人工智能（ai）六十年后再次被引爆，一个关键的原因是由于gpu异构计算、hpc、云计算等新技术的发展，计算力有了大幅的提升，能够支撑机器学习/深度学习算法实现应用，ai推理从而真正释放了ai的潜力。
2018年，万物互联的世界已经有了雏形，ai也已经融入了个人终端、家庭以及生产和商业场景：手机、家电正在变得更加智能；无人机、自动驾驶正在快速发展；制造、医疗、交通、金融、零售、安防、物流等行业场景中，ai也正在成为驱动产业创新升级的关键力量。
当“智能”变得无处不在，作为ai落地的关键支撑，“计算”也需要变得无处不在。如今，通过数据中心提供集中式处理的算力已不能满足自动驾驶等大带宽、低时延场景的需求，唯有通过端、边、云分级提供算力，才能使ai更广阔地应用到人类社会和经济生活各个方面。
这也正是华为打造atlas智能计算平台的初衷。
让ai贯穿云、边、端
10月11日，在华为全联接大会2018（huawei connect）上，华为发布了atlas智能计算平台，包括面向端侧的atlas 200 ai加速模块、面向数据中心侧的atlas 300 ai加速卡、面向边缘侧的atlas 500智能小站、及定位于企业领域一站式ai平台的atlas 800 ai一体机。
在过去，计算被集中于数据中心，而新的atlas智能计算平台提供了端、边、云的分级计算能力，从而为ai应用创造了更多的可能性，也大大降低了企业应用ai的门槛。
每个时代有每个时代的工具，“计算”则是ai时代的主要生产工具之一，当ai的计算需求发生变化，计算的“疆界”也需要被打破，从以往的数据中心，延伸到边缘和端侧。当然，这些计算并不是割裂的，端侧、边侧、云侧的计算也需要联接和协同。
看起来有些抽象，举几个例子。
在智慧城市建设中，摄像头是必不可少的端侧设备，用于图像视频的捕捉，进行监控和预警。引入ai技术能显著降低人工监测程度，并降低发现不及时和判断失误情况。但在传统视频监控系统中，前端摄像头内置计算能力较低，致使视频监控系统的智能处理能力不足，以云端计算进行智能分析又具有延迟性，无法保证实时预警。
再如，在自动驾驶汽车上的传感器和摄像头实时捕捉的路况信息，每秒大约有1gb的数据，要对这些数据进行实时处理，大概需要300tflops的计算力。自动驾驶需要及时响应（毫秒级），将如此大的数据传输到云端处理，再回传响应显然并不现实，几毫秒的延迟，或许就是发生事故和没有发生事故的区别。
另外一些ai的应用场景，如计算机视觉、自然语言处理、以及很多工业场景都有着类似的需求：实时性高、端侧和边缘侧需要处理的数据量大，但处理能力不足，这就严重制约了ai的应用落地和应用场景的拓展。
如果将端、边、云侧计算分级处理，就能分别保证充足的计算力，不仅能够满足这些场景实时响应的需求，还能让ai能够真正发挥作用，此外还能降低对云数据中心计算、存储和网络带宽的要求。不难看出，华为atlas智能计算平台很好地实现了这些目标：
在端侧，atlas 200 ai加速模块仅有半张信用卡大小，可支持16路高清视频实时分析，面向摄像头、无人机等端侧设备部署，功耗仅10w左右。
在边缘侧，atlas 300 ai加速卡单卡即可提供64tflops int8计算性能，还可支持64路高清视频实时分析，可用于数据中心测试等应用。atlas 500智能小站只有机顶盒大小，即可实现16路高清视频处理能力，适用于交通、看护、无人零售、智能制造等广阔的领域。
值得一提的是，华为atlas 500智能小站还支持云边协同，可跟华为私有云、公有云协同，通过云侧推送应用、更新算法，对设备进行统一管理和软件升级。
在云侧，atlas 800 ai一体机在标准框架和编程环境之上，提供经过优化的ai环境，并预安装义层软件库，2小时开箱即用。同时，ai一体机集成华为集群管理、任务调度等管理软件与系统级性能监控系统，可大幅降低企业ai应用门槛。
简而言之，华为atlas智能计算平台将ai所需的计算力从数据中心扩展到了边缘侧和端侧，并实现了连接和协同，让企业智能融入到更多的企业应用场景。
atlas，华为ai战略的基石
华为此次发布的atlas智能计算平台并不是凭空而来，实际上是2017年发布的华为atlas智能云硬件平台的全新演进。
在2017年的华为全联接大会上，华为发布了智能云硬件平台atlas，主要面向ai、公有云和hpc场景。该平台基于fusionserver g系列异构服务器，旨在通过异构资源池、智能编排等关键技术，将gpu、hdd、ssd等资源池化，根据业务模型按需提供硬件资源，可提升50%以上的资源利用率，性能相比传统x86架构提升10倍以上。
2017年是ai产业快速发展的一年，越来越多的行业开始拥抱ai，将其作为推动数字化转型的核心手段之一。ai应用既需要异构计算所提供的强大计算力，也需要云计算提供的灵活扩展，华为atlas将这两者很好地进行了统一，可谓是顺应了ai时代基础架构的发展趋势。
基于华为atlas智能云硬件平台，企业能够便利的构建异构私有云；同时华为还发布了多款基于atlas硬件平台的全新公有云服务，包括gpu云服务和fpga云服务等，从而让企业能更方便地获取异构计算服务，让ai“跑在云上”。
得益于这些优势，华为atlas硬件平台已经在智慧城市、视频识别等领域大显身手，推动ai切实落地。华为也在积极开放合作，建立了围绕atlas的“朋友圈”。
例如，在智慧城市方面，华为帮助深圳交警基于atlas硬件平台构建了城市“交通大脑”，结合大数据分析、人工智能等技术，实现了10亿图片秒级搜索，2万摄像头实时分析，将深圳主要道路通行能力提高9%左右，智能辅助执法提升10倍的违章图片识别效率。
在2017年华为全联接大会上，华为携手商汤科技等企业，发布了业界首个全面云化、全网智能的视频云解决方案，以atlas硬件平台作为支撑，商汤科技ai算法作为核心引擎，面向智慧安防、智慧交通、智能楼宇等领域。去年10月，华为又联合商汤科技发布了基于atlas的超高密人脸识别一体化方案，服务器单机即可实现224路高清视频流人脸识别的实时处理。
今年3月底，华为与依图科技联合发布了面向平安城市、智慧园区的“全景式，超精准”人脸识别一体化解决方案，并签署了智能计算领域的合作备忘录。该方案基于华为atlas视频智能分析服务器，实现超过99%的精准识别率，提供最高可达256路实时分析能力。
经过一系列的实践和生态合作，华为atlas智能云硬件平台逐渐成熟，不仅成为了为行业培养ai解决方案的“黑土地”，也为atlas智能计算平台的推出奠定了基础。随着ai应用的深化，场景趋于丰富，不管对于华为，还是希望通过ai实现业务创新的企业来说，“atlas”既打破了未来的不确定性，又带来了更多的可能性。
不难预见，atlas智能计算平台也将成为华为ai战略的基石，扮演更加关键的角色。
华为全面布局“智能计算”
今年5月31日，华为宣布了“智能计算”业务布局，围绕ai时代对于计算力的新需求，华为对其服务器、数据中心、边缘计算等层面进行了智能化的升级，目标为企业数字化转型提供从云到端的智能化it基础设施。atlas智能计算平台的推出，和华为的“智能计算”战略一脉相承。
相去不过数个月，华为“智能计算”版图进一步丰富，从云到端的智能化布局也逐步清晰，华为在以非常快的步伐，构筑自身在ai时代的强大竞争力。
截至目前，华为智能计算产品已服务于全球超过5000家客户。根据gartner报告，在2018年第一季度，华为服务器在全球的发货量排名第4。
华为过去已经将智能计算落地到多个领域，智慧城市、交通、金融、制造、安平、医疗等等，华为自身也是智能计算的受益者，通过引入ai技术并实现端云协同，华为工厂将制造工作量下降了48%，成品率从99.20%提升到99.55%；在物流环节，工厂装箱率提升了15%，例外费用降低了30%，风险预警率提升99%，仓储规划提升了10%。
今年，华为it产品线提出了新的slogan：“智it，慧未来”，不难理解，唯有让it更加强大、更加智能，才能让企业、行业获得ai时代的核心生产力，更加从容的迈入ai时代。华为在智能计算上全面布局，也为自身开启了更加光明的未来。