阿里的人工智能“航空母艦”終于下水。

　　造一艘真正的航母有多難呢？

　　全世界擁有航母的國家只有10個，擁有完整航母制造技術(shù)的國家只有中國與美國。

　　相當(dāng)于將一個機(jī)場、3000人的小城鎮(zhèn)、軍火庫、核反應(yīng)堆集結(jié)到一艘船上，能打，能扛，跑得快，不易壞。

　　1993年，俄羅斯總理訪問黑海造船廠，詢問完成“瓦良格”號需要什么條件。

　　廠長馬卡羅夫回答：蘇聯(lián)、黨中央、國家計(jì)劃委員會、軍事工業(yè)委員會和九個國防工業(yè)部、600個相關(guān)專業(yè)、8000家配套廠家。

　　“總之需要一個偉大的國家才能完成?！?/p>

　　造一艘人工智能的航空母艦更難。

　　對應(yīng)用場景、對算力、對數(shù)據(jù)和算法的強(qiáng)依賴，讓人工智能產(chǎn)業(yè)也必須以航母的形態(tài)進(jìn)行競爭，這是超級大公司之間，超級大國之間的競爭。

　　最后一塊零件

　　伴隨含光800芯片的出世，阿里巴巴人工智能航空母艦最后一塊零件入列，不僅首次亮相，更是火力全開。

　　9月25日，云棲大會主論壇，做工作報(bào)告的阿里云總裁張建鋒，說著說著掏出了一塊芯片，這是阿里第一顆自研芯片“含光800”。

　　張建鋒

　　張建鋒（行癲）說，“它比目前業(yè)內(nèi)最好的AI芯片性能高4倍，包括前幾天兄弟公司發(fā)布的芯片”。他沒指明“前幾天發(fā)布芯片的兄弟公司”是誰，不過，場下會心一笑。

　　行癲得意是自然。平頭哥發(fā)布自研AI芯片，意味著阿里打通了人工智能全鏈路。

　　航母動力不足，無法為戰(zhàn)斗機(jī)起降提供足夠的甲板風(fēng)。自研芯片，等于攻克航母動力技術(shù)。

　　在主論壇外的人工智能芯片專場，身形瘦削的焦陽坐在第一排中央，他是平頭哥研究員、含光800芯片負(fù)責(zé)人，作為東道主的他與相繼到場的分享嘉賓握手寒暄。他們大多是芯片界的老人了。

　　現(xiàn)場連站的空間都沒有。一個晚到的觀眾從一側(cè)門口擠進(jìn)去，不過，似乎無論他站在哪個位置，都會擋住后方觀眾視野，最終，他從這一側(cè)門口，騰挪到長條形會議室另一側(cè)門口。

　　含光800用7個月完成了前端設(shè)計(jì)，之后僅3個月就成功流片?；貞浧鹦酒O(shè)計(jì)研發(fā)的過程，焦陽說了5次“Crazy”。

　　去年才成立平頭哥的阿里，一定程度上落后于友商。為了消除業(yè)界顧慮，阿里一定要在一兩個點(diǎn)上做到No.1，不做Me too或者New Follower，才能在下一波浪潮中崛起。

　　問題來了，要做什么芯片？

　　谷歌、Facebook、蘋果等互聯(lián)網(wǎng)公司紛紛自研芯片，并非偶然。人工智能對算力需求已經(jīng)超過了摩爾定律?；ヂ?lián)網(wǎng)公司要走到下一個階段，必須要有自己的硬件技術(shù)，才能把自己的算法跟硬件做垂直的軟硬一體化設(shè)計(jì)，達(dá)到極致的性能。

　　“含光800芯片預(yù)計(jì)2019年年底可以完成主要業(yè)務(wù)方適配、驗(yàn)證的過程?！苯龟枌︿\財(cái)經(jīng)說，雖然取得了一些成績，但要達(dá)到英偉達(dá)的水平還有一段很長的路要走。

　　隨著含光800的發(fā)布，平頭哥端云一體全棧芯片產(chǎn)品家族雛形已現(xiàn)，打通了芯片設(shè)計(jì)鏈路的全覆蓋，涵蓋終端處理器IP玄鐵系列，一站式芯片設(shè)計(jì)平臺無劍SoC，以及云端AI芯片含光800。

　　“先在云端做大芯片、技術(shù)上占領(lǐng)制高點(diǎn)，如果在云上做成了之后，客戶對于公司在PC、手機(jī)等端上也會充滿信心?！苯龟栍?jì)劃了然于胸。

　　昨天上午，在云棲大會“飛天智能”論壇上，阿里云第一次亮出了全體AI核心負(fù)責(zé)人陣容。

　　“最大人工智能公司”,“阿里AI全景圖”,“阿里AI平臺重磅發(fā)布”......輿論一片狂歡。

　　相比鋪天蓋地的解讀，阿里人自己卻稍顯遲鈍。

　　AI集體亮相

　　這張圖最右邊的鄢志杰告訴鋅財(cái)經(jīng)，自己也是今天看到外面?zhèn)鱽淼膱D，才真正意識到“我們已經(jīng)集齊了‘龍珠’”。

　　偶然與必然

　　內(nèi)部的遲鈍是正常反應(yīng)。畢竟，與造實(shí)體航母不同的是，阿里人工智能最初并沒有清晰的設(shè)計(jì)圖。

　　就連行癲，也只能概括為“需求牽引、技術(shù)驅(qū)動”。

　　但要說阿里航母成于偶然，又必然不正確。

　　五年以前，馬云在iDST內(nèi)部提出，他們是坐在金山上啃饅頭，金山就是阿里巴巴擁有的豐富數(shù)據(jù)?！叭绻麛?shù)據(jù)的價值不能被挖掘出來，那不過就是普通的土壤”。

　　如果要給阿里人工智能確定個起點(diǎn)，這句話再合適不過了，坐擁金山是家底，挖掘價值是驅(qū)動力。

　　阿里龐大體系內(nèi)生需求，驅(qū)動了人工智能技術(shù)的應(yīng)用。比如，鄢志杰最早做的“淘寶客服質(zhì)檢”，司羅最早做的“聚劃算智能推薦算法”。

　　眾多巨頭，唯獨(dú)內(nèi)部需求催生了阿里AI航母，這里一定有其他特別的因素。

　　鄢志杰

　　2017年12月，當(dāng)時被稱為“黑科技”的阿里云語音售票機(jī)在上海地鐵落地。簡單來說，售票機(jī)的視覺模組能看到到你靠近，嘴唇開合，識別到你在講話，機(jī)器便將麥克風(fēng)陣列聚焦到目標(biāo)說話人，很大程度上隔絕了旁邊的噪聲。

　　這種多模態(tài)組合已經(jīng)存在多年，為何由阿里語音實(shí)驗(yàn)室再次提起并應(yīng)用？

　　“因?yàn)槲覀冋Z音與視覺的小伙伴坐在同一間辦公室”，鄢志杰告訴鋅財(cái)經(jīng)，這項(xiàng)運(yùn)行了快兩年的黑科技，實(shí)際來自于內(nèi)部“無用的研究”。

　　“我們想看看語音加上視覺有什么奇妙的效應(yīng)，于是用上阿里內(nèi)部人臉識別、定位、測距等“開箱即用”的能力，展示給隔壁的視覺實(shí)驗(yàn)室同學(xué)看，那哥們看了以后覺得很有意思，于是，我們提出‘希望可以識別到嘴唇開合”，他用他的專業(yè)吭哧吭哧馬上做出來了。”

　　后來，團(tuán)隊(duì)把機(jī)器與地鐵關(guān)聯(lián)，搖身一變，成一個在噪聲環(huán)境下，可以賣票的機(jī)子。

　　“大家分別有了百分之七八十的東西，然后一起完成剩下一二十，這是蠻關(guān)鍵的。如果大家都是0%的話，估計(jì)也沒法合作起來。”

　　世界杯期間，阿里直播團(tuán)隊(duì)能在比賽結(jié)束后幾分鐘內(nèi)做出集錦視頻，得益于語音團(tuán)隊(duì)開發(fā)的特殊語音識別能力，視覺團(tuán)隊(duì)只需要找到哨聲、歡呼聲的節(jié)點(diǎn)，并切片。

　　又比如，7月底才面世的玄鐵，已經(jīng)和內(nèi)部不同部門合作發(fā)布了語音芯片等專用芯片。

　　這一切起源于“我們在一間辦公室”。

　　在阿里這個龐大的培養(yǎng)基里，這種偶然又必然的化合反應(yīng)，時刻都在發(fā)生。

　　8月30日晚，某款換臉軟件瞬間刷屏朋友圈。上線幾個小時之內(nèi)，流量如山洪暴發(fā)，服務(wù)器瀕臨峰值極限。

　　事實(shí)上，在這款A(yù)PP上線前，阿里云就已經(jīng)收到了需求，被定了一批服務(wù)器。沒想到上線前幾個小時，流量就已超過了預(yù)期峰值，越來越多的人上傳照片，排隊(duì)時間越來越長。

　　龍欣

　　阿里云異構(gòu)計(jì)算產(chǎn)品研發(fā)負(fù)責(zé)人龍欣帶領(lǐng)的十幾個工程師趕到客戶在北京的辦公室，直到凌晨2點(diǎn)，穩(wěn)定性和峰值基本滿足了客戶要求。龍欣當(dāng)時很篤定，覺得問題已經(jīng)解決。

　　6點(diǎn)40分，僅過了4個半小時，龍欣又被電話叫醒，“新的峰值現(xiàn)在的資源沒法扛了，必須要做混合的資源支持和調(diào)度”。他們又回到了辦公室。

　　用戶抱怨，媒體施壓……龍欣的團(tuán)隊(duì)更慌。

　　客戶使用的主力GPU是阿里云主售實(shí)例gn6v (使用Tesla V100 GPU)，阿里云工程師在彈性擴(kuò)容多地域gn6v實(shí)例的同時，還需要快速擴(kuò)容輕量級的推理GPU實(shí)例gn6i（NVIDIA Tesla T4）以幫助客戶進(jìn)一步降低成本。這帶來的最大挑戰(zhàn)是要保證客戶適配阿里云兩款主售產(chǎn)品不會出現(xiàn)兼容性挑戰(zhàn)，不會產(chǎn)生服務(wù)不穩(wěn)定。

　　頂著巨大的壓力，在很短時間內(nèi)龍欣團(tuán)隊(duì)最后確定了技術(shù)方案。

　　9點(diǎn)多，阿里云方案設(shè)計(jì)并完成驗(yàn)證。

　　龍欣自信地告訴鋅財(cái)經(jīng)，阿里云是業(yè)界第一個把人工智能算法和GPU的算力大規(guī)模應(yīng)用到to C的現(xiàn)象級APP上的云服務(wù)商。

　　這是厚積薄發(fā)的結(jié)果。在熟悉客戶業(yè)務(wù)環(huán)境和軟件的基礎(chǔ)上，阿里云從最基本的異構(gòu)計(jì)算IaaS層服務(wù)的穩(wěn)定和彈性，到開源框架的支持，再到深入客戶業(yè)務(wù)環(huán)節(jié)工程化的支持，在這三個不同的環(huán)節(jié)做點(diǎn)對點(diǎn)的定向服務(wù)，進(jìn)行優(yōu)化和細(xì)致，才能支持這款現(xiàn)象級軟件刷爆網(wǎng)絡(luò)。

　　出走象牙塔

　　1918年，第一艘航母“百眼巨人 號誕生之初，就被評價為“世界海上力量發(fā)生了從制海到制空、制海相結(jié)合的一次革命性變化 ”。

　　曾經(jīng)信仰“Talk is cheap, show me the code”的阿里科學(xué)家們，在攻下算法山頭后，把目光聚焦到新世界：AI實(shí)戰(zhàn)。

　　這意味著他們要離開實(shí)驗(yàn)室的象牙塔，到生產(chǎn)環(huán)境中接受考驗(yàn)。海況復(fù)雜，甚至有些境遇讓人啼笑皆非。

　　在阿里新六脈神劍中，使命是“讓天下沒有難做的生意”，價值觀是“客戶第一”。理解這兩個簡單的陳述句，對這幫智商超過130的AI科學(xué)家們而言，其實(shí)并不容易。

　　負(fù)責(zé)語言技術(shù)的司羅在加入阿里前是普渡大學(xué)計(jì)算機(jī)系的終身教授，他告訴鋅財(cái)經(jīng)：“在學(xué)校，能帶十幾個研究生，有四臺服務(wù)器，這已經(jīng)算是非常好的配置了，但在阿里，內(nèi)部有五千臺服務(wù)器，甚至有幾百張GPU的網(wǎng)卡?！?/p>

　　司羅

　　可調(diào)配的資源越多，面對的環(huán)境也更復(fù)雜。在實(shí)驗(yàn)室里，用來檢驗(yàn)?zāi)Ｐ唾|(zhì)量的數(shù)據(jù)都是干凈的結(jié)構(gòu)化數(shù)據(jù)，而在許多阿里的場景中，面對的則是“方言、省略、簡要、重復(fù)”等各種日常口語化數(shù)據(jù)。

　　有一回，一個項(xiàng)目負(fù)責(zé)人說了句：“我們領(lǐng)導(dǎo)是一句笑話，但我們要認(rèn)真對待”。這是司羅工作的日常：“人都能理解這句話的語義，可是機(jī)器不能”。

　　“以前在學(xué)校里，工作的成績和成就感是論文、標(biāo)準(zhǔn)數(shù)據(jù)集上的提升，但是在阿里，成就干是看到你的算法能力在實(shí)際場景中得到了巨大的提升?！?/p>

　　數(shù)據(jù)的復(fù)雜只是業(yè)務(wù)上的挑戰(zhàn)，更多時候的是觀念轉(zhuǎn)變的挑戰(zhàn)。

　　“來到阿里之后，我們這些搞技術(shù)的‘被迫’嗅到了前線的味道：算法只是冰山一角，如果要在產(chǎn)業(yè)中產(chǎn)生價值，還有很多功課要做”，鄢志杰把進(jìn)入阿里前的環(huán)境比作象牙塔，那時候只需要衡量論文、算法的先進(jìn)性。

　　“你們搞科學(xué)技術(shù)的，跟‘讓天下沒有難做的生意’有什么關(guān)系”，這個問題在鄢志杰加入阿里后時常被問起。

　　而他現(xiàn)在悟到了“人工智能，最終還是要為客戶產(chǎn)生價值，他在生意里取得成功，讓他的生意好做，因?yàn)榻o他創(chuàng)造價值，他愿意分一點(diǎn)錢給我們?！?/p>

　　批量贈送屠龍刀

　　給鄢志杰啟發(fā)的是，有一家深圳的叫“硅基智能”的公司，他們悄無聲息地用阿里云語音識別能力，加上移動的來電轉(zhuǎn)移，開發(fā)了一款接聽電話人工智能助手“硅秘”。

　　這讓鄢志杰十分驚喜，“完全不知道有這么一款產(chǎn)品在研發(fā)，客戶開發(fā)完上線了才知道”。

　　這是讓他有了“真的有點(diǎn)像云計(jì)算”那種感覺。

　　“我們只要把這些能力放到云上去，很多magical（神奇的）事情會自然的發(fā)生。這種結(jié)合中，我們只需要做好自己那部分事情就好了，這些民間的高手，他懂行業(yè)，自然會有很多的想法出來。”

　　大多數(shù)時候，鄢志杰團(tuán)隊(duì)的成果以插件式的很小的模組，嵌入客戶的產(chǎn)品中，希望用2B的方式，降低整個行業(yè)的門檻。

　　“我們把原來少數(shù)人才擁有的屠龍刀，放給了很多人，讓他們用這把刀到自己的行業(yè)去拼殺。這幫人現(xiàn)在剛剛沖出去，我希望他們能夠快點(diǎn)成功。”

　　AI航母也一樣，從它誕生開始，就扛起了為客戶服務(wù)的重任，這個誕生于阿里巴巴的龐然大物，正在攪動中國產(chǎn)業(yè)的數(shù)字化，成為數(shù)字經(jīng)濟(jì)的一把屠龍刀。

　　“客戶在前陣殺敵，我們在營區(qū)打磨屠龍刀”，這是阿里云的常態(tài)。

　　阿里云高性能計(jì)算負(fù)責(zé)人何萬青常常接到客戶的“抱怨”：別的團(tuán)隊(duì)都是七八個人來我公司，你們每次就那么兩個人。

　　何萬青

　　說到這句話時，何萬青笑了，是欣慰的笑。

　　云棲社區(qū)有一個故事，2008年，何萬青當(dāng)時還在某家硬件廠商，因?yàn)榻oAli Search進(jìn)行性能優(yōu)化，為阿里省下來買200臺服務(wù)器的需求，這對設(shè)備廠商而言可不是好事。

　　“硬件公司想辦法讓客戶買更好的、更貴的，而在阿里云，這種成就感在于把超算變成云產(chǎn)品，這個產(chǎn)品是所有人可以受益的”。上汽集團(tuán)乘用車采用SCC集群進(jìn)行混合仿真，整體提升25%效率；安世亞太基于SCC集群為客戶提供HPC解決方案，總體成本下降20%以上；大連化物所國家重點(diǎn)實(shí)驗(yàn)室使用E-HPC集群做分子動力學(xué)仿真計(jì)算，相對上一代GPU集群效率提升200% 。

　　更多時候，阿里的AI航母行駛在肉眼看不到的地方“磨刀”。

　　駛?cè)肷钏畢^(qū)

　　能落地的人工智能，才是好的人工智能，才是有價值的人工智能。

　　在落地這件事情上，阿里試水的航母已經(jīng)進(jìn)入未知的海域。

　　客戶認(rèn)為“我們說的語言，阿里云的人聽不懂”。

　　外包團(tuán)隊(duì)抱怨“客戶提的需求太奇怪了”。

　　互聯(lián)網(wǎng)與工業(yè)天然存在語言隔閡，在很長一段時間里，負(fù)責(zé)落地正泰新能源項(xiàng)目的達(dá)摩院視覺計(jì)算算法專家魏溪含兩頭為難，心里委屈。

　　2017年10月，當(dāng)阿里的商務(wù)快要放棄與正泰新能源的合作時，兩方突然碰撞出火花：用視覺識別給太陽能電池片瑕疵做檢測。

　　魏溪含與她的團(tuán)隊(duì)為這一瞬間的“荷爾蒙”，懵懂地趟入深水區(qū)。畢竟，這玩意沒人做過，客戶只在德國見過相關(guān)檢測設(shè)備，但效果不佳，還得輔助人工。

　　2018年初，魏溪含和同事交付了項(xiàng)目結(jié)果，便安心回家過年。

　　事情沒那么簡單。

　　魏溪含和同事交付的方案中，瑕疵是用方框框起來的。但客戶不僅想知道瑕疵在哪，還想知道它長什么樣。這意味著，他們要把瑕疵的輪廓分類描繪出來。

　　正泰新能源1和正泰新能源2

　　30多種瑕疵，兩萬多張圖片。

　　于是發(fā)生了開頭那一幕，客戶認(rèn)為“我們說的語言，阿里云的人聽不懂”，標(biāo)注數(shù)據(jù)外包團(tuán)隊(duì)抱怨“客戶提的需求太奇怪了”。

　　魏溪含也不理解，但還是得做。

　　于是她帶著領(lǐng)外包團(tuán)隊(duì)，下工廠，學(xué)瑕疵，標(biāo)輪廓。

　　這太難了，標(biāo)注項(xiàng)目結(jié)束的時候，30多人的標(biāo)注團(tuán)隊(duì)，人走了近一半，還有生病倒下的。

　　另一方面，魏溪含與算法的同事不斷打磨算法模型，優(yōu)化算法速度，她自嘲“我們是在煉丹”。

　　算法模型上線后，精度達(dá)到97%，這比人工檢測的上限還高。但是，一下產(chǎn)線測試，精度腰斬到50%。

　　魏溪含心里咯噔了一下，“當(dāng)時真是抱著必死的決心”。

　　實(shí)際工況遠(yuǎn)比測試環(huán)境復(fù)雜，攝像、燈光、產(chǎn)業(yè)更換、原材料等都是干擾因素。

　　“大不了這個項(xiàng)目就做砸了，但是我想知道在哪做砸的。”

　　故事的結(jié)尾是，項(xiàng)目達(dá)成，精度長期穩(wěn)定在97%以上，質(zhì)檢速度比人快5倍，提升一倍到兩倍，實(shí)現(xiàn)全量檢測（原來只能抽檢10%），電池片出廠的良品率從95%到99%。

　　9月25日，阿里發(fā)布了工業(yè)質(zhì)檢云平臺，第三方廠商可以收集、標(biāo)注數(shù)據(jù)，訓(xùn)練模型，部署服務(wù)，快速實(shí)現(xiàn)不同行業(yè)的質(zhì)量檢測。

　　從項(xiàng)目到平臺，這是阿里云落地的一貫打法。

　　曾震宇說，過去五年，AI支撐起阿里巴巴，今后五年AI將支撐起各行各業(yè)，城市大腦、工業(yè)大腦這是阿里在產(chǎn)業(yè)AI里面的實(shí)踐。

　　在阿里云和蕭山國際機(jī)場的合作中，城市大腦能夠把一架航班從降落、滑行、停靠廊橋各個保障節(jié)點(diǎn)，再到退出、離開的整個過程，做精確還原。這樣可以提高機(jī)場的工作效率和安全性，提高航班準(zhǔn)點(diǎn)率，為乘客節(jié)約時間。

　　工業(yè)大腦能夠幫助工業(yè)企業(yè)把工業(yè)的全生產(chǎn)鏈條數(shù)據(jù)打通，構(gòu)建工業(yè)的數(shù)據(jù)中臺，并通過AI幫企業(yè)實(shí)現(xiàn)從單點(diǎn)智能到局部智能再到全局智能的提升。

　　以垃圾焚燒為例，工業(yè)大腦能夠把熟練工人的經(jīng)驗(yàn)和數(shù)據(jù)相結(jié)合，構(gòu)建模型，以AI輔助人工的方式去操作鍋爐，使鍋爐的燃燒穩(wěn)定性可以提高23%。另外，以往工人平均每4個小時要操作30次，在工業(yè)大腦的輔助下，現(xiàn)在只需要操作6次，大幅度降低了工人的勞動強(qiáng)度。

　　產(chǎn)業(yè)AI正在幫助各行各業(yè)進(jìn)行智能化的轉(zhuǎn)型，是數(shù)字經(jīng)濟(jì)的新動能。數(shù)字經(jīng)濟(jì)是阿里AI航母行駛的前方，是真正的無人區(qū)。

　　作為龐大經(jīng)濟(jì)體中的技術(shù)中臺，阿里AI航母在阿里巴巴的業(yè)務(wù)里經(jīng)受了很多鍛煉，完成了下水前的演練。

　　張建鋒說，“比如人工智能。如果沒有產(chǎn)業(yè)實(shí)踐，沒有業(yè)務(wù)嘗試，要去做一個高質(zhì)量的云，變成數(shù)字經(jīng)濟(jì)體的基礎(chǔ)，是不太可能的?！?/p>

　　這相當(dāng)于再造一個人類大腦，它不僅能計(jì)算與感知，還要能認(rèn)知甚至創(chuàng)造。從人工智能的三個層次：算力、算法、數(shù)據(jù)，無論從哪方面單點(diǎn)突破，都不可能點(diǎn)亮人工智能產(chǎn)業(yè)海域的全貌，因?yàn)槲覀兪冀K在岸邊作戰(zhàn)。

　　阿里在做的事情，是將算力、算法、數(shù)據(jù)集結(jié)成航空母艦，將我們在人工智能產(chǎn)業(yè)海域的活動能力從近海推向中海。

　　縱觀當(dāng)前的全球科技大廠，同時擁有算力、算法、數(shù)據(jù)能力的企業(yè)寥寥無幾。有算法的，缺少數(shù)據(jù)；有數(shù)據(jù)的，還在研制芯片。

　　即便下一巨頭，緊跟著阿里之后點(diǎn)亮了三大技能，他們將面臨沒有實(shí)戰(zhàn)經(jīng)驗(yàn)，缺少造系統(tǒng)能力的困境。

　　套用馬卡羅夫廠長的一句話，“總之，需要一個偉大的企業(yè)才能完成”。