开放AI算力

Ⅰ AI开放平台名被合作方注册，华为陷商标争夺战，对华为有何影响

北京知识产权法院近日公布的一份判决显示，因为其核心芯片上的移动计算架构HiAI被合作方抢注，华为在申请商标无效并没有达到预期结果后，向法院起诉国家知识产权局，一审败诉。HiAI是华为面向智能终端的AI能力开放平台，作为曾在麒麟970芯片上创新设计的移动计算架构，该系统目前已升级到HiAI 3.0，支持多终端共享AI算力。

亮风台商标被保留的商品类别，与华为申请无效掉的商品类别非常相近，都涉及AI科技类产品，双方稍不注意就可能越界侵犯对方权益，容易导致纠纷产生。争议商标流入市场，对争议各方的发展并不利，也给商业秩序带来不利影响。” 这样分析来看对于华为来说影响是比较大的，希望可以尽快解决这个商标问题。

Ⅱ 给人工智能提供算力的芯片有哪些类型

给人工智能提供算力的芯片类型有gpu、fpga和ASIC等。

GPU，是一种专门在个人电脑、工作站、游戏机和一些移动设备（如平板电脑、智能手机等）上图像运算工作的微处理器，与CU类似，只不过GPU是专为执行复杂的数学和几何计算而设计的，这些计算是图形渲染所必需的。

FPGA能完成任何数字器件的功能的芯片，甚至是高性能CPU都可以用FPGA来实现。 Intel在2015年以161亿美元收购了FPGA龙 Alter头，其目的之一也是看中FPGA的专用计算能力在未来人工智能领域的发展。

ASIC是指应特定用户要求或特定电子系统的需要而设计、制造的集成电路。严格意义上来讲，ASIC是一种专用芯片，与传统的通用芯片有一定的差异。是为了某种特定的需求而专门定制的芯片。谷歌最近曝光的专用于人工智能深度学习计算的TPU其实也是一款ASIC。

(2)开放AI算力扩展阅读：

芯片又叫集成电路，按照功能不同可分为很多种，有负责电源电压输出控制的，有负责音频视频处理的，还有负责复杂运算处理的。算法必须借助芯片才能够运行，而由于各个芯片在不同场景的计算能力不同，算法的处理速度、能耗也就不同在人工智能市场高速发展的今天，人们都在寻找更能让深度学习算法更快速、更低能耗执行的芯片。

Ⅲ 巨闸开放之后会怎样解码Mobile AI生态丛林

从芯片萌发到多款AI产品的面世，移动AI这个话题在今年年尾变成了手机产业的主旋律。

在与很多朋友交流时，大家都会不约而同提出这样一个问题：假如华为Mate10等产品代表着移动AI的开端，那么下一步手机到底会变成什么样子？

确实，AI专项处理能力和硬件基础就像一座大厦的地基。Mate10等产品的出现仅仅是整个AI生态的开端，这之后AI会带给消费者什么惊喜，就要靠各种应用和技能开发者的奇思妙想来实现了。

在更早的时候，我们从技术逻辑上分析过这之后移动AI生态的可能面貌。而一段时间过后，我们又通过对华为手机AI领域的相关专家和负责人进行采访，获知了移动AI生态的新进程。

从很多我们耳熟能详的应用进行AI化的消息来看，云端一体化的AI能力很可能将快速酝酿出我们期待的杀手应用。

Mobile AI的能力就像一道刚刚开放的闸门，水流涌出不但带来巨大的势能冲击，体验冲撞，还将把此前不同的开发、消费与商业生态连接到一起。从这个角度看，手机的2018年，也许会成为一个令人激动的数字。

Mobile AI建立的生态图

AI只是一种基础能力，在基础能力上能做出什么花样才是消费者最终期待的东西。根据华为方面的介绍，Mate10代表的移动AI产品和平台，总共会开放三重赋能应用开发者的能力，从芯片的能力释放到HiAI架构带来的AI计算库与API，再到对主流机器学习平台的迁移，会从不同角度加持开发者，满足不同应用进行AI化，以及针对移动AI体系开发新应用的需求。

在体系化AI生态加持下，最直接的变化就是各种移动应用都可以比较容易的进入AI矩阵。很多我们大家触手可及，每天见面的手机应用，可能都会在你意想不到的角度“被AI掉”。

举个最直接的例子，大家每天都在玩的抖音和快手。这两个感觉特别大众文化的APP，都已经加入了华为开发者联盟，开始借助终端AI的加持能力升级自己的产品。

是不是有点炸裂？或者说从来没想象到快手可以和AI联系到一起吧？

但事实上却是，快手这类直播与短视频APP，突出的是画面效果上释放的瞬时震撼感。我们看到的很多脸部特效、背景特效、礼物特效等玩法，其实都需要利用AI算法来实现更好的体验升级和瞬时化贴合。

举个例子，假如我们录一个超快速动作的抖音或者快手视频，然后希望进行一个视频背景替换，把我们自己和某个大片放在一起。那么利用传统的算法和云端AI能力，往往会出现动作捕捉不充分，不能把快速运动的主角从原有背景里剪辑出来的尴尬。结果就是让本来好玩的视频变得充满瑕疵。

而通过麒麟970的终端AI任务处理能力，算法就可以完美捕捉到快速运动的人或者物体，从而施加贴合度极高的特效以及完整的背景替换效果。

据介绍，未来这类直播和短视频应用中，用AI来替换主播的脸和身体，甚至声音都不是什么难事。想一想还有点惊悚…

从目前来看，有四类应用已经开始逐渐加入Mate10背后的AI产业生态：1短视频应用，比如快手、抖音;2社交平台类应用，比如手机网络、QQ空间，借助AI来提升图片与视频的搜索和识别效率;3翻译类应用，借助终端AI实现翻译质量的提升和本地化效率;4美图类和相机类应用，运用AI加持快速准确的美颜和环境美化效果。

当AI成为某种前提条件，明显开发者的脑洞幅度会大大提升。而如此多的应用快速加入移动AI生态，或许不仅是注意到能带给固有业务的提升，更重要的是看到了移动AI的丛林化生长可能。

生长、平台、商业森林：AI为何被关注？

众多视频、社交、翻译类应用，甚至未来可能出现的游戏和电商，大量流量入口加入AI后会带来怎样的方向性改变呢？

换言之，当大家通过Mate10代表的移动AI能力开始新一轮赛跑，会在一段时间后把我们的手机变成什么样子？

从目前的AI体验提升上看，这个问题已经有了几种可能性较大的答案：

1.识别成为手机的主要能力。在采访中我们了解到，接下来最大比例的手机AI能力会集中出现在识别上。比如说上面说过的对运动物体和背景的识别，对人脸的识别等等。未来，在大量的知识图谱和计算机视觉技术成熟后，还很可能出现通过摄像头理解周遭物理环境的能力。比如地图上摄像头实景指路、识别食物卡路里和营养单位、旅行中识别古迹来一段专业讲解等等。这些能力的加入，直接把手机从记录工具变成了输出工具，带来的应用想象力是全面迭代的。

2.视频玩法的多样性。通过终端AI处理能力的加持，手机可以与各种复杂的视频计算与加持联系到一起，更多只能在PC中实现的玩法将进入手机当中。视频、直播和游戏类应用，将会把手机是否被AI加持过，给清晰的区分在消费者面前。

3.AR开始进入纪元。另一个生长空间，是AR重回视野。口袋妖怪那样的现象级应用没有持续发生，很大原因在于手机的算力无法支持更复杂的AR应用，而在移动AI前提下，手机AR对环境计算能力、复杂信息处理能力都将提升。AR将重新成为消费应用的主流，这也是2018的大概率事件。

几个端口的集合式生长，正在催生一系列新的商业机遇空间。由于被提升的是基础能力，如何在这些趋势中找到自己的机遇，将会吸引越来越多的开发者，甚至知名移动平台加入AI的生态丛林。在这些生长空间背后，提供能力支持和开放架构的Mobile AI体系散发出巨大的平台商业想象力。

通过麒麟970的NPU原点，上升到平台构建和商业森林展开，似乎是一件合乎逻辑的事。所以Mate10代表的手机AI生态可能性，自然会得到广泛的关注。

把手机变成普通消费者的AI之眼与AI之耳，也许是触屏交互之后最大的一场移动终端变革。对于手机产业的影响，当然也不言而喻。

一个小预测：Mate10在2018连接起的河网效应

不难看出，完整的生态架构优势，正在让我们购买的手机不再是一个单品，而是众多变化发生的起点。

换言之，消费者买到的并不是终端AI的完全体现，而是不断进化和学习的AI应用基础。从这个角度来看，移动AI在2018年最有可能产生的事态，是旗舰机相继搭载移动AI芯片之后，应用的AI体验开始为消费者关注和接受。随后开发者陆续加入用AI来进行功能迭代的序列，从而激发深度学习等原本距离手机平台较远的开发者加入到这个阵营中。

这个或许可以称为平台与市场之间的河网效应：在AI终端处理能力这条河道挖通后，不同方向的应用与开发能力、技术能力的水源，将会汇聚到一起，从而组成更辽阔的水域。在消费者从这块水域取水后，更多水利设施会加入其中，引导技术市场的发展。最终勾勒出新的移动AI画面。

接下来较为可能的一件事，是通过HiAI架构，Mate10代表的产品将人工智能开发、手机应用开发、视觉体验升级开发，三大开发部类整合成一个整体。我们已经看到很多应用和开发者投入新的一体化开发格局当中，未来在传感系统、算法和体验优化技术的成熟下，整个生态群落将进一步完善。

在2018的AI终端大年里，华为代表的Mobile AI与智慧手机战略将可能迎来实质意义的迭代。有意思的是，在这个其他品牌缺乏终端AI能力的在这个市场间错期里，智慧终端的上扬和竞品在AI上技术能力不足，将为华为留下一个空窗。

国产手机开始挑战IoS开发生态和苹果品牌的先导地位，也许这就是最好的机会。

(文/脑极体)

Ⅳ 乱花渐欲迷人眼,AI如何才能真正落地

人工智能历史上经历过数次沉浮，如今再次被引爆。

从政府、学术界、企业界、投资界到创业者们，无一不将人工智能视为未来方向;而分析师和媒体从业者们的海量分析报道，更是让人工智能快速占领了每一个普通人的视听。

于是，正如历史上每一个产业的兴起，人工智能在歌舞升平的同时，也逐渐变得有些“乱花渐欲迷人眼”。

从积极的一面来看，人工智能催生了大量新技术、新企业和新业态，为个人、企业、国家乃至全球提供了新的经济增长点，甚至将驱动第四次技术革命，创造巨大的价值。

IDC预计，全球人工智能支出到2020年将达到2758亿人民币，未来五年复合年增长率将超过50%。中国人工智能技术支出将达到325亿元，占全球整体支出的12%。

从消极的一面来看，尽管人工智能揭开了一个全新的时代，但也在不断滋生着“泡沫”，吹捧有之，跟风有之，噱头有之，近两年，数十家中美AI创业企业密集倒闭，大量AI创业项目中途夭折，不免让人感慨，人工智能是否只是“看上去很美”？

那么，人工智能的未来到底会发展成怎样？如何才能真正落地？如何才能实现规模商业化？尽管人工智能的概念的提出已经有六十余年，但理论、技术和应用、商业的结合并没有太多前人的足迹。

故而，在人工智能产业的发展中，“拓荒者”和“领头羊”的角色就显得尤为重要。

“场景驱动”是AI落地关键

在人工智能的诸多玩家中，阿里巴巴已经正在努力成为这一角色。对于AI的未来，阿里已经有了清晰的认知，以及与众不同的AI发展路径。

12月20日，在云栖大会·北京峰会上，阿里云总裁胡晓明提出了“AI for Instries”(产业AI)的理念：人工智能不应仅仅是实验室里的、PPT里的“概念上的AI”，更应是“产业AI”。

胡晓明表示，“产业AI”的提出，是基于阿里巴巴对人工智能的三个判断：

“第一，必须要有场景驱动，我们在解决什么问题，为这个社会的成本降低了多少，效率提高了多少;第二，在人工智能背后是否是有足够的数据来驱动AI能力的提升;第三，是否有足够的计算能力支撑我们的算法、深度学习;只有三个场景同时具备的前提下，人工智能才会有价值”。

阿里将“场景驱动”放在了首位，这正是阿里“产业AI”战略的核心，也是阿里独特的AI发展路径，更是阿里能够将AI实现落地的独家秘笈。

和很多企业和机构的做法不同，阿里的AI旅程并不是从实验室中的研究和讨论开始，而是反其道行之，从基础业务部门开始推动，让AI从日常场景中“长出来”。

例如，手机淘宝中能够让用户通过拍照的方式实现“以图搜图”的“拍立淘”功能，就是源于电商场景，之后通过解决一个个的技术问题，最终形成成熟的AI解决方案。

电商平台为阿里提供了AI生长的优良土壤。大量消费者普遍的、或者个性化的需求造就了不同的应用场景;海量数据为AI提供了充足的“原料”;而阿里云强大的计算能力则成为了AI实现的加速器。三要素齐备，阿里得以让人工智能快速发挥出价值。

事实证明，阿里选择的这条“自下而上”、“从场景中来”、“再到场景中去”的产业AI路径方向正确，并行之有效，推动了AI技术在行业应用场景中的真正落地。

“双11”当天，机器人客服“阿里小蜜”承担了95%的客服咨询;机器智能推荐系统生成了超过567亿个专属货架;AI设计师“鲁班”在双11期间设计了4.1亿张商品海报;而阿里华北数据中心运维机器人接替了运维人员30%的重复性工作。

不仅在零售领域，阿里“产业AI”布局已经覆盖城市、金融、司法、农业、教育、航空、工业、安全、环境、医疗十大垂直领域，并已相继开花结果，目标以AI技术对垂直产业进行全局重塑。

例如，在金融领域，阿里通过云计算和智能算法，将南京银行申请贷款过程中的人工视频验证减少54%;在工业领域，阿里云ET工业大脑帮助天合光能将电池A品率提升7%;在智慧城市领域，阿里云ET城市大脑在杭州接管了128个路口的红绿灯，通过对视频等数据的全量分析来优化道路运营速度和效率，在试点区域的道路上通行时间减少了15.3%。

在胡晓明看来，过去每一次产业革命都是技术与产业的深度融合，从而引发经济和社会变革，AI也不例外。未来AI要深入各行各业，去解决生活、生产和社会环境中遇到的棘手问题，这样才能引领真正的产业革命。

通过“产业AI”布局，阿里正在这条“产业与AI深度结合”的路上渐行渐远。

“ET大脑”让行业共享AI红利

一年前，阿里云发布了人工智能ET，全面整合了阿里巴巴的语音、图像、人脸、自然语言理解等能力。在12月20日的云栖大会·北京峰会上，阿里云正式推出整合城市管理、工业优化、辅助医疗、环境治理、航空调度等全局能力为一体的ET大脑，将ET从单点的技能升级为具备全局智能的ET大脑，全面布局产业AI。

ET大脑LOGO

据阿里云机器智能首席科学家闵万里介绍，ET大脑的核心能力是“量子拓扑”，其诞生主线要追溯到1905年爱因斯坦发布的关于布朗运动的论文：“从一个巨大的网络上，怎么样从这些传播的表象上找到它最核心的路径？而这一点恰恰是ET大脑最核心的一个能力，也是与众不同的能力。”

闵万里表示，相较于其他AI产品，阿里云ET大脑将AI技术、云计算大数据能力与垂直领域行业知识相结合，基于类脑神经元网络物理架构及模糊认知反演理论，实现从单点智能到多体智能的技术跨越，打造出具备多维感知、全局洞察、实时决策、持续进化等类脑认知能力的超级智能体。

ET大脑的发布，意味着阿里云的AI能力已经从单点技术进化到面向垂直行业的全局能力，在过去的一年中，ET大脑在城市、工业、医疗等领域获得大量实践，量变引发质变，进而能够升级为各行业的“大脑”。闵万里表示，ET大脑将被设定为一个开放的生态，让创业公司、开发者和行业公司一起来分享技术的红利。

除了ET大脑，阿里云在云栖大会·北京峰会上还发布了ET航空大脑，用运筹优化、机器学习等人工智能方法分配停机位，预计每天调度1700架次航班，帮助乘客节省5000个小时，大大提高航班中转效率，从而降低延误率。

据闵万里介绍，为机场提供停机位的智能调度只是ET航空大脑的功能之一，航空大脑还希望深入航空的其他场景。此前，阿里云天池平台曾联合厦门航空、白云机场启动智慧航空AI大赛，向全球工程师发出邀请，用智能算法解决航空场景下的问题。未来，ET航空大脑将继续为航班智能恢复、机场地勤人员调度、航空公司航线规划等提供人工智能解决方案，打造智慧航空。

在云栖大会·北京峰会上，阿里云还宣布推出具备智能风控、千人千面、关系网络、智能客服等能力的智能决策金融方案——ET金融大脑。

据阿里云金融事业部总经理徐敏介绍，ET金融大脑可辅助银行、证券、保险等金融机构实现对贷款、征信、保险等业务的智能决策及风控监管，可大幅降低资损率，提高信用卡等预测准确率，促进金融机构在互联网消费金融、中小微企业金融服务等普惠金融方面的探索。

如今，ET金融大脑已经在南京银行、浙商银行、广发银行等金融机构得到应用，在智能风控、“千人千面”的金融服务、开拓“新金融”商业模式中大显身手。

推落地促生态，让AI“普惠”大众

从《终结者》、《黑客帝国》到《西部世界》，人类表达了对于人工智能的隐忧，未来，人工智能是否将代替人类？MIT人类动力学实验室主任、《智慧社会》的作者Alex Pentland曾经指出，其实我们要忧虑的并非是全球化人工智能本身，而是它的幕后操纵者。

人工智能是人类创造的工具。如今，业界更乐于将人工智能定位于“增强智能”，其目标不是为了代替人类，而是增强人类的能力，为人类生产生活服务。故而，人工智能不应被封闭在实验室之中，而是要与人类生产生活紧密结合，普惠大众。

阿里所提倡的“产业AI”，正是一种将其AI能力开放，普惠大众的做法。阿里AI能力相继在城市、工业、汽车、零售、金融、家居、航空等领域落地，在破解行业难题的同时，也切实为普通消费者的生活带来了改变，让消费者切实能够从AI中获益。

阿里也正在通过开放合作，让AI能力惠及更多的行业和消费者。

在云栖大会·北京峰会上，阿里云和中国电信在安全领域展开合作，双方将于明年共同推出定制化DDoS防护服务，为中小企业提供普惠安全;新华书店携手阿里云，布局智慧书店，在消费侧与顾客建立紧密连接，打造全新的“悦读生活”理念，满足消费者多元化、个性化的需求。

同时，阿里云同隆平高科、中信云宣布达成战略合作，计划将ET大脑推进到农业领域，主要用于筛选育种、基建数据化、农事管理、基地选址及农作物生产预测。阿里云与宝马中国正式对外宣布，双方将基于物联网，为宝马车主提供从家到车的一站式无缝连接的远程服务，实现查询汽车实时状态以及远程控制车辆的智能生活。

除了将AI技术和行业深入结合，普惠大众，阿里还在积极参与人工智能生态的建设和人才的培养，推动人工智能在中国的加速落地。

在云栖大会·北京峰会上，阿里云联合掌通家园、贝聊、智慧树、小蚁科技、得图等厂商发布了“AI视觉守护联盟”，希望将人工智能、视频技术和工业、农业、教育等行业深度结合。

阿里云深度融入了国家大数据战略，包括深度参与两个由政府发起的大数据国家工程实验室;阿里云“天池”大数据平台已经聚集了超过11万名开发者;阿里亦已和307所中国大学开启了普惠计划，将云计算、大数据、人工智能等新技术带进高校，培养人才。

综上，中国人工智能的发展和落地，既需要“拓荒者”和“领头羊”，也需要整个生态的繁荣和健康发展。在这个过程中，阿里及其所布局的“产业AI”，都扮演了关键的角色。

Ⅳ 华为正式发布最强算力AI处理器升腾910，谷歌等“友商”会如何看待

2019年8月23号下午，华为深圳总部，发布了胜利最强的a处理器升腾910，并且推出了全场景的AI计算框架。

华为公司的轮子董事长徐直军说，华为已完成全站全场景AI解决方案的构建，今后将推出更多的AI处理器，提供更充裕，更经济更适配的AI算力。

不过这倒给了他一个很好的借口。他一直大叫狼来了，狼来了。不过这两天我没有看到他的反应。估计最震惊的就该是他！

Ⅵ 我们公司是做人工智能的，怎样跟十次方的算力平台合作呢

人工智能和算力关系匪浅。推动人工智能发展的动力就是算法、数据、算力这三个，这三要素缺一不可，都是人工智能取得如此成就的必备条件。
而对于算力这方面，我们知道有了数据之后，是需要进行训练，而且还是不断地训练。因为只是把训练集从头到尾训练一遍网络是学不好的，就像和小孩说一个道理，一遍肯定学不会，当然除了过目不忘的神童。而且除了训练，AI实际需要运行在硬件上，也需要推理，这些都需要算力支撑。
所以说人工智能是必须要有算力，并且随着现在越来越智能的发展，还需要更多更强的算力。

Ⅶ 华为发布全球最快 AI 运算集群 Atlas900，会对 AI 领域带来什么变化

9月18日，华为发布一款重量级的产品——Atlas 900，这款产品汇聚了华为几十年的技术沉淀，是当前全球最快的AI训练集群，由数千颗升腾处理器组成。在衡量AI计算能力的金标准ResNet-50模型训练中，Atlas 900只用了59.8秒就完成了训练，这比原来的世界记录还快了10秒。

“ImageNet-1k 数据集” 包含 128 万张图片，精度为 75.9%，在同等精度下，其他两家业界主流厂家测试成绩分别是 70.2s 和 76.8s，Atlas 900 AI 训练集群比第 2 名快 15%。胡厚昆表示：Atlas 900 的强大算力，可广泛应用于科学研究和商业创新。比如天文探索、石油勘探等领域，都需要进行庞大的数据计算和处理，原来可能花费好几个月的工作，现在交给 Atlas 900，就是几秒钟的事情。Atlas 900 集成的数千颗升腾处理器，正是前段时间正式商用的升腾 910。

Ⅷ AI时代计算能力如何分配

从技术层面来说，A11仿生处理器内含的“神经网络引擎（neuralengine）”是其AI功能实现的基础，尽管目前还没有更加详尽的官方技术解析发布，但根据已知的信息来看，“神经网络引擎（neuralengine）”就是将部分需要实时响应的“人工智能”相关功能（如语音识别、人脸识别等等）进行加速，让其在手机端达成高效的计算，进而提升“人工智能”相关功能的用户体验，呈现出更高等级的“人工智能”功能。

Ⅸ AI算力平台的算力怎么评估

单CPU 的发展已经不能满足实际应用的需求，AI 时代必须要依靠并行计算。目前，并行计算的主流架构是异构并行计算平台。如果您需要算力方面的服务，可以去十次方了解下。