机器人合作
- 赛力斯触及涨停,汽车整车股盘初强势拉升
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。