昇腾打出“众智”牌，创新人才培养新范式

“昇腾众智”不仅为昇腾生态的丰富找到了一条“捷径”，为培育中国AI的开源文化探索了新的方向，也为国内AI人才的培养按下了“加速键”。

撰文 / Alter

编辑 / 胖爷

进入2021年后，华为在开源AI生态方面可谓动作频频。

3月18日，华为 “昇腾众智计划”正式上线，推出了包含MindSpore数据增强算子、MindSpore模型等在内的140个项目需求，涵盖文本、图像、视频、自然语言、目标检测等热门领域。

有别于传统的项目分包形式，昇腾众智计划的主要对象是企业、高校和科研院所，以项目合作的形式不断丰富昇腾软件生态，项目完成后，将在昇腾开发者社区、MindSpore社区中面向所有开发者开放。

作为新一轮科技革命和产业变革的驱动引擎，人工智能早已上升为国家战略，成为全社会的共识。在这样的背景下，昇腾为何要选择以“众智”的形式加速生态布局？

01

中国AI的B面

在人工智能领域的全球竞赛中，中国已经是“领跑者”的存在。

根据国际咨询机构IDC的调研，中国以14.1%的算力占比领跑其他国家，也是全球范围内唯二算力占比超过10%的国家，可以说是名符其实的佼佼者。

伦敦经济学院教授许成钢也在《2020中国人工智能指数报告》中写道：中国的学术论文发表总量仅次于美国，其中期刊发表论文总量和引用总数都在近期超过美国，明显和其他国家拉开了差距。

然而这些成绩只是中国人工智能产业的A面，需要理性认识的还有B面的短板。比如在人工智能的算力领域，NVIDIA等公司的GPU仍使用较多的AI算力，中国企业还有不小的差距存在；在人工智能的算法领域，Facebook主导的PyTorch、Google主导的TensorFlow依然是最流行的开发框架。

倘若无法在算力和算法上夯实基础打造生态，即便拥有再高的算力占比、再多数量的论文和专利，中国的人工智能产业都存在“沙中之塔”的风险。为何会出现这样的局面？原因有二：

一是国内AI的起步相对较晚。以被视为人工智能“操作系统”的深度学习框架为例，国外的一些高校在2013年前后就开始研究，Google和Facebook先后在2015年和2017年进行布局，积累了规模庞大的开发者。而国内大多数的开源深度学习框架始于2020年，目前多半还处于深耕期。

二是缺少完善的生态产业链。NVIDIA在为自家的GPU适配深度学习框架时，主要的精力集中在PyTorch和TensorFlow；Google和Facebook在开发深度学习框架时，也将NVIDIA等企业的产品作为首选项。中国企业主导的算力和框架缺少足够的话语权，相对应的生态产业链也就无从谈起。

进一步思考，中国人工智能生态所存在的主要问题，都可以归结为人才问题。国内并不缺少像昇腾系列AI硬件等中国企业主导的算力的基础设施，也不缺少以MindSpore为代表的优秀深度学习框架，所需要的恰恰是AI开发者生态。

根据工业和信息化部人才交流中心的报告，目前国内人工智能产业有效人才的缺口高达 30 万，计算机视觉等前沿领域的人才供需比只有 0.09，已经属于极度稀缺程度。

倘若算上金融、制造等行业所需的应用型人才，国内AI人才的缺口可能有500万的规模，并且将随着人工智能的产业进程逐年增长。正是人才层面的庞大缺口，基础软件的薄弱和开发者生态的贫瘠，渐渐成了悬而未决的难题。

想要消除中国AI的B面，前提是找到培养优秀AI人才的路径。

02

昇腾的众智牌

华为推出的“昇腾众智计划”，会是解决人才短缺的一剂良药吗？

参考华为计算产品线副总裁、昇腾计算业务总裁许映童的观点：昇腾计算产业坚持“硬件开放、软件开源、使能伙伴”，希望通过昇腾众智计划汇聚产业界的技术中坚，通力合作，加速丰富昇腾基础软件生态，识别和培养优质人才，加快推动各行业智能化升级。

“昇腾众智计划”的推出，无疑隐藏了一些“私心”。

一方面，众智计划的项目主要基于昇腾基础软硬件平台进行，通过国内外优秀开发者的共同参与，迁移或开发围绕昇腾平台的算子、模型、行业参考设计等等，目的是提升昇腾基础软件的能力，进而增强昇腾产品与解决方案的整体竞争力，构建昇腾计算产业生态。

另一方面，通过“昇腾众智”的开发活动，可以在短时间内聚集一批优秀的开发者，深度参与到昇腾平台的软件开发中，熟悉昇腾平台的开发环境，发现工具、框架等方面所存在的问题，一同参与开源生态的构建，有利于通过实践迅速识别和培养一批优秀的人工智能人才，不失为发展昇腾核心开发者的良机。

同时需要看到的是，“昇腾众智”不只是一种开发模式的创新，也给出了聚集优秀开发者的方法，何尝不是快速弥补AI人才短板的新思路？

比如“昇腾众智”向高校和科研院所抛出了橄榄枝，这都是“智力资源”最大的聚集地，也是培养人工智能人才的主要渠道。2018年国内还鲜有高校开设人工智能专业，目前已经有200多所高校开设了相关课程，增长势头可见一斑。

再比如“众智模式”规避了封闭式开发的低效，也巧妙地克服了传统项目合作的高门槛，将一些轻量级交付的生态部件以众智的形式分发，为潜在的优秀AI人才提供“练兵”的机会，几乎可以说是激活国内稀缺“智力资源”的最佳路径。

华为此前已经和专家学者合作，联合出版了3本昇腾相关的教材，陆续在国内100余所高校开设昇腾相关课程试点，并基于“智能基座”产教融合协同育人基地，让昇腾成为高校理工科相关专业学生的必备技能。“昇腾众智计划”进一步让高校的学生们走出课本和实验室，深度参与到人工智能的应用场景中，无形中打通了人才培养的闭环。

确切的说，“昇腾众智计划”为AI人才培养探明了可行方案：国内并不缺少人工智能的氛围，也不缺少优秀的人才储备，需要的是正确的方法。

03

点燃星星之火

AI人才培养并不是什么小众话题，“昇腾众智计划”到底有何不同？

在回答这个问题之前，先来回顾下较为常见的三类AI人才培养方案：一种是联合教学，企业与高校合作开设一些课程；一种是以赛促学，即以比赛的形式激发学生对AI的兴趣；还有一种是定向培训，以就业为目的培养某个特殊技能。

以项目合作为基调的“昇腾众智计划”，显然是一种深思熟虑的谨慎选择，可以达成有别于传统AI人才培养方案的关键收效：才尽其用与拥抱开源。

才尽其用：

企业、科研院所和高校对应的是不同的开发项目，比如企业可以将自身的行业经验和人工智能融合，进行一些行业参考设计和模型的项目；科研院所可以借助前沿研究的优势，进行算子、模型等方面进行创新；高校的学生可以参与一些轻量级的项目，甚至是以研究课题的形式加入众智项目。

在以往的AI人才培养方案中，由于普通高校学生缺少深入研究的基础，被引导的方向常常是应用型人才，“昇腾众智计划”给出了新的可能。

比如以“老师+团队”的方式承接众智项目，老师的作用是对团队成员进行分工，制定可实施的项目方案，学生根据分工攻克不同的课题。在这样的合作机制中，学生的空间不再是应用层面，可以提前接触人工智能的核心领域，对技术有着更加深入的理解，对未来的升学或求职都是很大的加分项。

拥抱开源：

和传统外包模式最大的差异，“昇腾众智”的所有项目都是以开放为目的，帮助伙伴和开发者高效使用人工智能能力。看似只是昇腾加速自身生态建设的激励计划，其实也在点燃中国AI开源生态的星星之火。

国内的AI人才不应该只有按部就班的教学，还应该引导学生们拥抱开源文化，在开源的氛围中通过与其他开发者的分享交流，不断扩展自己的认知边界和技术边界，构建“群智协同”的创新模式。“昇腾众智计划”在某种程度上也是面向开发者的“召集令”，比奖金和荣誉更有价值的，恰恰是为开发者打开开源的大门。

再来审视“昇腾众智计划”的价值，不单单局限在昇腾生态的层面上，不仅为昇腾生态的丰富找到了一条“捷径”，也为培育中国AI的开源文化探索了新的方向，同时为国内AI人才的培养按下了“加速键”。

04

写在最后

截止到目前，“昇腾众智计划” 已有浙江大学、上海交通大学、西安交通大学、中国科学院等超过40所高校和科研机构参与（排名不分先后），超过440位开发者加入众智项目中，预计接下来将有2000多位开发者加入其中。

可能从体量上来说，目前“昇腾众智计划”的影响还比较有限，但从AI人才培养的维度来看，这是一场不应被低估的尝试：500万人才缺口所背负的不仅仅是一个个空缺的岗位，还有旺盛的AI落地需求无法被满足，在这场和时间赛跑的争夺赛中，我们迫切需要AI人才培养的新范式。

END

主理人 | Alter

前媒体人、公关，现专职科技自媒体

虎嗅、钛媒体、36kr、创业邦、福布斯中国等专栏作者