8月23日，“DevRun·選擇不凡，華爲雲開發者沙龍2019”西安站如期舉行，聚焦AI、IoT、微服務等領域，圍繞華爲雲 6 大業務展開分享，解析華爲雲生態化和平臺化戰略。在分享和實操環節開發者們熱情滿滿，給予沙龍內容及形式的肯定：“現場直接體驗從0到1 ，大家一起操作的過程學到特別多。”
不得不談的 AI 算力：Atlas 如何開啓華爲 AI 新篇章
強大的算力對 AI 發展來說是根基中的根基，隨着 AI 不斷與產業結合，以往的數據中心也遇到算力的瓶頸。芯片作爲計算的基礎，成爲巨頭佈局的戰場，芯片賦能的智能計算正在引領新一波信息技術創新潮流。
今年4月份，華爲宣佈 Atlas 人工智能計算平臺系列產品正式上市，開啓了 Atlas 商用新篇章。 Atlas 人工智能計算平臺是基於華爲昇騰系列 AI芯片，通過模塊、板卡、小站、一體機等豐富的產品形態，打造面向“端、邊、雲”的全場景 AI 基礎設施，可廣泛用於智慧城市、運營商、金融、互聯網、電力等領域。
在現場，華爲智能計算 AI 解決方案架構師魏浪重點介紹了 Atlas 200 DK AI開發者套件、部署方法，以及開發工具 MindSpore Studio 在應用開發、業務編排中的作用。Atlas 200 DK AI開發者套件是以海思 Ascend 310 芯片爲核心的一個開發者板形態產品，主要功能是將 Ascend 310 芯片的核心功能通過該板上的外圍接口開放出來，方便用戶快速簡捷的接入並使用 Ascend 310 芯片強大的處理能力。Atlas 200 DK 採用小型化設計，盒體尺寸僅爲137.8（L）*93.0（W）*32.9（H），在智能機器人、自動駕駛、無人機、平安城市的場景中發揮重要作用。
進行 Atlas 200 DK 的部署需要進行環境準備、MindSpore Studio 部署、系統 SD 卡製作、Atlas 200 DK 環境配置幾個步驟。其中環境準備包含 Atlas 200 DK 硬件準備、軟件準備（Mini developer kit、MindSpore Studio工具包、Ubuntu arm64包準備）、部署環境準備；MindSpore Studio 部署需要在PC（Linux操作系統）端進行安裝訪問；系統 SD 卡製作指將容量不低於16G的 SD 卡插入讀卡器，將讀卡器與 MindSpore Studio 所在機器的 USB 連接，然後下載制卡腳本一鍵式進行系統卡製作及環境配置。
開發工具 MindSpore Studio 其實是一套基於華爲自研 NPU 開發的 AI 全棧開發平臺，在業務引擎層爲開發者提供一套可視化的 AI 引擎拖拽式編程服務，極大的降低了 AI 引擎的開發門檻。創建鏈路編排分爲7步，首先創建的工程會生成畫布，用戶可以使用拖拽的方式進行工程編排，涉及到離線模型轉換：如果模型是第三方的模型，需要對其進行離線模型轉換，當前支持Caffe、Tensorflow 模型轉換。
全流程開發如何保證？ ModelArts 一站式搞定
AI 技術更迭迅速、高質量數據資源不足、算法能力不足、模型訓練慢等問題，對開發者來說都是巨大的挑戰。開發者既需要快速學習跟上技術潮流，也需要成熟的技術服務平臺作爲底層支撐。如何解決開發者面臨的這些難題，ModelArts 作爲一站式 AI 開發平臺有自己的優勢。
華爲雲 EI 佈道師、華爲開源軟件能力中心 AI 領域首席架構師孟繁亮提到，2018年10月10日，華爲向全球發佈人工智能戰略和全景解決方案，展示了華爲全棧全場景 AI 方案，“全棧”指的是包括芯片、芯片使能、訓練和推理框架和應用使能在內的全堆棧方案；“全場景”指的是包括公有云、私有云、各種邊緣計算、物聯網行業終端以及消費類終端在內的全場景部署環境。AI平臺化的同時還作爲賦能所有生態的基礎。
ModelArts 面向各行業 AI 應用的開發與研究，提供全流程、普惠的基礎平臺服務，基於異構計算硬件基礎和 AI 計算框架爲開發者提供包含數據處理、模型訓練、模型管理、部署等能力，支持多種類別的通用 AI 能力，包括但不限於圖像、視頻、語音、自然語言處理，對話機器人。在數據處理的環節中，數據標註的質量以及速度決定了最終的機器學習效果，ModelArts 提供的智能標註覆蓋面廣，支持圖片、語音、文本、視頻等常見標註及自動駕駛、醫療等領域標註任務；基於主動學習和預置模型，系統邊標邊學，越標越準，可使標註效率提升70%。
同時 ModelArts 的功能面向不同的開發者，比如業務開發者，不需關注模型或編碼，可使用自動學習流程快速構建 AI 應用；對AI 初學者來說，不需關注模型開發，使用預置算法構建 AI 應用；而爲 AI 工程師，則提供多種開發環境，多種操作流程和模式，方便開發者編碼擴展，快速構建模型及應用。在平臺基礎上，華爲雲還構建 AI 市場，讓開發者能夠在市場內與其他開發者分享模型、API和數據集。在活動現場，華爲雲兩位講師還分享 AI 開發者如何通過參與 ModelArts 社區和《華爲雲 AI 實戰營》來成長提升，並帶大家實操如何進行圖像分類。
讓物理世界數字化在平臺上，華爲雲IoT爲行業提供解決方案
2025年，物聯網聯接數將預計達近1000億，今天，物聯網產業已經進入了高速發展期，但是也面臨着創新投入大、技術門檻高、生態資源難以獲取、全球化業務落地困難等問題，華爲物聯網生態解決方案高級工程師劉明星提到“物聯網雲平臺是應對行業挑戰的必然選擇”。
相對於傳統的直聯架構，IoT 平臺使能架構讓萬物連接更快速、運營更簡單、迭代更敏捷，而且在安全保證上，應用和終端解耦，給信息安全多種保障，同時平臺構建生態，讓商機共享，發揮物聯網生態影響力。
華爲推出 IoT 雲服務，爲加速產業規模化商用助力，推動行業數字化轉型。基於華爲對 IoT 產業的深入理解，華爲雲 IoT 平臺抽象出的通用 API，採用標準 Restful 風格，易於開發者使用，降低IoT技術門檻。華爲雲 IoT 平臺採用多終端介入方式，屏蔽不同終端差異性，讓應用開發者可以聚焦應用邏輯實現。面對 IoT 設備服務能力、設備通信協議、設備交互方式各異，難以面對行業持續擴充的業務訴求，華爲雲 IoT 平臺提供模型管理服務，按設備服務能力進行抽象，供面向業務應用統一發放管理，助力標準化進程推進，並用完整的設備管理，支撐起業務運維。
在現場，劉明星老師也展示了華爲雲 IoT 平臺提供針對金卡燃氣、成爲後裝車聯網解決方案的實際案例。2016年，全球首個基於NB-IoT技術的智慧燃氣抄表試點項目在深圳啓動，華爲提供 NB-IoT芯片、測試網絡、雲平臺等完善的產業孵化環境，助力金卡燃氣率先完成 NB-IoT 試點。
面向開發者，華爲雲 IoT 平臺爲開發者提供包括開發指南、API 文檔、豐富的樣例及開發工具在內的全面的技術支持。例如提供 Booster 服務，幫助開發者通過拖拉拽快速構建應用服務；提供 IoT Studio 一站式開發工具，加快開發者設備端的開發和調試。
同時，華爲雲 IoT 平臺提供開發者培訓與職業認證體系，以培育專業物聯網人才。面向企業，華爲雲 IoT 平臺讓 IT 重構 OT，跨越數字鴻溝，實現企業數字化轉型。
微服務轉型正當時：ServiceStage 如何做好雲應用平臺服務
科技的迅速發展以及越來越快的生活節奏讓產品更新迭代變快，如何快速響應市場的需求是企業立於不敗之地的關鍵，傳統的單體應用架構大量的耦合代碼讓模塊間的界限越來越模糊，嚴重影響產品的功能和性能的擴展，這個時候就需要一種更簡單的輕量級的架構來解決這個問題，而微服務架構通過將單一應用程序劃分成一組小的服務，服務之間互相協調、互相配合，爲用戶提供最終價值。基於微服務架構，開發人員可以完成不同業務獨立開發、部署、測試等動作。
華爲雲解決方案架構師何琪在現場分享了 ServiceStage 微服務解決方案是如何幫助企業和開發人員在華爲雲上高效地創建、部署和運維微服務應用的。華爲雲微服務平臺 ServiceStage 提供應用全生命週期管理，實現業務敏捷 DevOps，並通過獨有的契約能力實現了微服務治理與業務代碼分離，幫助企業開發者聚焦業務邏輯。
在微服務框架上，提供 ServiceComb、Spring Cloud 和 Service Mesh 多種解決方案，降低企業遷移成本；在應用管理平臺上，提供開發生命週期管理、運維生命週期管理；基於 ServiceStage 流水線實現應用全流程“自助式”開發、集成、驗證與上線。現場何琪老師還帶領開發者進行 DevOps 實踐。
通信系統如何利用雲服務轉型？華爲雲會議讓連接輕量化
在企業通信的業務層面，雲服務讓原有的通信系統更加輕量化。以雲視頻會議爲例，以前部署一套視頻會議系統，需要採購設備、後臺部署，雲的應用則可以減免大量後端部署的工作。華爲雲會議產品經理趙飛軍在現場分享華爲雲通信是如何基於雲計算和音視頻技術，幫助企業實現實時信息連接，構築差異化行業應用。
華爲視頻會議經過26年的發展，在視音頻技術上從端、管、雲，全方位打磨高清音視頻體驗，在現場，趙飛軍老師還分享了華爲雲會議的落地案例：青島政協-網絡議政遠程協商會議，華爲雲會議實現跨國跨終端跨會議定點的連接，端到端 APP 開發只用了4天調通，2周即上線使用，在1 個 App 內快速集成。
當 ICT 網絡加入AI ：SoftCOM AI 使能自動駕駛
在面對運營商電信領域的場景多樣化、網絡設備複雜、對開發者業務知識要求等情況下，SoftCOM AI 幫助電信領域開發者解決 AI 開發在數據準備、模型訓練、模型發佈以及部署驗證，全流程工作中面臨的各種困難。
華爲 SoftCOM AI 平臺包含4個組成部分：數據湖、訓練平臺、推理框架，和 AI Marketplace。其中數據湖提供專業、安全的數據服務，使得電信數據治理高效，數據處理效率提升5倍以上；並且有由專業實驗室生成高價值樣本，覆蓋電信域90%以上典型場景，已有1000+ AI 訓練集，30000+ 網絡特徵，使得訓練集獲取耗時節省90%；多租戶隔離，實現用戶數據端到端安全。SoftCOM AI 平臺讓通信經驗服務化，降低模型開發門檻。
華爲 SoftCOM AI 數據專家吳雪梅提到未來電信網絡走向自動駕駛是必然之路，自動駕駛網絡需要重點解決 ICT 網絡領域預測類、手工重複類、場景複雜的問題，從而實現運營商降本增效。
面向自動駕駛電信網絡，華爲SoftCOM AI 解決方案提出“三層智能、雲地聯動、開放極簡”的創新架構，實現網絡“自動駕駛”。從結構上來看，“雲、網絡、邊緣”三層智能分工協作，雲端進行模型訓練後，可下載到本地進行控制決策，完成推理的執行新生產的數據又可以反饋到雲，進一步優化模型效果。架構中有開放 API，支持業務層面自動化，同時支持網絡自規劃，服務自配置，故障自恢復和解決方案自調整，帶來運維的極簡。
AI時代數據爲王，電信領域AI應用開發同樣離不開豐富的數據集，由於電信業務的特殊性（隱私、安全、數據不出局等），導致現網數據獲取困難、獲取週期長且缺少標註，爲了更好的促進AI生態，SoftCOM AI基於數據生成服務，將30年華爲通訊領域的專業能力構築在平臺上，通過SoftCOM AI標準實驗室構建通信領域公開數據集，解決通信領域算法缺數據的問題，爲缺乏電信領域數據的開發者提供定製化數據服務。
“DevRun·選擇不凡，華爲雲開發者沙龍2019”西安站已結束，華爲開放合作的態度，使其與開發者們不斷共同成長。