AI智能以太算力全球社區

⑴ 華為正式發布最強算力AI處理器升騰910，谷歌等「友商」會如何看待

2019年8月23號下午，華為深圳總部，發布了勝利最強的a處理器升騰910，並且推出了全場景的AI計算框架。

華為公司的輪子董事長徐直軍說，華為已完成全站全場景AI解決方案的構建，今後將推出更多的AI處理器，提供更充裕，更經濟更適配的AI算力。

不過這倒給了他一個很好的借口。他一直大叫狼來了，狼來了。不過這兩天我沒有看到他的反應。估計最震驚的就該是他！

⑵ 說說你為什麼從事人工智慧行業給你帶來了什麼便利

雖然人工智慧的第三起確實有了質的發展，但考慮到這些沉渣泛起的為人工智慧從業者，我覺得第三落還是會來到，只不過並非對行業本身的懷疑，而是自我凈化罷了。而人工智慧的行業發展趨勢，由於大規模數據+大規模算力的基本方法論已經成熟，今後的發展路徑是十分清楚的：在那些數據儲備充分、商業價值清晰的場景，人工智慧會迅猛發展，投身於這樣的行業中期發展會非常好；而醫療、教育這類領域，由於電子化數據的整理與積累尚需時日，可以需要一個較為漫長的發展過程。

⑶ AI算力平台的算力怎麼評估

單CPU 的發展已經不能滿足實際應用的需求，AI 時代必須要依靠並行計算。目前，並行計算的主流架構是異構並行計算平台。如果您需要算力方面的服務，可以去十次方了解下。

⑷ 浪潮如何應對AI算力多元、巨量、生態化挑戰

浪潮認為智算中心是應對未來AI算力多元、巨量、生態化挑戰的新基建。所以，浪潮在2020年提出智算中心的構想，提供AI計算所需的算力服務、數據服務和演算法服務的公共算力新型基礎設施，在AI時代將扮演算力生產供應平台、數據開放共享平台、智能生態建設平台和產業創新聚集平台等多重角色。智算中心普及，可降低全社會AI應用成本、加強政府社會治理能力、增強企業創新轉型動能、推動人工智慧產業聚集。

⑸ 人工智慧方面的業務需要用到算力服務，現在租算力劃算還是買算力劃算

十次方算力租賃平台的看法：至於算力是否用來租，這得看企業的條件。實力比較強的大企業，通常也能自己購買大量硬體和軟體建立屬於自己的算力中心。
不過照目前來看，很多中小企業還是面臨「算力不充足、成本昂貴、難獲取」的現狀。除此之外，有些企業對算力的需求往往彈性伸縮的，如果自己創建算力中心，就需要花費大量的資金，且還面臨著擴展性不足、效率低下等問題。因此針對這種情況，很多企業會優先選擇「租用算力」的方式。

⑹ 2020年世界人工智慧大會的八大鎮館之寶分別是什麼

2020年世界人工智慧大會的八大鎮館之寶分別是微軟硅石項目、全國首個「智能方艙醫院」解決方案、ABB的Yumi雙臂機器人、華為Atlas900訓練集群、優必選Walker機器人、IBM人工智慧辯論系統、四足機器人OpenCat、智能放牧機器人。

1、微軟硅石項目

微軟硅石項目位於「AI先導區」，它使在玻璃中存儲大量數據成為現實。藉助這種載體，7．5平方厘米的玻璃片中竟可儲存多達75．8G的數據。

2、全國首個「智能方艙醫院」解決方案

達闥科技打造的全國首個「智能方艙醫院」解決方案在「AI＋醫療」展區集中亮相。新冠疫情防控期間，其清潔、消毒、安保等30多台智能機器人在湖北武昌方艙醫院大展身手。

3、ABB的Yumi雙臂機器人

ABB的Yumi雙臂機器人在「AI＋工業」板塊展出，此次Yumi攜帶從生物科技、基因檢測、制葯到物流，涵蓋醫院全鏈條的智慧醫療解決方案重磅亮相，觀眾還可傾聽Yumi五年來人機協作的成長故事。

4、華為Atlas900訓練集群

華為Atlas900訓練集群位於「AI＋基礎技術」展區。Atlas900由數千顆升騰910AI處理器集成，其算力相當於50萬台計算機，代表了當今全球算力的巔峰。

Atlas900通過強大的算力可以幫助研究人員從事預測天氣、勘探石油、探索生命奧秘、加速自動駕駛的商用進程等工作，未來將作為「中國造」為人類世界造福。

5、優必選Walker機器人

優必選Walker機器人在「AI＋教育」展區出現。該款機器人集成了人工智慧和機器人核心技術，具備36個高性能伺服關節以及力覺、視覺、聽覺和平衡等全方位的感知系統，在全身運動控制、復雜地形靈活行走、自平衡、手眼協調、視覺識別、智能安全交互等方面實現了突破。

6、IBM人工智慧辯論系統

IBM人工智慧辯論系統將參與此次大會SAIL獎評選。辯論是一種主觀的藝術形式和技巧，是人類的語言，IBM人工智慧辯論系統被公認為AI領域的重大挑戰之一。未來，更多的人生活在社交媒體空間與碎片化時間中，該系統將幫助人類做出更明智的決定。

7、四足機器人OpenCat

來自矽谷的創業團隊Petoi研發的四足機器人OpenCat在「AI產業生態圈」中，首次於國內亮相。小小的身軀擁有超強大腦、敏銳的感知以及活動能力，擁有人機交互、自動平衡、靈活避障等能力。此外，Petoi的二代產品機器狗Bittle也將全球首發。

8、智能放牧機器人

智能放牧機器人是西藏自治區農業工作的重大專項成果，此次也是首度亮相。該款產品解決了牧民最關心的養牛存活率問題，包括發病早期氂牛的及時醫治、定位驅趕等，將綜合提升牧民的經濟效益。

⑺ 華為發布全球最快 AI 運算集群 Atlas900，會對 AI 領域帶來什麼變化

9月18日，華為發布一款重量級的產品——Atlas 900，這款產品匯聚了華為幾十年的技術沉澱，是當前全球最快的AI訓練集群，由數千顆升騰處理器組成。在衡量AI計算能力的金標准ResNet-50模型訓練中，Atlas 900隻用了59.8秒就完成了訓練，這比原來的世界記錄還快了10秒。

「ImageNet-1k 數據集」 包含 128 萬張圖片，精度為 75.9%，在同等精度下，其他兩家業界主流廠家測試成績分別是 70.2s 和 76.8s，Atlas 900 AI 訓練集群比第 2 名快 15%。胡厚昆表示：Atlas 900 的強大算力，可廣泛應用於科學研究和商業創新。比如天文探索、石油勘探等領域，都需要進行龐大的數據計算和處理，原來可能花費好幾個月的工作，現在交給 Atlas 900，就是幾秒鍾的事情。Atlas 900 集成的數千顆升騰處理器，正是前段時間正式商用的升騰 910。

⑻ 華為發布全球最快AI運算集群Atlas900，會對AI領域帶來什麼變化

9月18日，上海，第四屆華為全聯接大會開幕，華為首次發布計算戰略，基於架構創新、投資全場景處理器族、有所為有所不為的商業策略、構建開放生態進行布局，計算產業新的大航海時代由此開啟。同時，華為重磅發布了全球最快AI訓練集群Atlas 900，加速科學研究與商業創新的智能化進程。

在計算的智能時代，我們認為有三個重要特徵。

第一個特徵，需要超強的算力。統計計算本身就是一種暴力計算，高度依賴於算力。舉個例子，為了讓計算機認識一隻貓，就需要數百萬圖片的訓練，這對算力的消耗是非常驚人的，面向自動駕駛、天文探索、氣象預測等更復雜場景，對算力的需求將會更大。

第二個特徵，計算和智能將會無處不在，而不僅僅是分布在中心側。從中心節點的暴力計算，到邊緣側的專業計算，如基因測序，以及端側的個性計算，如耳機、手機，一起構成了未來智能時代的計算形態。

第三個特徵，端邊雲之間需要高效的協同。中心側負責通用模型的計算，為端側的個性化計算和邊緣側的專業化計算，提供協同支撐。

⑼ 任正非為何能與兩位全球頂級人工智慧專家對話

入股AI公司深思考，華為下一個前沿領域是人工智慧

9月19日，華為心聲社區發布華為創始人任正非接受《紐約時報》專欄作家托馬斯·弗里德曼的采訪紀要，采訪時間為9月9日。在此次采訪中，任正非表示華為要研究的下一個前沿領域是人工智慧，華為將建設支撐人工智慧的平台。「Google、英偉達都能做同樣的事情，只是我們目前做得更好。」

侯金龍表示，華為將按照「量產一代、研發一代、規劃一代」的節奏投資晶元，因此鯤鵬和升騰將以每年推出一代的節奏持續提升競爭力，同時確保後向兼容。

華為的Atlas系列產品不對外銷售，但將通過華為雲輸出服務。在大會上，華為推出69款基於鯤鵬的雲服務和43款基於升騰的雲服務，並宣布基於升騰的圖像搜索服務、內容審核服務價格下調70%。

為了打造計算生態，華為還宣布將伺服器操作系統EulerOS、AI計算框架MindSpore和單機版資料庫GaussDB OLTP全部開源，開源時間分別為今年12月31日、明年第一季度和明年6月。

⑽ 中國人工智慧發展如何華為推出AI訓練集群Atlas 900，說是全球最快的人工智慧平台，想了解下

隨著政策的推動以及資本的關注，人工智慧產業仍將保持迅猛發展態勢，2020年中國人工智慧核心產業規模將超1500億元。

當前人工智慧的商業化主要是基於計算機視覺、智能語音、自然語言處理等技術，技術應用面廣泛，涉及智能醫療、智能駕駛、智能家居等多場景。

2018年中國人工智慧領域共融資1311億元，增長率超過100%，投資者看好人工智慧行業的發展前景，資本將助力行業更好地發展。

在人工智慧與出行結合領域，路徑規劃、網路約車、交通管理、自動駕駛等技術的研發解決了傳統出行不便的痛點，其中深蘭科技深耕智能交通、智能環境、智能城市等細分領域，已實現人工智慧產品落地。其深蘭科技熊貓智能公交車已實現在廣州、天津等國內多個城市試運行。而人工智慧與安防、醫療、零售等產業的結合，均解決了一定行業痛點，利用機器學習演算法、深度學習和NLP促進行業發展。

隨著5G商用時代的逐漸來臨，人工智慧技術連接效率也將進一步提升，深度學習、數據挖掘、自動程序設計等領域也將在更多的應用領域得到實現。

中國人工智慧發展迅速

中國人工智慧技術起步較晚，但是發展迅速，目前在專利數量以及企業數量等指標上已經處於世界領先地位。2013-2018年，全球人工智慧領域的論文文獻產出共30.5萬篇，其中，中國發表7.4萬篇，美國發表5.2萬篇。在數量佔比方面，2017年中國人工智慧論文數量佔比全球已經達27.7%。當前中美兩國之間人工智慧科研論文合作規模最大，是全球人工智慧合作網路的中心，中美兩國合作深刻影響全球人工智慧發展。

中國人工智慧未來熱度持續

艾媒咨詢分析師認為，目前中國整個人工智慧產業規模仍在保持增長，同時國家也在不斷出台各類人工智慧產業扶持政策，資本市場對人工智慧行業的投資熱情不減，技術方面不斷突破是產業增長的核心驅動力。

未來人工智慧產業的走向取決於演算法的進步，由於演算法的技術突破是決定人工智慧上限的，所以未來人工智慧企業拉開差距就在演算法的技術突破上，誰能先在演算法上取得成功，誰就能取得資本市場青睞，同時產業落地也會進一步提速。在演算法方面，目前已經有深度學習和神經網路這樣優秀的模型，但就目前國內人工智慧演算法的總體發展而言，工程學演算法雖已取得階段性突破，但基於認知層面的演算法水平還亟待提高，這也是未來競爭的核心領域。

雖然演算法決定人工智慧上限，但是目前的演算法短時間內可能很難有所突破，所以算力也是目前人工智慧企業競爭的一個重點方向，以目前的算力水平，主要實現商業化的人工智慧技術為計算機視覺、智能語音等，未來若算力進一步突破包括算力的提升、生產成本的降低都會使人工智慧技術的產業化進一步深入。

以上內容摘自艾媒咨詢最新發布的《艾媒報告 |2019上半年中國人工智慧產業研究報告》