伴隨著2019年5G大幕的拉開，萬物互聯的時代也緊跟著到來。在此關鍵階段，華為公司明確提出智能世界的兩大關鍵技術是“聯接”和“計算”，并力推智能計算業務，相繼發布鯤鵬和昇騰兩大系列芯片。近日，記者采訪了華為公司智能計算Marketing部部長師斌，針對為何要大力推動智能計算的問題，師斌作出了詳細介紹。

師斌說，如今新聞里常說的5G時代帶來萬物互聯，將極大改變未來人們的生活。但在業內人士看來，萬物互聯帶來的全新挑戰是會產生超大規模的數據量。師斌表示，據估算，5年后全球每年將產生超過180ZB的數據量。這是什么概念呢？相當于18萬億部高清電影，按照光盤厚度1.2mm計算，刻錄成光盤的厚度將達到2160萬公里，繞地球540圈。

師斌介紹說，以往企業要處理數據時，通常會利用大型數據中心進行集中式運算。但這種做法顯然無法應對信息爆炸時代的需求。例如在萬物互聯時代，工廠里的機器人在不斷生成數據，路邊的智能紅綠燈在不斷生成數據，家里的智能電器在不斷生成數據，手上的智能手表也在不斷生成數據……由于數以萬億計的智能終端會源源不斷地產生海量數據，如果它們全部需要通過網絡回傳到數據中心再進行處理，將對數據中心的處理能力，乃至傳輸帶寬、時延等提出根本無法達到的技術要求。相關統計顯示，僅華為今年出貨手機的算力之和，就相當于2019年全球數據中心新增算力的兩倍。也就是說，單靠傳統的數據中心，根本無法解決算力不足的問題。

在智能終端采集到的海量數據面前，算力不足是當前5G應用面臨的最大挑戰之一。要解決這個問題，理想的解決方案之一就是將采集到的數據先經過篩查和處理，只把最核心的數據回傳到數據中心。例如在未來的智慧城市，各類智能傳感器、智能攝像機、智能機器人等終端，并不是把所有采集的數據都直接傳回數據中心，而是先由小型的邊緣計算設備對這些數據進行處理，這樣不但減輕了數據中心的負擔，而且可以縮短設備響應時間，給用戶更好的體驗。

同時在實際應用中，當前智能終端需要處理的數據不再是以前那些由文本、數字組成的結構化數據，而是圖像識別、語音識別、自動駕駛等全新應用帶來的大量語音、視頻和圖像。例如當今時髦的“刷臉支付”，智能終端需要通過攝像頭采集人臉信息，同時利用人工智能芯片和算法高效地完成比對和識別。而傳統的通用芯片在處理圖像、音頻等數據時效率并不高，需要專用人工智能（AI）芯片來應對這些新出現的應用場景。按照華為的預計，5年后，AI計算所消耗的算力，將占到算力消耗總量的80%以上。

為解決圍繞算力產生的一系列問題，去年12月華為專門成立了智能計算業務部。師斌表示，計算進入智能時代，將具備三大重要特征：暴力計算、計算無處不在、端邊云協同。智能計算的目標，不但要滿足“數據在哪里，計算就在哪里”的需求，也要實現“云（數據中心）、邊（邊緣服務器）、端（手機等智能終端）場景全覆蓋”，同時因為科學研究、天文探索、自動駕駛等應用場景對算力的高度依賴性，智能計算還得具備“暴力計算”的能力，可以在很短時間內把海量數據處理完。

責任編輯：焦旭