上周五，华为“周五见”达成了刷屏级的效果。
其实一直关注我们的朋友，或许在此之前就不难推测出，华为如此郑重的“周五之约“，应该是要发布去年HC大会中已经披露定位和规格的昇腾910芯片。
果不其然，华为轮值董事长徐直军在上周五发布了这款属于Ascend-max系列、号称地表最强算力的AI芯片。一时间关于AI、关系芯片的话题又重回大众视野，提振了社会心气。
对于昇腾910这个名字，AI爱好者可能已经不再陌生，那么我们接下来的问题或许应该是，“周五”之后怎样?换句话说，大家都已经从各种信息渠道了解到，这此发布的昇腾910是华为的AI大招，目前世界上最大算力的AI芯片。
但或许大家会好奇，这个大招对产业，对你我有什么价值?它的能力将如何投放给广阔的企业智能市场需求?
所以在“后周五时代”，或许有必要进入昇腾910背后，窥探这片多米诺骨牌的释放，可能会在AI与计算产业中引发连锁反应。首当其冲受到影响的，必然是公有云市场。
昇腾910落地后，AI之风正向何处奔涌，云计算产业会荡起哪些涟漪?这是一个值得花费我们更多时间来思考的话题。
云与AI之变
了解昇腾910的产业价值之前，我们必须回顾云计算产业近几年在遭遇怎样的变化。
我们知道，从2012年到2018年，全球AI算力的需求增长了30万倍。而今天随着AI算力从科研与开发走向产业应用，这个曲线更加笔直地向上攀升。
深度学习为代表的第三次AI崛起，基础技术逻辑是以某一目标训练算法模型，然后进行推理部署，达成所期待的耦合效果。
这就意味AI应用的流程包括训练和推理两大部分。企业想要获取AI技术，要么自己训练，要么使用厂商提供已训练好的AI能力。
而无论是AI的训练、开发，还是能力调用、场景部署，都是建立在计算基础上的。而且AI任务本身需求大吞吐量、高并发、高延展性的算力，所以云计算是AI效率最高、贴合方式最紧密的主要算力提供方案。
这一点带给云计算产业本身以非常强大的变化。过去云计算的价值，更多是对已有互联网任务进行支撑，而现在云计算成为了获取AI能力、开发AI能力的主要载体。从“支撑”到“获取”，这完全改变了公有云对于客户和市场的价值。
于是我们看到，AI开始作为云计算厂商的主要增长点。今天全球云计算市场的主要趋势，是传统老大哥AWS正在增速放缓，今年第二季度其增速有史以来第一次低于40%。而从去年开始大规模重组整合，以一系列AI能力、AI工具，以及部署灵活性为卖点的微软Azure，异军突起以极快的速度成为第二，云+AI成为了微软最赚钱的生意。为了继续巩固这一优势，不久前微软十亿美元投资了OpenAI，意在与谷歌持续竞争未来的AI市场。
而以AI算法能力著称，坐拥TPU和TensorFlow框架的谷歌云成为第三，今年谷歌预计在云计算业务营收超过80亿美金，这将成为谷歌体系的最重要增长点。
而在国内市场，以AI技术著称的百度云、华为云成为了崛起最快的两朵云。不难看出的是，全球公有云市场中，AI正在成为当之无愧的王牌。AI能力的强弱，也在成为云增长的核心能力标准。
那么什么是云+AI的核心能力呢?
从欧美云巨头的发展轨迹看，专项AI算力、框架、能力、开发生态是构成云服务商与企业AI需求结合的四大联接点。
而其中算力与框架，又是整个体系的支撑，是让用户可以自行研发AI模型的基础，价值格外重要。比如谷歌云这两年的快速增长，其实是以其自研的训练用AI芯片TPU为核心战略，再将开发社区和TensoFlow的用户捆绑到自己的云服务中，达成短期快速增长。
而为了应对谷歌树立的AI开发者之墙，微软、Facebook等巨头联手打通旗下开发框架，并发布了ONNX等跨框架工具。
由此可见，专项训练AI算力和开发框架，是如今构筑云计算企业未来增长点的核心。而华为发布昇腾910以及自研框架MindSpore，最直接受惠的当然就是直接应用其价值的华为云。由于业界其他云计算厂商都使用英伟达的板卡作为AI算力来源，所以华为云即将成为谷歌云之外，唯一拥有自研训练芯片和自研框架的云服务厂商。
这意味着芯片和框架这场云+AI的国际顶层竞争里，加入了华为云的坐席。而华为云在昇腾310和边端场景的应用布局，甚至构成了比谷歌云更加完整的全栈AI能力。这一信息背后，预示着此刻已经风起云涌的云计算产业，必将更加不平静。
在明晰了云+AI的产业格局之后，我们需要换个角度，从企业用户的视角看看，昇腾910与华为云的结合，到底将带来什么价值。
针对AI训练的暴力计算，是不可或缺的产业基石
对于AI技术的应用者来说，AI分为两个部分，也就是大家熟知的训练和推理。这二者之间的关系就像培养一个人。训练就像上学接受教育，推理就是开始找工作。
每个人都知道，换下工作比较容易，学校教育上个若干年可就成本很高了。不仅是要磨练学生，更是考验家长和老师。对于AI来说也是如此，企业用户应用AI能力并不难，但是想要自己训练一个专属的深度学习模型，把AI变成自己的专有竞争力，那可就困难了。
其中最困难的一项，就是训练专项算力不足。我们曾经采访过一位科研界的朋友，他设计了一个深度学习应用于生物医疗领域的算法模型。但是用研究所采购的专项算力，申请一次四个月，训练一次两个月，出了错误就重来。这种算力情况，直接导致他到毕业也不可能完成研发。
大型深度学习模型训练，是耗时、耗能、消耗算力最大的AI开发环节，但这一环节也是AI开发与创新的基础。如果企业用户和开发者不能独立训练大型模型，那么AI将永远停留在表层应用，无法产生差异化创新与深度结合行业的应用。
而解决方案也很简单，用徐直军的描述，就是对AI训练进行暴力计算。只用当AI算力强到一定程度，用不讲道理的姿态碾压数据训练，AI才能真正被千行万业应用，成为众智创新的新高地。
目前来看，昇腾910芯片就符合“暴力不讲道理”的这个芯片“人设”。根据公布数据，测试结果表明昇腾910算力达到了半精度 (FP16): 256 Tera-FLOPS;整数精度 (INT8) : 512 Tera-OPS。并且合规算力所需功耗仅有310W。更直接的对比是，运用在实际AI训练任务中，在典型的ResNet-50 网络的训练中，昇腾910与MindSpore配合，与现有主流训练单卡配合TensorFlow相比，显示出接近2倍的性能提升，每秒训练的图片数量从965张提升到1802张。
或许我们可以说得更直白一点，华为所指的主流训练单卡，就是英伟达的V100。事实上，目前能够基于云服务获取的AI训练算力，只能来自谷歌的TPU和英伟达的V100。后者基本要通过亚马逊的AWS来获取。而根据英伟达方面的指摘，TPU2.0仅有V100二分之一的算力，并且限量出租。
于是我们能看到，基于云服务的AI训练算力是十足的稀缺资源，价格昂贵且难以预约。这样的产业条件，显然是无法促进AI行业真正向前发展的。
而现在，昇腾910部署到华为云之后，全球开发者拥有了第三个选择，中国公有云市场迎来了首个全栈云+AI解决方案。加之昇腾910算力比V100更强，华为云始终坚持普惠定价策略和充足能力供给，训练这个天梯，或许真正能够拥抱算力层的解决方案。
云服务+AI训练算力，是一颗名副其实的产业基柱。但是通往这个基柱的走廊，过去非常狭窄——企业和开发者要忍受各种成本限制，当昇腾910接入华为云，这个走廊瞬间被拓宽，甚至打开了一条全新通衢。
大连妇科医院 mobile.bhyy0411.com
大连人流医院 mobile.bhyy0411.com
从广泛布局企业EI，到昇腾310和ModelArts的应用与生态建设，直到今天迎来昇腾910和MindSpore，华为云的产业智能化赋能能力，也迎来了质的提升。