11月14日，腾讯在2018年第三季度业绩报告中首次公布了云服务的收入——收入同比增长逾一倍，环比为两位数百分比增长，前三季的收入逾人民币60亿元。
事实上，从2016年第二季度开始，由云业务和支付组成的“其他”业务一项的收入一直以三位数百分比的高速增长持续成为腾讯财报的亮点，当年第三季度、第四季度分别达到了348%和289%的高速增长。
“这些业务的增长伴随着生态与客户需求，也就是我们常说的用户价值回归；我们一定会满足他们的需求。”当天下午，在北京举办的“2018英特尔人工智能大会”上，腾讯云副总裁王龙表示，腾讯云一直在研究如何把人工智能技术更好地与产业相结合，并且推动了从人工智能到“超级大脑”的进化。
腾讯云副总裁王龙
在中国，有一个泛互联网市场，所有数据的产生、交易都是在互联网上完成，另一个则是传统企业，包括政务、金融、零售、制造等等。王龙表示，腾讯云肩负两重使命，一是针对泛互联网企业提供那些已经被证明的、普适的服务，如自服务、高弹性，低成本、备份等，这也是腾讯云的核心业务，另一块是提供数字工具与边缘的计算能力，让用户在边缘就能够获得腾讯和合作伙伴输出的技术能力。
早在2011年，腾讯就成立了微信AI研究室，2012年又成立了以计算机视觉为主的优图实验室，2016年成立AI实验室、2018年成立机器人实验室，围绕计算机视觉、智能语音、机器人控制、NLP自然语言处理，全面布局各种AI技术，积累了丰富的经验。
腾讯AI基因的进化图
在今年5月23日召开的“云+未来”峰会上，腾讯发布了“超级大脑”，把腾讯自身以及更多合作伙伴的科技分享给各行各业客户。
之所以要发布超级大脑，一是因为为决策支持提供的数据来源除了普通的文本数据，而且包括各种智能设备、物联网、网络基础设施产生的视频、音频等各种数据，数据收集、存储和分析、加工的压力骤增，二是让一个AI落地仅靠算法人员的力量是很不足的，需要例如熟悉智能终端管理的工程人员予以配合，对算法可能产生重大影响的终能终端如摄像头应用的环境（角度、光线）进行优化。
因此，腾讯认为必须能够推出这样一个系统，更好地调度云端、智能设备与二者链路间的边缘设备上的数据、算法以及相关的逻辑过程。
在发布半年来，腾讯并没有太多推广“超级大脑”的概念。王龙解释说，腾讯云的“超级大脑”理念跟友商有很大的不同。
“我们的超级大脑是一个致力于算法、设备、数据、应用、连接的效率，本身并不提供任何数据甚至都不提供算法，算法可能是内部的团队或者是由合作伙伴一起来完成的一个工具。”王龙说。
“超级大脑”跟腾讯的理念一致，即“连接一切”，希望做更有效的连接器，“用Pony(马化腾)的话来说，我们更希望成为各行各业各个合作伙伴的数字化助手，而不是自己成为各个赛道的冠军或者各个领域的专家。”王龙表示。
“超级大脑”的另一个优势是，腾讯云在C端的丰富资源。5G时代的来临，将推动边缘计算盛行，边缘数据的增长、数据管控的复杂度以及对应产生的潜在价值，将远远超过泛互联网领域产生的数据，而腾讯已经积累了丰富的经验。
“超级大脑”推进数字化转型进程
以工厂为例，以前工厂都有自己的MES系统，它收集了大量生产数据并保存下来，并基于这些数据和相应规则进行诸如质量检测、排产计划等操作。
视觉技术的进步，让这种能力代替了人工完成质量检测等工作。美的集团的视觉研究所将相关模型部署到生产线上，实现了对产品进行质量检测。当然，在此之前，需要摄像头或者光学设备采集的图像数据进行结构化，与原有MES数据实现融合，做出更科学的决策。
这就是人工智能在工厂应用的一个典型实例。
汇集了先进技术的腾讯云“超级大脑”，在制造、零售、金融等行业得到了实践。借助于“超级大脑”，企业可加速数据流动，依靠在云边端调度算法和模型，实现产生真正价值的人工智能工业应用。
“超级大脑”的行业实践
不过，在任何一家工厂，其生产存在大量不确定性，比如排产计划往往会因为设备维修、定单取消、仓储物流变化等问题进行调整，再加上客户个性化生产比例不断提升，必定带来质量检测的难度，也提升检测模型个性化的需求。
如何做到算法和工程人员的配合？王龙认为，一个汇聚尽可能多的算法，汇聚尽可能多的模型，汇聚尽可能多的智能硬件连接以及云端算力的平台，成为必须。这个平台使得算法专家、工程人员、合作伙伴都能够找到适合自己的落地场景，并且跟相关各方做更好的配合。
AI训练模型需要一定的时间，短则一两天，长则两三个月，之后才能部署到生产线上。为了提高效率，腾讯提供了离线训练平台，基于Movidius做了很多适配和和测试工作，以提升数据的流动性与流动效率。依据算法进行调试调优，同时对在线的边缘设备来进行微调，实现数据和在线、离线系统更好的闭环。
这是与英特尔合作的典型实例之一。
在视频转码优化方面，腾讯云和英特尔共同努力，基于至强可扩展处理器，基于最新的指令集和OpenCL库，在1080P视频转码上获得两倍的性能提升，在使用最新的AVX指令集时获得了1.7倍的性能提升，基于英特尔OpenCL Runtime最新版的性能也获得了1.2倍的提升。
PhoenixGO 的AI训练优化效果
PhoenixGO，2018年世界人工智能围棋大赛的冠军，背后使用了腾讯内部20万核至强服务器的闲时进行训练，这也和英特尔的通力合作分不开。
TEG TDSQL，在做查询的情况下使用英特尔的AVX指令集优化算法，在传统CPU上单实例获得4倍提升，多实例额外1.4倍的性能提升。
总体而言，上述合作对腾讯、对客户来说都是很好的消息，不仅节省大量人力、节省大量时间，降低了成本、提升了效率，还能为客户、合作伙伴提供更好的服务。
当前，网络直播内容丰富，自媒体产生的内容也是爆发式成长，鉴黄业务量非常巨大。腾讯优图鉴黄业务，基于英特尔开源的组件与MKL算法库进行优化，整体鉴黄性能提升1.6倍。
英特尔展示最新的神经网络处理器
为了更好地让AI服务于各行各业，腾讯和英特尔还将有更深的合作，并且与更多的合作伙伴在算法、工程、硬件以及落地场景，能够加强合作，共建AI生态，为中国产业互联网的健康发展，为各行各业的数字化转型做出自己的贡献。
2018英特尔人工智能大会
在一家面板厂的成功应用场景中，腾讯云就有着三类合作伙伴，一是光学设备合作伙伴，负责把设备接入到平台上，二是算法合作伙伴（当然，首批算法是优图实验室和腾讯云联合开发并加以验证），三是熟悉工程制造流程的EMS集成应用的合作伙伴。
而典型的合作伙伴，在算法方面，面向制造业的合作伙伴有格创电子，在医院领域有觅影，在零售领域有优Mall——他们提供算法以及算法输出的结果。
值得一提的是智慧零售领域，腾讯云关注的并不是人们想象中的零售商家，而是优化微信、QQ、微信支付、公众号、小程序、地图等方式，通过这些能力连接更多的消费者，帮助合作伙伴优化人货场等的管理。
腾讯云“超级大脑”及生态图
腾讯还在持续拓展合作伙伴和客户。
在与英特尔合作的同时，腾讯云与英伟达也有过合作。王龙表示，腾讯云对所有的合作伙伴一视同仁，公司所有的需求来自于客户，以及合作伙伴。
人工智能越来越向专用的硬件架构发展，以前的对策是不停地插卡，或者采用服务并行处理器，但是事实上，不论采用哪种方式都存在瓶颈，而且这些瓶颈随着模型和算法的不同而不同，有的在CPU中，有的在CPU的能力上，还有的在算法设计或者FPGA的能力上。
王龙相信，未来各方都将互相寻找最适合的配合点，在庞大的生态中，寻求自己的位置。他强调，腾讯最近一次的组织架构变更，有效地整合了腾讯云各种基础设施与软件服务的能力，包括地图、视频、音乐等其他业务部门的能力，支持腾讯可以更好地面向企业提供服务，将AI技术输出到各行各业，更好地帮助各行各业的数字化转型。
