华为释放知识计算新力量，开启联接计算新未来

毫无疑问，如今的世界正在以加速度进入到智能化时代，“物理世界数字化、数字世界智能化”就是其中最为重要的特征体现，这种巨大的变化对计算的深度和广度无疑也提出了前所未有的挑战和要求。

特别是5G、AI的加速落地，让海量的应用、百亿级联接、无处不在的智能变为现实，这就要求企业必须快速具备海量数据处理分析能力、各种应用场景下人工智能训练和推理能力、知识计算和知识图谱的构建能力、以及边缘计算、物联网大规模场景下的联接和实时等能力。

在此背景下，3月13日，在华为开发者大会2020（Cloud）旗下的“DevRun Live ”开发者沙龙第三期的直播中，来自华为的多位专家就企业级知识计算、MEC开源技术方案以及强化学习的落地实践等话题进行了深入的分析和解读，可以说不仅释放了知识计算的新力量，也开启了联接计算的新未来，更极大的延伸了强化学习的新场景。

释放知识计算新力量

过去几年，随着业界对高级认知能力的积极探索，知识图谱因为表达能力强，扩展性好，并能兼顾人类认知与机器自动处理，由此在业界产生了广泛的关注。因此，越来越多的企业客户开始运用自然语言处理以及知识图谱技术来提高产品品质和用户体验同样也成为了整个行业十分关注的话题。

但在知识转型的过程中，也要到由于存在数据整理、数据存储等多方面的挑战。例如，企业数据中存在大量非结构化形式数据，如何将非结构化数据进行结构化、知识化是业界普遍存在困难；同时，通过结构化后的数据，普遍量级非常大，如何高效存储和询也是亟需解决的问题；此外，企业数据普遍是动态变化的，如何自动完成动态数据的结构化、知识化，完成知识的增量持续更新，同样也是知识化转型的难之一。

不仅如此，当前业界提供的知识化解决方案仍普遍基于人工构建知识图谱来完成企业的知识化转型，也暴露出了诸多的问题，包括人力成本高，领域迁移困难，不能动态更新。重要的是，考虑到知识图谱服务对询性能具有较高的要求，业界普遍采用第三方或开源图数据库完成知识图谱的存储和询，这其中也会存在一些难题，如无法完成端到端优化，存取询效率低，资源开销大等等。

为此，华为基于华为云图引擎数据库（GES）、华为云一站式AI开发与管理平台（ModelArts）以及华为云大数据平台研发了一站式端到端企业知识计算解决方案，可为客户提供一站式全流程全周期的知识图谱平台服务，并提供从数据获取到知识图谱存储的自动化知识图谱流水线等能力。

据华为云自然语言处理技术专家郑毅介绍，华为云的这套知识图谱平台具备以下优势

一是，能够高效率的知识图谱流水线构建，该知识图谱平台使用领域前沿算法模型，探索知识图谱流程中知识获取、知识建模、知识融合以及知识推理的统一化构建算法，减少人力投入，提高效率。同时提供自动更新能力，大大地降低维护成本。

二是，提供灵活的行业插件配置，通过插件化的管理，实现对不同的数据源和不同算法需求的管理，从而加速在垂直领域内的复制和推广。

三是，集成业界领先的自然语言处理技术，包括领先的实体链接算法、基于领域知识图谱的情感分析和观提取、基于领域知识图谱的本自动生成(Data2Text)能力等，实现了业界突破。

四是，采用高性能的图引擎服务，华为云图引擎服务（GES）能够支持百亿节千亿边规模的数据进行询与分析，并可以存储从大规模异构数据中抽取的知识图谱，提供高并发、秒级多跳的实时询能力。

值得一提的是，相比业界其他产品，华为企业知识计算平台更加重视功能、效果的可视化，提供了智能客服对话引擎、本生成引擎、语音引擎以及自然语言基础服务等多种功能，来支持客户自主构建知识图谱、客服机器人、以及搭建本生成机器人，一站式全流程的满足客户业务需求。

目前，中国石油基于华为云知识计算云服务的知识建模、油气图谱构建、图谱存储、自然语言处理、机器学习等能力构建业务平台，该知识计算项目的主要任务是以油气勘探开发数据为基础，通过知识计算技术应用，可以说为沉淀专业知识培养油气人才、油气勘探开发增储上产以及降本增效提供智能辅助和决策。

不难出，站在千行百业智能化转型变革的重要关口，华为始终站在技术与应用的最前沿，通过全新打造的企业知识计算平台为推动整个行业的知识化转型带来了更多的可能，更最大化的释放了知识计算的新力量。

开启联接计算新未来

众所周知，伴随着5G时代的到来，许多应用场景将被逐一打开，增强移动带宽将是5G发展初期面向个人消费市场的核心应用场景，比如高清视频，VR/AR等将获得快速的发展；而高可靠性低时延连接，会催生更多面向车联网、工业控制、远程医疗等特殊应用。

在此过程中，由于5G会让大量的应用在移动网络的边缘进行处理，由此也大大推动了5G MEC（Multi-access Edge Computing，多接入边缘计算）的爆发。所谓MEC，是一种在相比数据中心DC（Data Center）更靠近终端用户的边缘位置提供用户所需服务和云端计算功能的网络架构，可将应用、内容和MBB核心网部分业务处理和资源调度的功能一同部署到靠近终端用户的网络边缘，通过业务靠近用户处理，以及应用、内容与网络的协同，来提供可靠、极致的业务体验。

在华为公司云化网络开源架构师于洋博士来，尽管MEC给开发者带来了很大的市场机会，但是MEC场景下的应用开发也面临很多的难题。

例如，在平台适配方面，面临着ARM、x86多种硬件平台、以及包括容器、OpenStack等多种VM的选择；框架适配方面，由于服务框架繁多，开发者需要面临适应的难题；此外，在DevOps搭建、APP部署方面，开发者也需要把APP和网络能力进行深度融合，同时在开发自测、镜像打包方面也需要“一键式”部署的支持。

基于此，华为开源了MEC方案和技术平台，定位运营商网络MEC的公共“底座”，希望通过降低开发难度，加速5G MEC的产业进程，具体来

首先是MEP运行态层面，华为开源MEC方案支撑架构硬件和虚拟化计算平台，统一应用和服务管理，统一网络能力开放API接口，统一MEP管理接口；其次，MEC管理编排方面，华为开源MEC方案提供统一应用生命周期管理，以及统一资源和应用管理。

第三，在MEC应用市场层面，华为通过打造统一的应用市场，帮助开发者实现应用价值变现；最后是MEC的开发工具层面，华为MEC开源方案可提供标准MEP API的代码集成，实现应用的打包和测试。

于洋表示，现在开发者可以通过简单的四个步骤，即可通过华为提供的MEC开源方案构建自身的能力第一步安装部署，开发者通过获取MEP平台开源代码，即可实现本地化安装部署；第二步是应用开发，开发者可以获取平台定制化能力及集成规划，通过完成应用开发自测并上传集成测试；第三步是应用发布，开发者的应用通过集成测试后可以发布到开源APP仓库；第四步是应用下发，通过MEC管理系统，即可自动或手动下发到MEC的节。

由此可见，华为5G MEC开源方案通过支持虚机容器生态、远程分层运维以及一站式服务预集成等关键特性，并具备无码集成、第三方应用快速上线以及应用快速复制的特，以其极致转发能力、极简运维和平台开放兼容性，真正构建出了“联接+计算”的新能力，为未来行业数字化和运营商的业务创新提供了无限可能。

延伸强化学习新场景

值得一提的是，在今天的华为“DevRun Live”开发者沙龙中，来自华为诺亚方舟实验室决策推理实验室主任郝建业也介绍了华为在深度强化学习领域的最新进展。

强化学习（Reinforcement Learning, RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题，被认为是当前实现通用人工智能的重要技术途径，过去几年在业界也引起了强烈的关注。

郝建业表示，以游戏中的强化学习为例，就需要在多个AI领域取得技术突破，如博弈论、非完美息、实时性、大规模动作空间以及长期规划等，这就对如何提升深度强化学习的效率，如何获取准确的监督号，如何通过学习自动生成多样化行为以及如何从虚拟场景到物理场景迁移落地等问题提出了新的挑战。

为此，华为诺亚方舟实验室先后探索并实践了大规模动态多智体课程学习、基于领域认知一致性的多智体强化学习、多智体动作语义网络、多智能体强化学习-网络大脑等方式，为强化学习在具体应用场景中的落地打下了基础。

例如，通过多智能体强化学习-网络大脑，华为利用现有网络中已有的大量4G站，以及线下的RSP覆盖仿真模型，为新的5G基站规划其射频（RF）工作参数优化提供了支持；再如，基于多智能体RL的多样性行为学习能力，华为为自动驾驶中的窄道会车场景、复杂路口场景的学习提供了支持。此外，在供应链优化、数据中心优化等场景中，华为的强化学习能力也在发挥新的价值。

事实上，华为在深度强化领域的不断探索与创新，真正体现了华为在前沿创新领域始终能够注重长远布局，不会被短期的利益喧嚣迷了眼，由此表现出来的创新定力和耐力无疑也是难能可贵的。

总的来说，华为常把自身比喻为“黑土地”，希望客户和合作伙伴的应用在“黑土地”上长得最茁壮、产量最高。这就意味着，华为必须做好技术和平台的支撑能力，让更多的开发者和合作伙伴在这个平台上能够扎根，能够利用平台的能力发挥它自身做应用的优势。

从这个角度来，华为在知识计算、边缘计算以及强化学习领域的不断创新与探索、坚持开源和开放背后，不仅将为华为构建“万物互联的智能世界”打下坚实的技术“底座”，也会大大延伸计算应用的新场景，更会成为未来众多行业客户知识化、智能化转型过程中的“加速器”，最终发挥出更大的作用与价值。