1915年，爱因斯坦提出了空间可拉伸这一概念。这一理论作为广义相对论的基础，解释了宇宙大爆炸、时空生成、恒星燃烧等等本源问题。量子物理学认为，物质的密度增大导致内部原子核碰撞释放出能量，能量向不同维度膨胀，是空间拉伸主要原因之一。这也是广为人知的聚变效应。
与宇宙和物质本源相似，一个技术产业空间走向生态繁荣，具备长期活力，往往也是一种“拉伸运动”：产业实体需要在技术、产业、商业应用等不同维度积蓄“密度”，向前拓展，最终达成整体的聚变式繁荣。
华为HDC.Cloud的第二天，关注点聚焦在了万千AI开发者和AI从业者，以至于各行业人士普遍关注的华为全栈全场景AI的最新进展。
华为AI的特殊性在于，全栈全场景AI体系是全球唯一从处理器到框架，再到推理部署、开发工具，云边端各场景架构统一的AI系统，是业界产业指向最清晰、基础设施最完备的AI生态。这一生态的边界，某种意义上也是如今AI开发者和行业应用者的能力的边界。
我们知道，AI本质上是一种以AI算法驱动的软件工程技术。从应用流程上看，首先要由AI科学家和算法研究人员开发出足够强大的AI算法，打破AI能力的边界；然后通过开源开放，广大AI开发者基于基础算法，完成具体的AI模型开发；这些模型进入产业界，再结合产业需求和场景实际情况进行部署，最终让AI完成落地。
而HDC.Cloud恰好在算法前沿、开发者赋能、行业实践，三个主要维度展示了华为全栈全场景AI的最新进展与未来发展规划。三大维度全面扩张，让华为AI和Atlas 生态形成了立体的矩阵式生长，也让AI开发者的能力边界随华为的技术、产业布局一同延展，触碰了新的AI可能性。
让我们切换不同视角，来看一看华为全栈全场景AI在三大关键象限的最新动态。
技术前沿象限：华为计算视觉未来研究计划
在实际的产业智能化进程里，计算视觉是泛AI技术体系中应用度最强、覆盖场景最广泛的技术。根据多种数据报告统计，计算视觉技术在整体AI应用中普遍占比70-80%，可以说是AI真正的主力军。
而计算视觉的能力极限，显然也意味着整体AI产业的技术极限。
华为在计算视觉领域围绕数据、知识和模型三大方向，过去两年已在AI顶会CVPR、ICCV、NeurIPS、ICLR等发表80余篇论文，并取得多项业界领先的成果在这个关键领域。华为的AI科学家们不断钻研，针对计算视觉最前沿、最富挑战的课题，相继给出了自己的一系列答案。
比如说，面对如何在海量数据中挖掘有效信息的问题。华为提出了知识蒸馏与自动数据扩增结合的方法，实现了业界最强的信息规律效果。而华为的魔术模型，则将多模态视觉纳入了产业实践，以此提高计算视觉技术的信息应用效率。
而针对高效视觉识别的业界核心问题，华为创建了业界搜索速度最快的自动网络架构搜索技术，并且研发了新型算子加速卷积网络，推动计算视觉进一步走入工业体系。
面向最具挑战性的通用智能问题，华为也创造了利用虚拟数据学习控制无感知机械臂等实践方案，开始迈出人类向通用视觉挑战的第一步。
面向未来，华为发布了计算视觉研究计划，邀请全球AI专家参与研究。基于华为昇腾AI处理器的Atlas人工智能计算平台将为该计划提供强大算力支撑，研究成果将在华为全场景AI计算框架MindSpore实现并开源给业界，让全球AI开发者以此为基础持续创新、不断突破边界、共同打造无所不及的智能。
计算视觉正在加速成为AI技术面向未来探索的主要前沿阵地，长期决定AI产业化的能力上限。华为决定推动的计算视觉未来研究计划，也是在产学研结合趋势与行业应用视野的一次融合，助力业界共同迈过计算视觉的珠穆朗玛。
华为计算视觉研究计划围绕三大方向，共有六大子计划，包括：
1、数据冰山计划：以极少量标注数据撬动海量无标注数据，支撑小样本场景下模型训练；
2、数据魔方计划：利用多种模态相互辅助、增强模型在实际场景的学习能力；
3、模型摸高计划：构建云侧大模型，刷新各类视觉任务性能上限；
4、模型瘦身计划：打造端侧高效的计算模型，助力各种芯片完成复杂推理；
5、万物预视计划：设计视觉预训练任务，打造视觉通用模型；
6、虚实合一计划：在虚拟与现实的结合中，将计算视觉引向真正的人工智能；
六个子计划融合了技术前沿性与产业需求、全球共同关注点，三方面的价值，将华为的思考与探索向世界公布，奖励与华为一同探寻未知的技术人才。
开发者象限：框架开源与开发平台升级
长时间以来， 学习框架都是建立AI生态的必争之地。谷歌的Tensorflow与微软的caffe、Facebook的Pytorch在全球范围内展开过激烈竞争。
而在中国AI产业高速崛起，“新基建”推动AI技术走向千行万业的大背景下，华为的 学习框架顺理成章引起了整个AI行业的持续关注。
在HDC.Cloud，开发者们期待已久的全场景AI计算框架MindSpore宣布码云正式开源，同时企业级AI应用开发者套件ModelArts Pro在华为云上线。从框架开源到AI开发平台的产业化升级，意味着华为全栈全场景AI的软硬件骨干已经全部投入业界实践，成为全球AI开发者的能力组成部分。
与其他 学习框架相比，MindSpore的差异化特征在于致力于和产业开发真实环境的紧密适配。例如MindSpore原生适应端、边缘和云各场景，并能够在按需协同基础上，通过实现AI算法即代码，打通架构和编程之间的固有界限，减少AI开发者的模型开发时间，降低开发门槛。另外，MindSpore基于技术创新及与AI处理器的协同优化，实现了运行态效能提高，并且支持异构并行计算。
（张迪煊分享华为Atlas人工智能计算平台的云边端全场景开发实践）
总体而言，MindSpore最显著的特点在于，它能够同时支持云、边缘、端各个场景独立又协同的统一训练和推理框架，这解决了开发者们“开发易、部署难”的长期痛点，直接将AI开发对准了产业实践方向，与华为的鲲鹏产业、Atlas生态紧密融合。可以说，MindSpore与欧美主流框架多数诞生于科研场景、实验室场景不同，它是一款完全致力于工业场景、部署能力和开发实践的框架，是 学习框架与产业化AI开发的紧密结合。
同时，华为还发布全球首款企业级AI应用开发专业套件ModelArts Pro。当强工程特性的框架，遇到支撑企业级AI应用的开发平台，华为全栈全场景AI在开发者象限的精髓，在于产业能力的有一次跨越式突破。
产业实践象限：Atlas生态应用于全场景开发
AI是否能用，是否好用，最终要交给实践来检测和证明，华为全栈全场景AI的另一个关键象限突破，在于Atlas产品序列持续发展，Atlas生态不断与产业场景深入融合。
基于云边端一致的开发体验，全面渗透的AI算力，以及华为产品与行业需求的 耦合，Atlas人工智能计算平台的全场景实践正在不断深化。目前，华为已与数十家伙伴合作，推动基于华为昇腾AI处理器的Atlas系列模块、板卡、小站、服务器在智慧交通、智慧电力、智慧金融、智慧城市、智能制造等数十个行业落地。
（张迪煊宣布高效算子开发工具TBE启动正式公测）
同时为了进一步丰富华为AI生态，助力开发者提升开发能力，HDC.Cloud现场宣布启动了高效算子开发工具TBE的正式公测，并计划激励100家以上贡献算子的高校和合作伙伴。
Atlas生态的加速落地，正在驱动我们每个人都更全面融入AI“宇宙”中。基于Atlas 200 DK的眼底检测疾病筛查、拟人动作机器人、植树机器人等，基于Atlas 300和Atlas 500的生产线工业质检和智慧营业厅等案例等等，证明了千行万业与华为Atlas的可融合性与实践价值，也让我们看到了不久后关于生活、工作、学习智能化的种种可能。
以慧眼识病为例，华为与南开大学相关团队合作，利用Atlas 200 DK的端侧AI部署能力与充足算力，快速进行基于眼底AI识别达成的心脑血管、糖尿病等慢性病筛查。我们知道，慢性病具有潜伏期长、难发现、难逆转的种种特点，是公众健康生活的一大挑战。但因为检测复杂、成本相对较高，很多潜在患者会忽视早期症状和检查，从而延误了治疗契机。而基于Atlas 200 DK的人工智能眼底筛查，可以快速简单检测慢性病，并且能够将资深医生才具备的检测能力进行普惠化，让社会共同从中受益，这在我国医疗环境与条件下具有重要价值。在技术前沿、开发基础设施、产业实践三大象限上，华为全栈全场景AI保持了高速、协同、不间断的进化。以HDC.Cloud为节点，全栈全场景AI解决方案不仅展现出了更加完备的产业图景全貌，还让华为AI“宇宙”与科研机构、开发者、产业实践结合更加紧密，生态合作的 、广度、供需紧密度不断提升。
华为AI宇宙的拉伸运动，是全球AI开发者的能力边界，向产业化目标的一次突进。广阔的智能时代下，每位开发者正在从这些产业进化中汲取力量，练就自己的“小宇宙”。这些以全栈全场景AI为动力的小伙伴，将是在明天改变世界的斗士和英雄。
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。
