华为智能计算：以Atlas之箭助企业冲破被封印的AI之门

我经历过很多对AI企业的采访。但往往给我留下深刻印象的，却是那些“想用AI却没有成功”的企业。比如去年，我采访过湖南一家物流公司。他们希望给自己的仓储园区安装智能摄像头系统，用AI来帮助监测烟头、烟雾等意外情况，以及进行区域人脸识别来助力安防。

而我们了解到，这个设计的初衷虽然很好，但是在实际应用时却出现了状况——用普通的摄像头，跑AI算法效率太差;而市面上的智能摄像头又无法满足企业预期;研发人员想买AI加速卡来帮助摄像头体系部署算法，却发现主流的加速卡不仅价格非常昂贵，还往往没有现货，要等相当长的时间。

由此可见，虽然AI的第三次热潮正极大地刺激着企业的神经，但对于广大企业来说AI之门仍被“封印”。问题出在哪呢?

冷静地想一下，AI走进千行万业，需要的不仅是云计算与大数据服务，而是要在边缘场景、端侧场景部署大规模算力，需要应对企业具体生产场景对AI算力的定制化需求，以及企业的成本负荷能力。比如这家物流公司，他们必须要在摄像头和园区边缘计算场景中获得充沛算力，并且成本不能过分高昂，才有可能真正打造一个心目中的智能园区。

然而理想总是撞上骨感的现实。AI产业迅猛爆发导致的边端侧算力需求猛增，实际遇到的却是行业内只有极少供应商能够提供相关产品。对于渴望智能化转型的初创企业和中小企业、实体经济企业来说，边端侧算力饥渴正成为切肤之痛。

而这种普遍存在的焦虑，今天也在成为智能计算市场发生变革的驱动因素。

焦旱：“智能+”前夜的算力困境

从本质上讲，AI算力问题不是单一的技术或者成本、性能矛盾，而是一个复杂的综合问题集合。这样错综纠结的困境，对于在渴望AI的企业来说，就像上古传说中天有十日，十个太阳从不同的角度烘烤着刚刚进入AI行业的企业和开发者，经常让他们手足无措。

我们所采访的那家企业园区的困境，非常有代表性：想到了要购买端侧AI加速产品，却惊讶地发现成本hold不住，甚至干脆买不到，正是今天大量中小企业的集体痛点。

这是由市场供需而决定的。在端边侧AI算力加速这个十分重要的领域，目前市面上提供的产品选择，确实非常稀少。

目前主要的供应商，基本上是英伟达一家独大。作为近几年英伟达AI战略的重要部分，to B的嵌入式智能产品成为了其战略核心组成部分，TX2嵌入式模块、 P4加速卡等产品占据了主流，而3月GTC大会刚刚发布的Jetson Nano新产品也广受关注。

近两年，英特尔也开始进入这个领域，在2016年底收购了Movidius之后，逐渐推出了面向AI和机器视觉场景的Movidius系列产品，但其在市场中声量较小。寒武纪和比特大陆等AI创业公司也推出了相关产品，但目前还都不成熟。

一家独大和产品选择稀少，让这个市场的供需关系长期失衡，束缚了企业用户和开发者的手脚。

出于对算力掌控的考虑，近年来Amazon、Google、Facebook等国际互联网巨头，包括BAT等国内巨头，都纷纷开始布局人工智能基础设施建设，比如AI芯片。然而“财大气粗”的互联网大佬或许可以实现自我救赎，那么更需要借助AI完成产业升级和智能化转型的中小企业，到底要如何解决算力困境呢?

正如之前分析的，中小企业今天想要用到边端侧的AI算力，有几个坎必须要过：算力产品太贵，难以支撑企业大规模部署;购买流程太长，官网经常要长时间排队，导致有些企业只能选择消费级产品顶上;兼容性差，云边端无法协同，导致部署和开发存在种种困难——继而这些困难还引申出解决困难需要大牛帮忙，又导致了需要的技术人才门槛太高，造成开发困境——有点像是恶性循环。

在这样的情况下，如果始终缺乏新的“突围者”，就会导致算力困境长期存在。企业需要的不仅是烈日灼烧下的稀有 “井水”或者短暂 “荫凉”，更是在呼唤能够“从根源破解炽日之局”的后羿：从AI基础设施层面突围、用性价比和产品优势去打破这些规则。

铸箭：“反常识”的Atlas

边端侧AI算力产品的供给不足与刚性需求，让这一市场的突围者在今天看来弥足珍贵。好在企业用户和开发者并不需要等待太久。

在4月10日的华为智能计算大会深圳站，华为正式推出了Atlas人工智能计算平台，这一系列也是华为智能计算家族的重要产品。会上发布了基于昇腾310芯片的Atlas 200 AI加速模块、Atlas 300 AI加速卡、Atlas 200 DK AI开发者套件、Atlas 500智能小站四款产品。这四款产品的共同特性是：作用于急需算力产品解决方案的边端侧场景，并且以主流的性能搭配“颇有杀伤力”的性价比。

先来重温一下这四款产品：

Atlas 200，是用于摄像机、无人机、机器人等硬件的端侧AI加速模块，可以处理16路高清视频的实时分析。

同时，为了帮助开发者在Atlas 200环境中进行开发，华为还推出了配套Atlas 200 DK AI开发者套件。

而Atlas 300 AI加速卡，则可以在视频分析、OCR、语音识别、精准营销和医疗影像分析等领域提供AI加速能力，能够帮助开发者提升视频分析和高密推理场景的算力性能。

最后的Atlas 500 智能小站，是独创性很强的边缘智能小站产品，可以在低功耗前提下部署庞大的AI算力，填补了边缘侧AI加速这个相对来说的行业空白。

可以看出的是，这四款AI算力产品，与企业在实际场景中部署AI遇到的机器视觉和运算推理等能力息息相关，也是今天大量开发者实际需要的主流产品。

而在当天发布会上，最引人注目的一点在于，发布这四款产品后，华为在现场就披露了4款产品的价格。对to B业务有了解的朋友，应该都知道这个领域的发布会一般是不说价格的。而Atlas发布会现场这个行为确实有点“反常识”的意味。一方面与大家印象中华为低调的风格不符，同时也与to B产业的行业规律不符。

为什么华为愿意在现场一反常态地“晒价格”?观察其背后的逻辑，可以猜测为两个原因：其一在于华为确实有底气，对产品性能和性价比有绝对的信心;二是华为看到了算力的价格透明化，在现阶段的AI算力产业中具有深远的意义——如果有其合理性，那么华为愿意担当颠覆者。

先看华为的“底气”，我们可以通过官方提供的核心参数与价格，直观地做出华为的Atlas与目前流行的英伟达主流产品之间的对比。不难看出，华为Atlas确实将边端AI算力产品，在主流性能、算力更强的基础上，对开发者和中小企业抛出了具有诱惑力的价格——相似价格的产品中，Atlas提供了数倍于主流产品的算力。

(英伟达产品视代理商不同，存在价格差异。数据对比基于官方资料，实际应用效果需视业务与场景环境具体判断)

同时值得注意的是，华为向来以工程能力强劲、服务优质和供货充沛著称。所以华为Atlas无形中的竞争力，在于降低了开发者的时间成本与意外成本。这也折射出华为构建万物互联的智能世界的战略意图：要让各行业真正进入普惠AI模式，让他们用得好、用得起、用得放心，在“铸箭”之时就已经想到要把成本降下来。

Atlas产品系列，本质上是在主流AI应用场景中达成了三个成本的下降：

直接算力成本：与英伟达的主流产品相比，极大幅度降低了单位算力价格，解决了应用者最关心的痛点。

未来产业周期成本：Atlas的产品设计思路，是将大算力集成在单一部件中。这符合AI算法正在日益复杂，大规模并行部署和云端无缝计算，将在未来不断加大对单加速模块算力的考验，也从侧面降低了未来算力需求上去之后的更换成本。

开发成本：由于Atlas产品是基于昇腾 310 芯片的产品化，具备全栈开发优势，一个架构可以让云边端全场景部署AI，降低了兼容成本。这其实是今天AI开发者最关注的领域。

一次“反常识”的产品发布，让Atlas一进入市场就以高姿态搭配高竞争力引发关注。这背后的逻辑在于，在AI算力干渴已经成为一种常态的时候，那么Atlas必须做的就是穿透规矩，成为“常态”的颠覆者。

或许可以这么理解，每一款Atlas产品，都是华为为了射穿“算力烈阳”，铸造的一只利箭。

射日：从产品到生态释放原力

在嵌入式AI和边缘智能层面，长期以来的现状都是：开发者要将就，企业用户很迷茫。在大家以为这将是长期现实的时候，Atlas就像石子落入湖水中，把沉闷的产业形态激起了涟漪，带动了两个方向上的改变。

第一个层面，Atlas产品的落地加速全栈全场景的产业变革。

首先Atlas作为实力产品，丰富了华为的智能计算序列，为大量AI业务落地和AI生态生成夯实了基础。同时基于昇腾310芯片的产品直接落地，也顺势引发大环境对昇腾910产品的期待，以及更多昇腾系列芯片的期许。从这一点上看，Atlas产品是极具延展性的平台化产品。在边端侧AI加速产品这个相对的市场空白领域，为华为展开了一条新的赛道。

另一方面，Atlas对于AI行业生态的影响则更加深远。

在冲击产业痛点的同时，其“明码实价”的玩法，很可能倒逼行业进入成本下降的普惠周期，进而促使行业打破潜在的垄断趋势，重新让赛道统一，催化新的算力成本标准出炉，继而可能连锁引发AI基础设施的重构，与开发想象力的极大提升。

无论是华为内部的产品意义到战略价值，还是对整个产业生态的影响，Atlas正以技术价值和产品逻辑，影响着AI产业的未来轨迹。而两条线索最终汇合成一句话：AI可以通过基础设施层面的创新，达成真正的普惠。

普惠AI的起点是算力成本的下降，那么下一步呢?从逻辑上来讲，接下来Atlas需要承担的责任是进一步赋能开发者，打开AI开发生态局面，进而为广大中小企业和创业企业找到进入“智能+”世界的道路。

这一步确实已经迈出，Atlas产品发布一个月后，华为将于5月10日在苏州举办的“华为智能计算大会”上，正式启动“华为Atlas人工智能开发者大赛”，会议详情可关注“华为智能计算”微信小程序。

值得注意的是，大赛除了提供已发布的Atlas四款产品，还将Atlas 800深度学习系统纳入参赛产品，这应该就是支持AI云端训练的异构服务器。有了这款利器的加入，华为实际上已经完成了可以在云边端部署的AI训练和推理产品的布局。

赛事规定，参赛者可以依托Atlas人工智能计算平台打造不同场景的软硬件解决方案。比如基于Atlas 200 AI加速模块的智能摄像头、无人机、机器人、智能硬件、边缘AI硬件;或者基于Atlas 300加速卡的人脸识别、车辆识别、图像识别等解决方案。有兴趣的开发者朋友不妨登陆“华为云”官网，搜索“华为云大赛”，选择“Atlas赛道”，看看是否有自己大展身手的机会。

回顾一下全文的逻辑，有几个关键节点，或许是值得广大企业用户和AI开发者注意的：

1、边端侧的AI算力产品十分重要，但市场矛盾相当突出。

2、华为Atlas系列产品的进场，意味着这一市场的默认局面已经出现了改变。高性价比和易用性，很可能成为未来这一市场的主要争夺点。

3、普惠AI，必然从算力普惠开始，面向AI生态做出更多贡献。AI基础设施的建设，还有漫漫长路。

好消息是，即使企业AI封印之痛真如炽日当空，Atlas与无数AI开发者的“射日之箭”，也已经离开了弓弦。