展会信息港展会大全

对话徐直军:AI就是个暴力计算,没有强大算力哪来成功?
来源:互联网   发布日期:2019-09-02 10:10:31   浏览:16798次  

导读:C114讯 9月2日专稿(蒋均牧)某种程度上说AI本身就是一个暴力计算,没有强大算力哪来成功?我们华为云希望面向全球,真正提供普惠的、强大的算力。华为轮值董事长徐直军说。 在众多投身AI战团的厂商中,华为无疑是最看好AI且布局最完善的那几家之一。8月23日...

C114讯 9月2日专稿(蒋均牧)“某种程度上说AI本身就是一个暴力计算,没有强大算力哪来成功?我们华为云希望面向全球,真正提供普惠的、强大的算力。”华为轮值董事长徐直军说。

对话徐直军:AI就是个暴力计算,没有强大算力哪来成功?

在众多投身AI战团的厂商中,华为无疑是最看好AI且布局最完善的那几家之一。8月23日,这家公司正式发布了算力最强的AI处理器腾(Ascend)910和全场景AI计算框架MindSpore,补完了全栈全场景AI解决方案的最后一款拼图,标志着其AI战略的执行进入了新的阶段。

在发布会后的媒体圆桌上,徐直军与C114等媒体分享了腾910、MindSpore乃至达芬奇架构更多的细节,并围绕美国贸易禁令、5G进展等热点话题作出回应。

他表示,华为不会转成AI公司,自我定位是ICT基础设施解决方案和智能终端提供商。尽管外界认为其涉猎的业务很多,但实际上所有技术都是同源的,一切都基于联接和计算来研发,只是面向不同的客户群做不同的产品,“芯片不作为我们的业务,我们只是在技术上做的深一点点”。

至于为何每次都能跑在别人前面,徐直军回以“不缺钱,并且决策简单”。他披露了这样一个细节,2018年财报发布后(净利润593亿元),华为因为挣的钱没有互联网公司多而被外界质疑,但事实上其创始人、总裁任正非还批评说挣钱挣多了,挣多了意味着战略投入不够。

华为与快速发展的AI

经历了60多年起起伏伏的AI近年来进入了快速发展期,在成为“全村人的希望”的同时与现实世界产生了更多碰撞。

麦肯锡全球研究所报告预计,到2030年AI将为全球经额外贡献13万亿美元的GDP增长;来自普华永道的调研报告则显示,到2030年AI市场规模将超过16万亿美元。而在可以预见的未来,它将作为一种通用目的技术(GPT)如同19世纪的铁路和电力,以及20世纪的汽车、电脑、互联网一样,被应用到经济的几乎所有地方,从而极大地提高生产力,改变每个组织、每个行业。

2018年华为全联接大会(Huawei Connect 2018)上,这家公司发布了AI发展战略并发布全栈全场景AI解决方案,其中也包括了造成巨大震动的两颗腾系列AI芯片。但在此之前,它就已在公司内部和服务领域开始应用AI。

徐直军告诉媒体,AI给华为带来的价值一是对内提升效率,二是对产品赋能,三是为未来做好准备、赋能合作伙伴。据披露,华为董事会专门有一个决议,每年在AI上投入2亿美元用于提升内部效率,而2018年更是在AI整体研发上投入了15亿美元。

他举例称,通过将AI应用于基站安装场景,不用再派人去现场做验收,效率也有几千上万倍的增长;内部的财务系统每年有超过500万张单据用AI直接识别支付,比人工更准确、效率更高。而在AI开发的内部组织上,华为采取了一个项目一个团队的模式,“比5G开发还简单”。

“AI能够解决什么问题,我们内部在持续探索,有了这些经验,未来就可以更好的去服务客户。”他说。

没有强大算力哪来成功?

在算力、算据、算法这AI三要素中,算力是基础,也是AI大发展的主要驱动力;但目前的算力非常昂贵,是一种稀缺资源,这在很大程度上抬高了AI研究和使用的门槛、制约了AI的发展与普及。根据预测,AI算力需求每年将增长10倍,可以说再怎样强调算力的重要性都不为过。

“做AI研究最大的问题就是缺少算力,谁的算力强,谁输出的研究成果就快、就多。”徐直军说,AI相关论文数量增长最快的是谷歌(新增论文占比约30%)、重要突破往往也来自于它,原因就在于谷歌拥有全球最强的算力,别人可能算一个月而它只需要几分钟。

此次发布的腾910和MindSpore就是华为践行“为世界提供充裕而经济的算力”的重要一步。腾910基于达芬奇架构,半精度 (FP16)算力达到256 Tera-FLOPS、整数精度(INT8)算力达到512 Tera-OPS,达到规格算力所需功耗仅310W、明显低于设计规格的350W;在典型的ResNet50网络的训练中,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。

对话徐直军:AI就是个暴力计算,没有强大算力哪来成功?

腾AI处理器核心从指令集到架构都是由华为自己开创,在最近硅谷的Hotchips会议上,华为Fellow视频远程介绍了达芬奇架构及腾AI处理器,讲完后全场1200多人起立鼓掌,以表达对创达芬奇架构探索精神的肯定。

“达芬奇架构可大可小,从Nano一直到Max、从穿戴设备一直到云,可以全场景覆盖;我们推出MindSpore的目的就是协同达芬奇架构来面向全场景的。也就是说,在端、边缘、云都可以训练和推理,还可以进行相互协同,这是现在其他的计算框架所做不到的。”徐直军表示。

华为主要以板卡、服务器、云服务的方式面向客户和合作伙伴提供AI能力。他介绍说,已经有大量的国内外企业基于腾310的板卡或服务器做开发、验证;基于腾910的训练服务今年9月份就可以在中国上市,2018年第一季度就可以在全球上市。

另据C114了解,截至目前,基于腾310的Atlas、MDC产品全面商用,MDC和国内外主流车厂在园区巴士、新能源车、自动驾驶等场景深入合作;Atlas系列板卡、服务器和AI相关的数十家伙伴,在智慧交通、智慧电力等数十个行业落地AI行业解决方案。基于腾310的华为云服务,诸如华为云图像分析服务、OCR服务、视频分析服务,日均调用量超过1亿次且在快速增长,预计年底日均调用量将超过3亿次。ModelArts全流程模型生产,打通、覆盖了“数据获取-模型开发-模型训练-模型部署”的全链条,日均训练作业任务超过4000个、3.2万小时,拥有开发者超过3万。

90天延长期对华为没有价值

今年5月,美国商务部未将华为及其68家关联企业列入所谓的管制“实体清单”,禁止其在未经美国政府批准的情况下向美国企业获得零部件和相关技术。此后不久,又开出90天的临时通用许可证,允许华为购买一些美国制造的产品,以减少对该国中小城市和农村地区电信网络运营商的干扰。

8月19日,美国商务部长威尔伯罗斯(Wilbur Ross)表示,将延长对华为贸易的临时通用许可,期限为90天。

徐直军对此表示,90天延长期对华为没有价值:“我们已经逐步习惯了在‘实体清单’下工作和生活,也相信要从这种工作和生活中出来是不太可能的。所以公司也好、员工也好,充分认识和做好了长期在这种状态下工作和生活的准备。所以说对腾未来路标的推出不会有影响,也不会导致延期。”

他在媒体圆桌上向指出,90天延长期的条件是基于(美国供应商)原来销售给客户的产品,在功能不能增加的情况下提供一些服务,买器件还要对应到产品上去,“如果基于这个还做调整,就没法做生意了”。

“我们不会基于这个延长期去做调整,因为我们早就调整完了。”他补充说。

实际上,以自己步调行走的华为依然在稳健前行,甚至脚步原来越快。比如7月23日,华为宣布计划在未来五年内投资30亿人民币以支持鲲鹏产业生态的建设和发展;8月9日,发布全球首款基于微内核的全场景分布式操作系统鸿蒙OS,虽然华为手机仍优先使用安卓操作系统,但鸿蒙随时可以用于手机、生态迁移也非常便捷。业绩方面,这家公司在2019年上半年录得了23.2%的增长,至人民币4013亿元,净利润率8.7%。

5G发展主要看中国

2019年可谓5G商用元年,全球移动供应商协会(GSA)在其8月份最新发布的报告中指出,32个国家的56家运营商已经宣布在其现网中部署5G技术,其中39家运营商已经宣布推出3GPP标准的5G服务。

不过尽管对5G的需求及重要性达成了共识,各国的5G支持力度不同、进展不同。徐直军将全球市场划分作三类,第一类是海湾国家、中国、韩国,正在大规模建设部署5G;第二类是欧洲少数国家,部署几百个站点来“打品牌”,“也没想清楚以后建多少”,美国、澳大利亚、新西兰也属此列;第三类是4G都尚未建设好的国家,“5G不知道还要等几年”。

中国部署的4G基站数量占到全球一半以上,引领了4G的发展。他旗帜鲜明地指出,按照目前的趋势,未来中国5G基站数量也会超过半数,“所以5G发展也主要看中国”。而之所以会造成这样的情况,他笑称很重要一点是“中国人民太喜欢用手机了,随时随地都在看手机”。

据C114了解,中国移动今年将在全国范围内建设超过5万个5G基站,中国电信与中国联通则分别将建设4万个5G基站;中国铁塔的数据显示,截至今年7月,该公司在北京、上海、广东等5G先导区域已助力三大运营商建成5G基站超过2.5万个,预计全年会接到10万个5G基站建设需求。与此同时,随着5G手机的上市和运营商5G体验方案的推出,我国首批5G用户也已诞生。

以下为Ascend 910 AI处理器和MindSpore计算框架发布会媒体圆桌纪要:

1、《Financial Times》记者:我们看到,几天之前《环球时报》有文章指出华为这次芯片的推出相比原来的计划是晚了,原因是在于美国的禁令,想跟您澄清一下这个说法是不是正确的?实际情况是怎样?

徐直军:这个说法我没听到过,至少在我心目中没有感觉延迟。

2、《人民日报》记者:我们的AI后面的重点向哪几个方向发展?谈到我们的AI业务有种似曾相识的感觉,比如智慧城市、AI医学影像等等,别人在做的事情我们也在做,华为的AI特点在哪些方面?

徐直军:腾AI处理器,从指令集到架构都是我们自己开创。前几天在硅谷召开了Hotchips会议,在会议上我们的Fellow用视频远程介绍了达芬奇的架构,以及腾AI处理器。听说他讲完以后,全场1200多人起立鼓掌,以表达对开创达芬奇架构探索精神的肯定。由于达芬奇架构可大可小,从Nano一直到Max,从穿戴设备一直到云,它可以全场景覆盖。此外,我们把MindSpore做出来,就是协同达芬奇架构来面向全场景的,也就是说,在端、边缘、云都可以训练和推理,还可以进行相互协同,这是现在其他的计算框架所做不到的。

其实腾处理器会像麒麟处理器一样勇往直前,我每次见麒麟的团队都心疼他们,因为他们每年发布一颗芯片,新发布的芯片还要有进步和卖点,我们的MATE系列手机,每一年盼星星、盼月亮,盼到这个芯片出来了它才能出来,这个芯片出不来它就出不来。腾也是一样,看到了310就必有320,320出来了就必有330,看到了910就必有920,920出来之后就必有930,不断迭代和发展,一直勇往直前。至于以后是一年、一年半还是两年推出一款腾处理器,要看市场竞争的情况。

为了满足自动驾驶车规的需求,我们还专门推出一个6系列,明年会发布腾610,满足车企做自动驾驶的车规需求。

我们展厅里面展示的各种AI解决方案,都是各行业合作伙伴和我们共同打造的,这其中,华为做啥呢?我们定位是做数字底座、做黑土地,我们做计算、存储等完整的IT基础设施及服务。智慧仅靠华为一家做不出来,没有合作伙伴都智慧不起来,所以说我们跟他们没有冲突、没有竞争,各类智慧方案是合作伙伴和华为共同努力的结果。

3、《通信世界》记者:芯片用在各种场景,跟通信也是有关系的。无论是在5G基带上还是其它方面,我们每次都能跑在行业的前面,我很好奇华为到底是投入的早?投入的多?还是比别人大胆?战略上有些什么样的考虑?海外企业的实力、技术都很强,但为什么最强算力还是我们?AI也好、芯片也好,这方面的能力是怎样练成的?

徐直军:这个问题其实很简单,就是不缺钱,并且决策简单。要这么大的投资,在决策层级很多的企业,通常需要一年半载才能决策下来是不是做,要投多少钱做?财务要问你为什么要投这么多钱?半年、一年下来,终于决定是不是要做。

我们不是上市公司,尽管说挣多少钱是有一个目标的,但是挣得到和挣不到并没有那么重要。一旦要该投入的时候,我们很简单的就能决策,大不了这一年少挣一点。

去年的财报发布以后,华为挣的钱没有互联网公司多,产业界还说华为没本事,赚不了那么多钱。但事实上,我们去年还被任总批判,说我们挣钱挣多了,挣多了意味着战略投入不够。

4、《SouthChina Morning Post》记者:刚才在发布会上讲不使用美国的芯片技术,还是你们依然在使用?只是在寻找替代的方案,替代的公司是不是包括中国的华大、九天这样的企业?关于架构的问题,华为很多的芯片还是用ARM架构,ARM虽然是英国公司,但之前也传出来可能因为美国的禁令会出现一些问题,虽然华为已经取得了一些永久的授权,如果ARM本身在不断的迭代更新,对华为接下来的芯片有没有影响?

徐直军:天下不仅仅只有ARM,还有一个RISC-V。RISC-V是完全开放的,天无绝人之路,世界上任何事情都有备份选择。当然,我们还是希望跟ARM继续合作。

5、《C114》记者:华为AI芯片会不会像麒麟一样只用于自己的设备?今天发的AI芯片和架构,它们所组成的能力怎么样提供给客户?是通过华为云作为一个出口吗?

徐直军:现在从市场上也买不到AI芯片,基本上都是以AI板卡、服务器或云服务的方式面向客户。华为也是以AI板卡、服务器、云服务的方式面向客户和合作伙伴。已有大量的国内外企业都在基于腾310的板卡或服务器做开发、验证。我们基于腾910的训练服务在今年9月份就可以在中国上市,在明年一季度就可以在全球上市。我们希望在全球所有的大学、研究机构能够基于腾310、腾910系列的板卡、服务器、云服务做研究开发。大家清楚,做AI研究的最大问题就是缺少算力,谁的算力强,谁发表论文的速度就快。

据说现在AI相关的论文,数量增长最快的是谷歌,新增论文的占比听说已经达到30%。为什么谷歌有这么多论文的发布呢?就是因为它有全球最强的算力,别人可能算一个月,他们用几分钟就算完了。而且,在AI研究上大的突破主要也是来自于谷歌,某种程度上说AI本身就是一个暴力计算,没有强大算力哪来成功。所以,我们华为云希望面向全球,真正提供普惠的、强大的算力。

6、《Light Reading》记者:您之前也提到,华为自己也是在应用AI,不管是从人员的角度还是从业务的角度,AI给华为带来哪些价值?面向未来,华为有没有可能从过去传统的电信公司转变成一个AI公司呢?

徐直军:我们的AI首先应用于基站安装场景,原来一个基站安装完以后,一定要到现场才能做验收。现在我们采取AI技术,不用去现场,而且效率几千倍、上万倍的增长。之前任总在公司内部讲过怎么用AI来提升内部效率,我们董事会专门有一个决议,每年投入2亿美金用于AI在内部提升效率。华为不会从电信设备提供商转成AI公司。当然,现在华为也不只是电信设备提供商,我们把自己定位为ICT基础设施解决方案和智能终端提供商。

AI给华为带来的价值很清楚,一个是对内提升效率,另一个是对我们的产品赋能,再就是打造AI产品和服务,面向未来,面向生态合作伙伴。

如果对我们内部怎么用AI提升率感兴趣,可以去看一看我们财务怎么用AI审核单据,我们每年有超过500万张单据用AI直接识别支付,比人工更准确、效率更高。

AI能够解决什么问题,我们内部在持续探索,有了这些经验,未来就可以更好的去服务客户。

7、《Global Times》记者:您刚才在发布会上说90天的延长期对华为没有影响,华为会不会根据延长期做一些业务的调整?很多华为产业链企业上半年的年报都有增长,您怎么看华为在这其中扮演的角色和作用?

徐直军:建议你研究一下延长期的条件是什么?条件是基于原来销售给客户的产品,功能还不能增加的情况下,提供一些服务,去买它的器件还要对应上去。那为什么要买呢?如果基于这个还做调整,就没法做生意了。

我们不会基于这个延长期去做调整,因为我们早就调整完了。

至于我们产业链合作伙伴上半年有增长,是因为我们上半年增长了,这很正常。

8、《澎湃新闻》记者:上个月百度宣布他们的深度学习框架PaddlePaddle会在华为麒麟芯片上运行,咱们的MindSpore也是一个全场景的框架,终端也是支持的,之后这两个框架华为在使用上是一种什么样的关系?

徐直军:对于使用者来说,哪个好用就用哪个。对于华为来说,我们用框架肯定会用MindSpore,百度也应该是用它们的PaddlePaddle。对于非华为、非百度的使用者,看谁的好用就用谁的。麒麟、5G也是这样,我们不排斥。我们每一层都是开放的,但是层与层之间,我们有更好的协同。

党文栓:除了PaddlePaddle之外,非MindSpore其它框架训练出来的模型,腾芯片都予以支持。

徐直军:框架是独立的、芯片也是独立的,我们的ModelArts也是独立的。但是三者之间也有更好的协同。

9、《Financial Times》记者:腾910现在准备替代的行业上的可比芯片是哪些?这些芯片华为现在有没有在用?您刚才也提到,华为是有ARM永久授权,基于这个来开发了腾910,问一个更加宽泛的问题,现在ARM合作的暂停对于华为未来的芯片开发会有怎样的影响?

徐直军:作为一个训练芯片,与腾910可比的只有两家,一家是谷歌,另外一家你们都知道。谷歌对外只提供云服务,不提供板卡。在大规模的训练芯片上,主要是我们三家。

市场上有很多做AI芯片的,基本上是做推理芯片,跟我们去年推出的腾310类似。我们是先推出推理,这次推出的是训练。

ARM的问题本质上不是问题,我们有V8的永久授权,我们还可以定义一部分指令集。我们做的是嵌入式解决方案,使得我们能够对客户提供产品和服务。腾910里面有ARM核,但910的主体是达芬奇核,ARM核可以不放进去,也可以放进去。如果不放ARM核,它就是一个完全的AI处理器;放了ARM核,就作为SoC,用户使用就更加方便了。我们把腾910做成SoC,是为方便客户使用、为客户节省成本。

10、《量子位》记者:腾910投入了多少人力与资源?研发成本是多少? 2017年百度跟华为在AI方面展开了合作,了解一下这背后的合作有什么进展?关于腾910和新框架都是一个全场景、全栈的解决方案,很容易让人联想到跟鸿蒙有类似之处,余总说鸿蒙OS是面向AI的系统,双方将来如何协同?推进全栈AI解决方案,一开始出发是基于自己的业务进展,经历了今年的事件之后,有没有受到外部的影响?这个影响有多大?

徐直军:首先,成本肯定是机密数据。研发的投资金额也无法精确的统计出来,做芯片研发涉及面太广,财务上没有一个项目加起来恰好符合。

鸿蒙跟我们AI有没有关系呢?说有也可以,说没有也可以。因为鸿蒙主体还是跑在CPU核里面,不是跑在达芬奇核里面。如果它是跑在HOST CPU里面,就跟达芬奇核没有关系;如果跑在腾处理器里面,跟腾也有关系。

我们跟百度的合作,主要是百度的应用用了我们智能终端AI的能力,通过调优,使得他的应用在华为的手机上能发挥出更好的价值,使用体验会更好。

至于外部环境的变化,我们整个AI战略的执行不会受到外部环境的影响,外部环境反而使我们投资更坚决。

11、《CGTN》记者:在发布会上说咱们新的框架是开源的,根据其他公司的一些认识,能拿出来开源意味着手里已经有更好的东西,是否如此?对于华为来说,一套软件开源与否是基于什么基准来判断?

徐直军:开源与否主要是取决于要达到的目标。我们开源是希望构建生态,让大家都基于它来做开发和训练;也希望所有的开发者参与进来,进一步的把这个计算框架做的更好,让它更好的适应更多的场景以及各种潜在可能性。

从华为的商业逻辑来讲,我们的价值是构筑在AI板卡、服务器和云服务上,开源对商业上只有好处没有坏处,会促进更多的人用我们的板卡、服务器和云服务。

12、《Nikkei Asian Review》记者:华为的AI战略下大概有多少工程师在其服务?

徐直军:没有准确的统计,因为他们分散在不同的组织。

13、《澎湃新闻》记者:原来的麒麟和传统的机顶盒里面的芯片,还有新进入的腾,还有鸿蒙,这么多产品品类全靠原有的研发团队开发,内部是怎么样运作的?第二,对于产品的命名,很多古代好的词都被你们用来命名芯片产品了,比如说腾是什么背景取的名字?以及鸿蒙,有没有一定的方法论?

徐直军:首先,这些名字在取的过程中确实都征求过我的意见,都没有说是来自于《山海经》,每次问这个名字行不行?我觉得还可以。叫来叫去叫了这么多名字出来,实际上没有系统性、有策划的取名字。名字没有赋予太多内涵,只是在乎这个名字叫的响不响亮。

华为AI开发的内部组织很简单,一个项目就是一个团队,相对来讲比5G开发还简单,5G的开发涉及很多领域。一般确定要做哪个产品,就成立这么一个团队,选一个负责人带领这个团队,剩下就是负责人的事情。

我们正在联合清华大学出版社,出版一本书叫《腾AI处理器架构与编程》,让我写一个序,在序里写了开发腾处理器是怎么决策的。有些事情没有大家想象的那么伟大,从做产品的角度来讲都不用多想。

14、《第一财经日报》记者:七八年前跟踪报道华为的时候,华为是一个很简单的公司,那个时候还在做运营商的业务,还有手机业务。这两年感觉到华为业务边界涉及到芯片、服务器、云、电视,华为这种状态是想成为什么样的公司?还是说本身就是在战略发展迭代中运营?

徐直军:其实我们的商业逻辑很简单,我们所有技术都是同源的,一个是联接,一个是计算,一切都基于联接和计算来研发的。我们所有的业务,是在面向不同的客户群,做不同的产品。至于不同阶段增加或减少了什么,是面向客户需求和面向未来的发展,一个自然的结果。比如说,我们做智能网联汽车的增量部件,从汽车业来看是一件很新鲜的事情,对我们来说做的还是现在的东西,只是应用于汽车而已。

我们愿景就是把数字世界带到每一个人、每一个家庭、每一个组织。技术是相通的,基于技术来打造不同的产品,满足不同场景和不同客户需求,源头是一样的。芯片不作为我们的业务,我们只是在技术上做的深一点点。

追问:虽然芯片不是你的业务,只是做的深一点,但是对标都是谷歌等世界顶尖的公司。回归到腾芯片,基于腾芯片开发出来的产品的市场份额增大,在你们看来有一些路径可循吗?客户有哪些?能否透露一下。

徐直军:贾永利是负责华为云EI的,在面向客户的时候,需要提供所有跟AI相关的服务,他就追求毛利高一点,如果说去买市场上的板卡,再来提供云服务,哪有那么高的毛利呢?不亏就不错了。腾910就是为他做的,为什么亚马逊作为一个云服务公司和电商公司,也要做芯片呢?是同样的道理。这从商业逻辑上是很容易理解的。

15、《Financial Times》记者:腾910芯片您刚才提到会用在云上的数据训练,也会用在基站增强AI的能力,还会用在智能车联的领域,您能不能给我们2-3个例子,这样我们的读者就能很清晰的认识到华为的芯片到底是应用于哪里的。华为的核心业务是手机、5G和企业网云业务,腾910是会用在所有的核心业务上?还是说只会用在5G和企业网云上?

徐直军:首先,我们讲腾,它有IP和AI芯片,我们的Nano、Tiny和Lite都是以IP的方式嵌入到其它芯片里。即可以嵌入到智能终端的芯片里面,也能嵌入到所有需要AI芯片能力的产品里面。从这个角度来讲,未来所有需要AI能力或是能用得上AI能力的产品,都可能用到腾IP或芯片。以手机为例,现在的问题是,早上要看几点钟,要点一下,才能看到时间。包括智能手表,还得转一下才能点亮,然后才看到时间。我们未来会把Tiny放到芯片里面,让它具有识别语音的能力,问一下几点就行了,它要每天24小时都在线。未来我们所有的智能终端都会嵌入人工智能的能力,要么是Nano,要么就是Tiny,然后实现24小时都在线,包括电视、音箱、手表、手机。现在的音箱也好,Siri也好,为什么要喊它一个名字呢?不喊名字就不知道,就是因为现在还没有解决这个问题,还不够智能。

未来所有的智能终端都应该是24小时在线的,都是随时可以唤醒的,这就需要非常低功耗,这就是Nano要解决的问题。未来华为公司所有的智能终端、所有的产品都可以嵌入腾的IP或芯片,这才是我们的理想,让智能无所不及。

这个麦克风就不智能,说话的时候要按一下,不说话要关一下。未来,就不需要按了,说话它就开启,不说话就停下来。未来是美好的。

我们原来也讲泛在网络、泛在智能,就是这个意思,不是我要去唤醒它,是它随时随刻候着我。“让联接无处不在,让智能无所不及”,就是这样的理想。

党文栓:今天发布的腾910芯片不会放在手机里面,它只是在数据中心里面做训练。

徐直军:今天的这个芯片太大了,只能放在云或服务器上。去年发布的310芯片是用于车载计算和边缘计算的,不同的场景用不同的芯片。

现在看到的芯片样子不是它的全貌,实际上,上面还要放一个散热的模块。

16、《Light Reading》记者:5G的进展怎么样?现在整个产业还处在比较早的阶段?还是说运营商那边有新的战略发展?

徐直军:客观来讲,5G有三类市场:海湾国家,中国、韩国,这是第一类市场,在大规模建设部署5G;第二类市场就像欧洲少数国家,建一两百个站,打品牌,也没想清楚以后建多少。当然,美国、澳大利亚、新西兰也属于这一类市场;第三类,现在4G都还没有建好的地方,5G不知道还要等几年。

全球4G的基站数量里面,中国占一半以上,所以4G的发展是看中国;预计未来中国5G的基站数量也会占全球一半以上,所以5G的发展也主要看中国。主要是中国的人太喜欢用手机了,随时随地都在看手机。高铁上、地铁上、飞机上、走路都在看手机,什么时候都在看手机。

党文栓:补充一下,刚才徐总说4G的基站中国占50%,这是截至2018年底统计的数据。关于5G,就拿中国和欧洲为例,大家都有一个共识,那就是5G很重要,但是在做法上不同。中国是在部署5G,各个地方政府给电信运营商予以巨大的支持,在频谱牌照的费用上,中国比世界上其他国家的费用低很多,确确实实把5G作为一个基础设施来予以支持,以支持整个数字经济的发展。但是中国以外,特别是欧洲,是在谈论 5G。欧洲非常关注数字经济,但是对于作为数字经济底座的5G网络的基础设施,支持非常不够。


赞助本站

相关热词: 算力 ai 华为 徐直军 mindspore

相关内容
AiLab云推荐
推荐内容
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港