十餘年前，在星巴克咖啡館，第一批邊用膝上型電腦奮筆疾書、邊喝咖啡的人出現了， 這樣的畫面對很多人來說可能還記憶猶新。處在當下，回溯那段舊時光，正是因為IT（資訊科技）與CT（通訊技術）的融合，才會創造出這樣一副場景。面向未來，IT和CT將在人工智慧技術的引領下，將會在無數人腦海中創造更多的記憶時刻，在生活中、在工作中。

“華為一直定義自己是ICT公司，但以前談ICT，IT和CT兩邊的人都會覺得有些奇怪。但現在軟體定義一切，IT和CT越來越分不開，華為面向ICT融合基礎設施的定位，越來越準確了”，華為輪值董事長徐直軍在2018年全聯結大會上說。

作為數字化的兩大支撐技術，IT（資訊科技）和CT（通訊技術）雖然都有相同的名稱字尾，但在很長一段時間裡，頗有些涇渭分明之感。IT多談雲、端的計算效能和效率，CT則更多講管道的連線和速度，兩者在技術架構版圖上雖然連線，但是應用業務版圖上卻關聯不多。

但是，這兩種技術其實時常碰撞出火花，每次融合都會爆發出強大的生命力，催生出新產業。

2003年和2007年，IT和CT曾兩次聯手，讓普通消費者也感受其威力。

2003年，迅馳晶片組釋出，透過它，英特爾在膝上型電腦這個IT裝置中，加入了來自CT的WiFi技術，讓電腦上網脫離了網線。舉動看似簡單，但卻直接創造了移動辦公這一應用場景。早四年前便進入中國的星巴克咖啡館裡，用膝上型電腦奮筆疾書的人終於多了起來。

又過了4年之後，iPhone手機在2007年釋出。蘋果的設計團隊，第一次在通訊裝置當中，整合了來自IT的計算能力，從此，手機不再是手機，而是可以通訊的掌中電腦。當個人計算終端不僅只屬於PC，移動網際網路大潮也由此開始。面對此情此景，華為Quattroporte任正非曾斷言，“我看到MP3時說過一句話，加上通訊不就更厲害了嗎？後來果然加了通訊，第一代（iPhone）就賣了900萬臺”。

ICT融合的力量可見一斑。

2016年開始，一項技術透過圍棋人機比賽的方式重新走進人們的視野，它來自IT，但啟發於神經網路的它天生自帶CT基因，這讓本次IT和CT的融合碰撞更加史無前例。由此帶來的影響將涉及全社會，不僅改變億萬消費者的生活方式，還會給千萬企業帶來創新模式和運營方式的改變，這項技術就是人工智慧。經歷過兩次高峰和低谷的發展浪潮之後，AI第三次進入公眾視野。

由ICT出發的華為，正準備在這個程序中扮演關鍵角色，解決關鍵問題。

“通用技術”不“通用”的難題

AI的威力來自於作為通用技術的潛能。

徐直軍在全聯結大會上援引加拿大學者Richard G Lipsey《經濟轉型：通用技術和長期經濟增長》一書中的觀點：社會經濟的持續發展是靠通用技術的不斷出現而持續推動的。通用技術，就是有多種用途，應用到經濟幾乎所有地方，並且有巨大的技術互補性和溢位效應。這種溢位效應，讓AI可以與各行各業和其他技術所關聯。

同樣從智慧手機這個例子出發，我們可以發現第三次AI浪潮和明顯不同於第一次和第二次之處。在第一次和第二次浪潮中，AI的突破往往侷限於單體的超級智慧機器。而這一次AI浪潮一開始，就實現了每個人都可以有一臺可以通訊的AI機器（智慧手機），這在以往一定是不可想象的。在IT技術、CT技術的合力支援下，這個世界正在走向萬物連線，萬物智慧，只要資料流經的地方，無論雲、管道、邊緣還是終端，都在走向線上化和智慧化。手機是個開始，開關，攝像頭，路燈，越來越多的“物”將發生改變。

但是需求場景雖然已經表現出泛在和互聯的特徵，或許是此次AI大潮來的太快，產業界之前卻並沒有為此做好充足的技術準備。目前AI方案中，雲、端和邊緣的計算架構和計算框架往往並不統一，這直接導致了AI應用和開發的割裂。徐直軍表示，華為在研究中發現這個問題很突出，雲端的訓練推理，端側基本不適用，甚至是Tensorflow這樣的成熟框架體系也面臨這個問題，市場上找不到一個現有體系真正能夠實現全場景支援。

對華為首席戰略架構師黨文栓也對賽博故事做了進一步解讀，“在AI應用開發中，經常發生這樣的事，開發者在雲端訓練了一個模型，測試了一下精度很不錯，但是想應用在邊緣，精度就不夠了”，“在不同的場景中，無論是晶片、硬體還是框架都需要重新適配。”，這種情況增加了開發的複雜性，更直接制約了AI面向實際落地。這其中的原因似乎不難理解，當AI橫跨雲、端、邊緣ICT全產業鏈之後，如果沒有在IT、CT兩端都有足夠經驗積累，實現通用何其困難。

“全棧、全場景”、“吃狗糧”和“普惠AI”

面對這個業務痛點，在2018全聯結大會上，橫跨ICT的華為給出了自己的答案——提供一個統一、全面的全棧全場景的AI解決方案。

·全場景，就是指包括公有云、私有云、各種邊緣計算、物聯網行業終端以及消費類終端等部署環境。

·全棧則是技術功能視角，是指包括晶片、晶片使能、訓練和推理框架和應用使能在內的全堆疊方案。

因為晶片技術涉及計算底層和基礎研發，華為在本次活動釋出的基於達芬奇架構的AI晶片昇騰Ascend成為本次大會上的一大焦點，在這個平臺上，華為做到了一個 “達芬奇”架構，支援全部應用場景。黨文栓表示，“之所以把架構命名為叫達芬奇，就是因為達芬奇作為一個歷史上少有的跨界（藝術家、工程師等）奇才，代表著華為AI計算平臺的普適性”。

在開發這一架構的過程中，華為同樣結合了IT和CT兩方面的經驗。黨文栓對賽博故事解釋了開發基於馮諾依曼架構晶片的瓶頸。簡單概括來說，就是即使計算單元能力很強，但如果受限於無法以相應的速度把資料餵給計算單元，這會使整體計算能力大打折扣。很巧的是，華為在路由器的研發中，要解決的核心問題也是超高速頻寬問題。因此，華為在路由器研發中的技術積累和技術理念，恰好用在了AI晶片研發中。即便如此，他強調，與計算單元的超強能力相比，目前的網路頻寬依然不足，用網路思維解決計算問題，也依然是未來AI晶片平臺的破題之路。

達芬奇架構的昇騰Ascend平臺，做到了一個體系，普適不同場景

華為面向全棧全場景的AI平臺體系

不過在AI計算領域，有個約定俗成的認識，開發晶片平臺雖然難但或許仍可以做到，但是運營一個訓練和推理框架則難上加難，如果沒有足夠多的開發者和應用開發商支援，很難形成一個積極、活躍的生態平臺。更何況在這個領域，已經有來自Google的Tensorflow等強大的競爭對手。徐直軍也對此直言，在華為整個AI戰略中，在面向全棧、全場景的解決方案裡，最有挑戰的部分也是華為自己開發的 Mindspore訓練推理框架,“未來能不能構建一個生態，大家會不會用，這是唯一的挑戰”。即使如此，華為還是選擇自己開發了一個訓練推理框架，因為“我們（華為）真的找不到一個框架真正能夠實現全場景。”，“要實現全棧全場景，只能自己來做”，徐直軍表示。

技術產業，同樣有一個吃狗糧的說法，指的是技術公司在開發出新技術的時候，要自己先用，才好說服客戶去用，同時也將為應用積累經驗。這一點上，華為也不例外，而且在體量規模上擁有先天條件。華為高階管理顧問、人大商學院教授黃衛偉老師在全聯結大會前一天向賽博故事在內的媒體介紹了華為AI重點聚焦的方向，一是產品和服務的智慧化，二是提升企業內部管理的效能，走一個先向內求的過程。用華為創始人任正非的話來說，就是“華為所有的人工智慧要自己的狗食自己先吃，自己生產的降落傘自己先跳”。

徐直軍認為，這也是華為的晶片平臺和訓練、推理框架可以快速走向成熟的優勢所在。“華為自己有云，有每年上億臺的手機出貨量，有邊緣計算業務”，“一方面華為會推動建設良性的生態關係和做好相容性工作，但是即使是依靠華為自身的業務需求和承載量，已經可以保持和推動Mindspore計算推理框架的生命力和技術演進”，保持平臺活力。

儘管人工智慧的第三次浪潮如火如荼， 但是有一組數字表明，目前只有4% 的企業已經投資或部署了AI”，背後的原因就是AI的應用門檻過高，讓“人工智慧“火熱”與“冷靜”之間出現了巨大落差。

在華為的人工智慧藍圖中，無論是達芬奇架構還是Mindspore，以及華為的一系列全棧全場景解決方案，都可以認為是為解決這個落差而來。除了通用性之外，計算力的成本下降也是華為AI戰略的重要組成部分。在華為的介紹中，達芬奇架構再加上相關框架組合，可以讓AI算力成本有相當程度的下降。在徐直軍的演講中，有一個篇章是關於AI產業的十大障礙和對應的改變，其中就有三條和計算力成本效率直接相關，包括“縮短訓練時間”、“讓算力更充裕經濟”和“讓演算法更安全高效”。同時，這也是在推動讓“物”更容易的具備計算、連線ICT融合能力。

華為2018全聯結大會期間，華為進行了一系列關於“普惠AI”的理念推廣。徐直軍對這個理念的的解讀非常的坦率和直白，“推動門檻降低和成本下降就是華為普惠AI的努力目標”，更重要的是在他看來，對於普惠這件事，華為簡直再熟悉不過了，“如果不是華為20多年來的努力，從全球市場視角來看，通訊服務怎麼可能是現在這麼便宜？”

對於全球通訊普惠，一位有海外工作履歷的朋友有親身感受，“2006年我在海外非洲工作，每個月給家裡打電話話費算下來要幾千元”，自然佔據不少的生活開支，“2014年，我在海外南美工作，遇到急事再和家裡溝通，已經可以用手機網路影片通話，但通訊佔生活成本和8年前相比，已經急劇下降到無需單獨列項”，他對賽博故事感慨。

普惠之道，通訊如此，AI也將如此。

高飛 | 賽博故事

最大的優勢是自己有終端產品可以應用，其次是自身晶片設計能力，攝像頭類產品就是市場龍頭。

華為有極強的交付能力、客戶服務支援能力、銷售和售後能力，不要小看這些能力，大部分高科技創業公司只會飄在天上，不會到地上走兩步；

系統級產品能力。華為可以自己出手機整機，安防整體解決方案（攝像頭，伺服器，硬碟，網路，後臺系統，安裝，除錯，售後，等等），這是大部分競爭對手不具備的。