這是華爲在全球分析師大會2020上分享的一個真實案例。算法
過去，高速收費站的人工收費方式費時費力、效率低下，遇到遲早高峯或者節假日，收費站每每成爲交通最擁堵的地方。爲簡化通行流程、提高通行效率，完全解決交通擁堵難題。國家在2019年開始全面取消省級收費站，人工收費逐漸被自動化和智能化的ETC設備所取代。後端
這背後不只僅是設備對於人工的簡單替代，還涉及到車輛識別、里程計算、移動支付、業務系統打通等多項工做。爲此，華爲提供了一整套完善的解決方案，包括TaiShan服務器、Atlas智能小站在內的一系列計算設備以及後端ModelArts一站式AI開發平臺，經過多樣性算力來支撐起整個智慧交通體系的運做與管理。服務器
根據華爲介紹，在部署這套解決方案以後，高速收費站客車平均通行時間從15秒下降到2秒，貨車平均通行時間從29秒下降到3秒，大幅提高了通行效率，有效解決了交通擁堵的難題。網絡
在華爲看來，高速收費僅僅是計算改變人們生活的場景之一。在現在的世界中，隨着數字化進程加速，計算正在深入改變着各行各業，多樣性計算將會在更多行業場景中發揮着愈來愈重要的做用。架構
爲何須要多樣性算力
「持續創新，知足世界多樣性算力的需求。」--這是華爲計算產品線副總裁姜濤在華爲全球開發者大會上所傳遞出的清晰聲音。併發
華爲計算產品線副總裁姜濤框架
那麼，爲何世界須要多樣性算力？高併發
這跟當前的趨勢密不可分。隨着像5G、雲計算、大數據等數字化技術不斷應用，產生了兩大明顯趨勢：其一，接入設備開始從傳統PC向移動智能終端轉移，直接帶來了部署模式從PC應用到移動應用再到移動應用雲化；其二，萬物互聯帶來了海量數據的產生，直接推進了雲邊分工與協同，雲數據中心承載海量數據的分析、處理和存儲，而且造成中心訓練和邊緣推理的雲邊協同。佈局
這些趨勢帶來對多樣性算力的直接需求，要求算力能夠實現雲端同構、高併發、高吞吐、超高性能，以及更優能效的AI。性能
華爲計算產業打算怎麼幹
在本次大會上，華爲公司高級副總裁、雲與計算BG戰略與產業發展部部長張順茂在《擁抱數字化轉型機會，雙贏計算新時代》主題演講中強調：雲與計算是生態型產業；所以，作大產業的蛋糕比作大市場份額更加劇要。
在雲與計算的生態產業中，橫向創建穩定、持續、可雙贏的生態，縱向則讓應用生態百花齊放，華爲的工做就是提供足夠有營養的黑土地。在黑土地中，多樣性算力其實就是黑土地中不可獲取的各類營養，它能夠爲各類場景、應用提供最爲合適的算力，讓應用真正實現百花齊放。
姜濤介紹，華爲計算產業戰略主要是四個方面：架構創新，投資全場景處理器族，商業策略「有所爲有所不爲」，構建開發生態。2019年，華爲實現了對x8六、AI、ARM算力產品的全面佈局，構建起「x86+ARM+GPU+NPU」多種計算形態產品，知足不一樣行業、不一樣業務規模的用戶需求。
當前，華爲計算業務包括通用計算平臺、AI計算平臺以及智能加速部件、智能管理引擎等，能夠知足各行各業對於多樣性計算的需求。相關數據顯示，2019年華爲計算設備發貨量同比增加了8%。
華爲Atlas：讓AI觸手可及
在多樣性計算中，AI算力可謂是相當重要，它支撐起各類人工智能場景應用。不過，人工智能與行業場景應用的結合纔剛剛開始，與AI算力相關的產品雖然很是之多，可是AI算力在行業應用中依然面臨着不小的挑戰。
其一，不一樣場景採用不一樣的計算架構很廣泛，這給開發者帶來了極大的挑戰。開發者須要適配不一樣開發平臺作模型轉換，開發者不能實現一次性開發與屢次部署，致使目前AI開發效率並不高。
其二，人工智能應用在數據中心、互聯網中已經開始獲得較爲普遍的應用，可是隨着5G商用提高，大量行業應用開始向邊緣應用延伸。數據中心測的AI算力對於功耗容忍度大，邊緣側對於功耗則比較敏感。所以，AI算力須要同時關注數據中心側和邊緣側。
其三，人工智能芯片愈來愈走向專用化，芯片架構創新大部分集中在專用架構，再也不侷限於傳統兼顧GPU的處理方式。
爲此，華爲AI發展戰略從一開始肯定了在全棧、全場景中採用統一的架構，知足各個行業的數據中心和各類邊緣場景的AI應用需求，爲開發者構建起一致性的開發體驗，一次性開發，能夠在多種產品上作屢次部署。
目前，華爲Atlas 全場景AI解決方案涵蓋了雲、邊、端各類場景，產品有Atlas 900 AI集羣、Atlas 800 AI智能服務器、Atlas 300 AI加速卡、Atlas 500 Pro AI智能邊緣服務器、Atlas 500 AI智能小站、Atlas 200 DK AI開發者套件以及Atlas 200 AI加速模塊。華爲Atlas系列產品的形態可謂是異常豐富，像Atlas 900是數據中心級的訓練集羣，而Atlas 200則是隻有火柴盒那麼大小的加速卡。
以Atlas 900爲例，目前爲業界最頂尖的AI 訓練產品，數千顆AI處理器互聯，半精度（FP16）算力達256-1024 PFLOPS；除了處理器以外，還引入了HCCS、智聯網絡等，讓其性能極爲出色。此外，Atlas 900仍是業界首款支持全液冷的AI集羣，這樣大幅下降了整個數據中心的能耗。
像鵬城雲腦Ⅱ採用Atlas 900 AI集羣爲底座，整個AI集羣的PUE<1.1，具備最佳集羣網絡，HCCL集合通信支持100TB全互聯無阻塞專屬參數同步網絡。在這樣強大能力支撐下，鵬城雲腦II得到源源不斷的澎湃算力，支撐起科研工做者對計算機視覺、天然語言處理、自動駕駛、醫療等各種研究。
另外，在疫情期間，華爲的AI解決方案也發揮了相當重要的做用。在疫情早期，因爲檢測手段匱乏，經過CT影像來判斷病例是主要手段，可是隨着愈來愈多的人進行CT拍攝，光靠醫生人工來分析CT影像已經完全不行。
此時，華爲經過部署Atlas 800智能服務器，經過大量樣本數據的不斷訓練和算法的不斷迭代，很快就實現了對CT影像病情的快速識別，而且準確率持續提高達到了99%。現在，華爲這套AI抗疫解決方案已經普遍部署在全球多個國家的醫院。
除了提供強大的產品與解決方案以外，華爲在AI生態上將會持續走開放的道路。據悉，目前華爲已經在36所高校中開設了AI課程，而且有3萬多開發者進入到華爲計算框架的開發，還擁有超過100家行業ISV，打造了超過50個行業AI解決方案。
整體而言，隨着數字經濟的快速發展，數字經濟與實體經濟的融合開始產生大量新的應用場景，在大數據、AI、物聯網等數字化技術帶動下，算力需求正在走向細分化和差別化。華爲計算業務持續的創新能力、全面的產品佈局、豐富的行業解決方案以及開放的生態策略，將會爲華爲雲與計算「黑土地」注入持續的營養，知足用戶多樣性的計算需求。