終于華為在今天發(fā)布了自己的AI戰(zhàn)略，全棧全場景AI解決方案，其中包括全球首個覆蓋全場景AI的昇騰（Ascend）系列IP和芯片，芯片算子庫和高度自動化算子開發(fā)工具CANN，支持端、邊、云獨(dú)立的和協(xié)同的統(tǒng)一訓(xùn)練和推理框架MindSpore等，把AI的能力擴(kuò)充到包括公有云、私有云、各種邊緣計(jì)算、物聯(lián)網(wǎng)行業(yè)終端以及消費(fèi)類終端等全場景的部署環(huán)境。

作為國內(nèi)最具技術(shù)實(shí)力的公司，在AI方面特別是芯片設(shè)計(jì)方面，華為的實(shí)力是毋庸置疑的。華為的戰(zhàn)略也很清晰，希望以自己強(qiáng)大的研發(fā)和企業(yè)能力，使AI在云管端盡量的采用統(tǒng)一的標(biāo)準(zhǔn)，包括統(tǒng)一的芯片架構(gòu)、統(tǒng)一的算法庫與工具，使云和端在訓(xùn)練推理等方面真正做到協(xié)同，打破現(xiàn)在云和端AI方面的分離狀態(tài)。但我覺得在邊緣或者端側(cè)，除了手機(jī)、安防等幾個可以用一兩顆統(tǒng)一的芯片就帶來很大量的市場，華為自己做芯片外，其余場景應(yīng)該把自己的IP及Knowhow盡量的開放出來，甚至說不收費(fèi)，而不應(yīng)該自己去做芯片。

其實(shí)道理很簡單。端的人工智能是一個非常場景化的領(lǐng)域，需求的差異化實(shí)在太大了，作為大公司實(shí)際上不太適合干。在這些場景中未必需要采用如7nm等高端工藝，很多采用55甚至更落后的制程也可以。除了算力之外，可能需要加入其他的IP，包括各種模擬類的，集成更場景化的SoC。所以端側(cè)的AI芯片可以是五花八門的，很多時候由需求、經(jīng)濟(jì)性等因素決定。其實(shí)如果能免費(fèi)或者極低的價格提供端側(cè)的人工智能IP，加上在低制程上流片費(fèi)用也沒有那么貴，反倒是非常適合初創(chuàng)的芯片公司，還有更多的適合終端及ODM廠商去做的。其實(shí)現(xiàn)在好幾家頭部的AI芯片初創(chuàng)公司采用的就是類似的思路，重點(diǎn)研發(fā)云端，在端側(cè)已IP為主。但是他們與華為相比，顯然還不是一個量級的公司，顯然華為更適合承擔(dān)這樣的角色。

當(dāng)然華為發(fā)布端側(cè)的人工智能芯片本身也是必須的，自己不去淌一下路，很多潛在的問題沒法發(fā)現(xiàn)。但我覺得這僅是作為戰(zhàn)略的布局，可以作為培養(yǎng)生態(tài)之用（除了手機(jī)和大安防之外，以華為的體量，這點(diǎn)錢也不算什么）。通過端的芯片及開發(fā)板，發(fā)展開發(fā)者社區(qū)等形式，盡快的使自己云到端的整套開發(fā)環(huán)境做到普及，催熟整個生態(tài)系統(tǒng)，類似Intel的Movidius芯片。從這個意義上來說，發(fā)布的端的人工智能芯片，更重要的意義是示范及培養(yǎng)生態(tài)。

作為大公司，對華為來說，牢牢把握住云端的人工智能芯片以及整個云到端的工具鏈，使自己掌握產(chǎn)業(yè)的主導(dǎo)權(quán)，更有價值，就像NVidia有GPU和CUDA一樣。華為要做的，是在云端AI上比NV產(chǎn)品更有競爭力。