你是仅仅想被人称为“极客”，还是想成为比尔·盖茨？
我想这是一个每位技术工作者都能在1毫秒之内做出的选择题。但这道题的关键在于，我们需要知道两个选项之间的区别是什么。
比尔·盖茨，可以说是极客潮中将技术产业化进行到最极致、最彻底的人。或许可以这样说，学习一项技术的皮毛并不难，作为乐趣来开发也不难。难的是走向产业和商业世界，让自己的开发有价值，有价格。
今天的AI技术和开发者，正在面临同样的问题：AI开发者的任务，已经不仅仅是学习和探索，而是要让自己的开发走入产业世界，真正被生产场景所应用。
可以这么说，时代对AI的呼唤落实到具体的从业者当中，就是从AI开发者到AI工业家的转变。但是到底怎么完成这种转变呢？需要技术工具和基础设施的进化，也需要AI开发者快速学习最新的产业东西，主动捕捉机遇。
这两天，AICon全球人工智能与机器学习技术大会，成为了大量AI开发者热议的话题。今年的AICon，AI与产业应用的融合成为了最主要话题。而在大会期间，华为云请来了七位来自华为不同关键领域的技术专家，来为参会技术从业者分享两方面的内容：AI技术开发的完整周期，与AI技术的产业应用。
针对华为AI体系，华为昇腾AI工程师谭涛分享了昇腾开发工具链的全流程应用实践，从底层开发工具角度讨论了华为全栈AI的价值；华为MindSpore资深架构师于璠，则从AI计算框架角度解析了华为MindSpore的特质与应用方案；华为云AI高级解决方案架构师魏振强则从AI开发工具层面，讨论了AI开发者如何基于全栈能力快速完成AI应用开发。此外，华为高级技术专家魏俊秋分享了华为预训练语言模型的技术突破和应用方案；华为云高级产品经理赵彦则分享了如何基于华为云Cloud IDE+Codehub构建高效可信的AI开发环境。
在AI技术与产业应用层面，华为海思图灵智能算法专家王晓雷分享了达芬奇架构和昇腾芯片的特点，为开发者讲述了云边端全场景开发的价值与可能；华为中央软件院知识图谱首席技术专家贾岩涛，则带来了企业级知识图谱构建、推理与应用，帮助开发者理解华为全栈AI的产业应用能力。
聚集七颗龙珠就能召唤神龙，华为云同时聚集了七个不同产业领域的专家，显然也是“所图甚大”。在梳理了专家分享之后，我发现华为云的目标，是帮助AI开发者整理这样一个内容：从基础开发环境，到软硬件结合云边端协同，再到真实的产业级应用，AI开发究竟如何才能满足从“极客爱好”到“工业生产”的过渡，最大效率满足商业应用的AI开发。
而这个流程归结下来，首席关键词就是“全栈”。
我们知道，华为率先提出了全栈全场景AI的概念。而对于开发者来说，全栈是适配产业级生产的首要条件；而全场景则是AI开发触发应用空间的联接通道。
这样的AI基础究竟对于开发者的价值何在？今天我们换个视角，完全站在AI开发者的立场上来透视华为云的AI体系。
在全栈全场景AI的技术逻辑推动下，华为云在三个层面上为AI开发者，探索了变身AI工业家的可能。
全栈AI工具化：高效低门槛开发的核心保证
所谓全栈Full Stack，最早是对IT行业一种能够胜任从底层架构到前端应用所有工作工程师的称呼。由于不同技术层级之间沟通困难，兼容性问题很多，所以全栈工程师也就变成了企业万金油般的存在——事实上，全栈工程师往往也是IT团队中薪资最高的。
（魏俊秋 华为高级技术专家）
而在AI到来之际，华为把这个词引申到了自己的AI产业体系中。即在应用之下，从芯片、芯片使能平台、算子平台、开发框架，再到开发平台，华为是业界首家一家包打的公司。
而在AICon现场，来自华为五位技术大牛共同打造了“AI技术开发的完整周期”相关内容，其实就是在向AI开发者讲述，华为的全栈AI究竟对于开发者来说意味着什么？
我们知道，AI开发走向真实的产业应用，其实是非常复杂精细化的工程。开发者不是拿出一个“能用”的模型就好，而是必须要让模型达到苛刻的产业标准。而这就需要非常复杂的工作，可能涉及到算子开发、模型开发、应用开发等数层的上百项开发工作。
对于开发者来说，开发工具是一切工作开始的前提。假如没有一套完整的AI开发工具链，工作就会变成彼此割裂，互不兼容的孤岛。最终导致开发者在兼容难题中疲于奔命，AI的产业梦沦为泡影。
（华为MindSpore资深架构师 于璠）
而从底层芯片开始，华为AI在算子、框架、开发平台的每一个周期都可以进行打通。这就让华为可以构建出一套从基础模型训练，到硬件部署的全流程工具体系。华为称之为昇腾开发工具链。这套系统涵盖了神经网络软件流、算子对比、模型可视化的系列工作。有了这些基础工具，开发者可以真正做到高精度、低兼容成本开发，让效率和效果拥有基本保证。
而更上一层，每位AI开发者必须要用到的就是 学习框架。而主流框架的一个基本问题，一方面就是与开发平台、芯片环境的兼容性，再一个是欧美主流框架更多是从学术环境中诞生，在面对产业应用时有很多不适应之处。
基于此，华为在全栈AI的体系中构建了MindSpore开发框架。这款框架的特征是完全生长在产业和开发环境中，以降低开发门槛为第一要务。MindSpore采用新的编程范式，实现了算法即代码；新的执行模式，充分应对AI部署的复杂性和多样性；新的协作方式，实现云边端按需部署，更适合产业需求。
（华为云AI高级解决方案架构师 魏振强）
这样一款框架的应用化，可以帮助开发者进一步降低门槛，提升效率。而华为云并没有到此为止。再上一层，是每位开发者都必须要经历冗务庞杂的训练过程与推理部署周期。为了让开发者的工作量降到最低，华为云推出了ModelArts一站式AI开发平台，以及HiLens端云协同AI应用开发平台。ModelArts具备业界第一的模型训练效率，并可以进行数据的智能标准、智能筛选，让AI开发快速极简完成。而HiLens则可以无缝打通端云协同，在机器视觉这个最主要领域发挥出华为的全栈优势。
至此我们可以看到，华为云为AI开发者提供了从底层工具链，到产业级开发框架、一站式开发平台的全流程赋能，把每一个流程的工作量压缩到最低，效率调到最高。除此之外，华为云还将大量AI能力和开发辅助能力开放给开发者，比如华为大量预训练语言模型技术对开发者开放，提升开发者产业级开发能力；CloudIDE+CodeHub构建了安全可信的云上开发环境，让开发者更稳妥快速进行AI开发。
（华为云高级产品经理 赵彦）
华为云对AI开发者提供的整个流程，我们可以将之简称为全栈AI技术的集成化和工具化。开发者可以基于一个个工具准确利用到华为的全栈AI技术优势，从而让开发极简，效率极高，门槛骤降。
当开发者把效率提升到某个临界值后，下一个问题随之而来：AI如何走向产业化。
软硬件全场景协同：AI走向产业化的基础通道
华为提出的全栈全场景AI，实际上是一个产业逻辑递进的关系。没有全栈AI能力，全场景部署也就无从谈起。而当全栈AI打通，芯片层能力可以高效被AI开发者调用，开发者可以在全栈通道上快速开发模型与应用，华为在全场景部署的AI芯片与产品体系才能准确发挥效用。
（华为昇腾AI工程师 谭涛）
而让全栈AI开发，走向全场景AI部署的核心秘密，是一套计算架构：达芬奇。我们知道，达芬奇很可能是人类历史上最全能的人，没有之一。而华为自研的这套张量计算架构，也可以最大效率处理多种神经网络任务，实现算力最优、功耗最低。
将达芬奇架构作为依托，华为推出了昇腾910、昇腾310芯片，分别应对AI的训练与推理需求，接下来还会有边缘侧芯片面世。这些芯片集成到不同产品，再部署到云边端的各种场景，就构成了华为云提供的全场景AI通道。
（华为海思图灵智能算法专家王晓雷）
这意味着，使用华为云开发体系的AI开发者，可以无缝衔接到昇腾生态的硬件矩阵中，完成从软件到硬件的过渡。事实上，很多AI大牛都告诉我，AI开发其实是很快乐的，但是把模型落实到开发板和硬件上，那意味着庞大到难以想象的工作量；任何一处错误就要推倒重来，硬件直接废掉的恐怖感，以及无穷无尽的工程能力需求。
而当华为云打通全场景AI部署能力之后，这些痛苦瞬间化为乌有，原本无法走进现实世界的AI开发也能够探索产业应用。
所以说，达芬奇的秘密，其实就是华为云提供的AI走向现实的桥梁。
企业级任务：AI工业家的终极自鉴
在华为云提供了一整套开发工具和开发基础，又打通了与硬件端边云的全场景联接之后，AI开发者要做什么呢？
这个问题的答案，或许就是华为云的AI开发价值，最终被产业生态打出的最终分数。在AICon现场，来自华为的技术专家，现场讲解了如何基于华为的全栈AI能力，打造能够支撑企业级应用的知识图谱技术。
（华为中央软件院知识图谱首席技术专家 贾岩涛）
知识图谱，这门在2012年由谷歌提出的技术，如今已经广泛应用于互联网、移动互联网、信息可视化等领域。但对于一般开发者来说，其远不如语音、视觉等领域来的熟悉。华为专家贾岩涛，现场讲解了“小白开发者”如何完成企业级任务的开发。并解读了华为的知识图谱技术，如何在运营商、终端、VR等领域完成应用部署。
企业级知识图谱，或许可以看作是华为云AI开发环境的一部分。其指向的是普通开发者可以基于华为全栈AI，完成综合性目标、复杂数据逻辑，以及模型高精度可用下的AI开发工作。
从启动开发到完成企业级任务，全栈是众多逻辑中，能够最大限度帮助开发者缩短开发流程、降低开发成本、提升开发质量的技术驱动力。
全栈的驱动下，AI开发的定义正在逐渐改变。究竟谁能最先成为这个时代的AI工业革命驱动者——这应该是大时代中最激动人心的故事之一。
免责声明：此文内容为第三方自媒体作者发布的观察或评论性文章，所有文字和图片版权归作者所有，且仅代表作者个人观点，与 无关。文章仅供读者参考，并请自行核实相关内容。投诉邮箱：editor@fromgeek.com。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
