北京時間10月10日，第三屆 HUAWEI CONNECT 2018（華為全聯接大會）在上海世博展覽館和世博中心正式拉開帷幕。

在“達芬奇計劃”中被關注已久的華為自研云端芯片，現在終于揭開了它神秘的面紗。

華為輪值董事長徐直軍在公布華為AI發展戰略的同時也重磅推出了兩款昇騰系列AI芯片——昇騰 910 和昇騰 310。

華為昇騰 910 是目前全球已發布的單芯片計算密度最大的 AI 芯片，計算力遠超谷歌及英偉達，而昇騰 310 則是目前面向計算場景最強算力的 AI SoC，最大功耗僅8W，是極致高效計算低功耗AI芯片。

“之前外界都在傳說華為在做AI芯片，今天我要告訴大家，這是事實!”徐直軍興奮地說道。這一宣布也意味著，AI芯片華為單干了，以后再使用第三方架構可能性就降低了。

徐直軍稱：“為什么要構建新的架構來支持我們人工智能芯片，這是基于我們對人工智能理解和我們了解的人工智能需求自然產生出來的。我們需要是云到邊緣、到端、還有不同物聯網終端，全場景支持人工智能，因此必須要開創一個新的架構，而且這個架構要在技術上行得通，可實現。幸運的是找到了這個架構，我們開創性的達芬奇架構就能夠解決，從極致的低功耗需求到極致的大算力需求全覆蓋。現在我們還沒有看到市場上有其他架構能夠做到這一點。”

華為首席架構師黨文栓解釋：“我們已經有多年芯片設計經驗，比較而言，雖然人工智能芯片有這么多要求，坦率講人工智能，特別是目前神經網絡芯片所面臨的工程領域的挑戰，也是多年來華為一直在致力于解決的問題，所以這個時候推出芯片其實是一個很自然的行為。總的來講，這是我們現有業務的自然延伸。”

華為大轉型，智能紀降臨，這也是華為面向AI的華麗轉身。

徐直軍在大會上還提出“華為眼中的AI需要做出10大改變”：

1、模型訓練從需要數日、數月到只需幾分鐘、幾秒鐘；

2、算力稀缺且昂貴變得充裕且經濟；

3、AI無處不在，任何場景適用，而且尊重和保護用戶隱私；

4、未來，算法變得數據高效、能耗高效；

5、在數據挖掘、獲取、標注等系列領域，AI變得自動化/半自動化；

6、面向實際應用，實現工業級AI，“工作優秀”；

7、模型更新未來實現閉環系統，保證企業應用；

8、AI要協同云、物聯網、邊緣計算、區塊鏈，發揮更大價值；

9、平臺支持，提供一站式平臺，成為所有ICT人員的基礎技能；

10、從當前數據科學家稀缺的狀態，變為數據科學家、領域專家、數據科學工程師相互協作，解決AI人才稀缺問題。

小貼士：

人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。

人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。

人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，可以設想，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。人工智能可以對人的意識、思維的信息過程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過人的智能。

AI 真正可怕的地方在于，它證明了人類不是特別的。它作為一種通用技術，不僅可以使我們以更高的效率解決已解決的問題，也可以解決很多沒有解決的問題。

是否具備真正的人工智能思維？是否以人工智能的理念和技術解決現在和未來的問題？是我們能否在未來構筑領先競爭力的關鍵。

華為在實踐中發現，人工智能不但可以替代人，還能夠自動降低生產成本。這是人工智能與信息化最大的不同，也是其最有價值的特點。

一場發布會，華為開啟了一場從芯片到框架、從云到端的全面正向對標國際AI巨頭（谷歌、英偉達、英特爾、亞馬遜等）的新征程。

華為的AI發展戰略包括五個方面

1）投資基礎研究：在計算視覺、自然語言處理、決策推理等領域構筑數據高效（更少的數據需求） 、能耗高效（更低的算力和能耗） ，安全可信、自動自治的機器學習基礎能力；

2）打造全棧方案：打造面向云、邊緣和端等全場景的、獨立的以及協同的、全棧解決方案，提供充裕的、經濟的算力資源，簡單易用、高效率、全流程的AI平臺；

3）投資開放生態和人才培養：面向全球，持續與學術界、產業界和行業伙伴廣泛合作，打造人工智能開放生態，培養人工智能人才；

4）解決方案增強：把AI思維和技術引入現有產品和服務，實現更大價值、更強競爭力；

5）內部效率提升：應用AI優化內部管理，對準海量作業場景，大幅度提升內部運營效率和質量。

華為人工智能的發展戰略，是以持續投資基礎研究和AI人才培養，打造全棧全場景AI解決方案和開放全球生態為基礎。

之后，華為首席戰略架構師黨文栓詳細解釋了華為的全棧式、全場景解決方案，其中全棧包括四層：Ascend芯片、算力層CANN、支持端、邊、云獨立的和協同的統一訓練和推理框架MindSpore；提供全流程服務（ModelArts）、分層API和預集成方案的應用使能層：

第一層是芯片設計層，即基于達芬奇架構開發的從Lite、Mini、Tiny、Nano到Max一系列芯片集成，適用任何場景，以最低功耗發揮最優性能。

第二層是算力層，華為開發的CANN能夠兼具最優開發算力和算子性能兩者，具有統一的API接口，致力于為開發者提供更好的開發平臺。以reduce-sum開發案例為例，華為的開發效率提升三倍。

第三層是華為開發的統一訓練和推理的框架Mindstore，其支持深度學習、強化學習、增強學習。值得一提的是，這一框架的大小不到50mb，存儲空間需求也很小，集成了大規模分布式訓練系統的芯片，助力不同模型開發和優化。

第四層是應用開發層，即提供全流程服務架構ModelArts，通常建模、運營等服務都是隔離的，華為設計的ModelArts可以為開發者提供更加簡單的模型支持，從獲取數據到適應變化，可以支持全流程的設計支持。具體包括適配模型架構，讓不同場景的模型設計更加自動化的ExeML以及預集成解決方案，支持多領域（包括物流等不同場景）開發的CloudEI平臺等。

下面該是我們的主角登場了：昇騰 910 和昇騰 310！

昇騰910，被徐直軍稱為是“計算密度最大的單芯片”，采用7nm工藝制程，最大功耗為350W。

從介紹來看，昇騰910的性能數據很強，半精度為（FP 16）：256 Tera FLOPS，整數精度（INT 8）：512 Tera FLOPS，128通道 全高清 視頻解碼器- H.264/265。

“可以達到256個T，比英偉達 V100還要高出1倍！”（據稱是目前市面最強的AI芯片，明年第二季度量產，現在能夠為友好用戶提供測試卡。）

若是集齊1024個昇騰910，會發生什么場景呢？徐直軍表示，會出現“迄今為止全球最大的AI計算集群，性能達到256個P，不管多么復雜的模型都能輕松訓練。”

這個大規模分布式訓練系統，名為“Ascend Cluster”。

昇騰310：高效計算低功耗AI SoC，采用12nm工藝，目前已經量產。

“昇騰310，這是一款極致高效計算低功耗的AI SoC。”徐直軍說。

邊緣端的昇騰系列成員不少，按照功耗由小到大排列，這四款芯片型號分別為Nano、Tiny、Lite和Mini。

其中，Nano、Tiny、Lite三款型號徐直軍表示它們2019年才能出來亮相。到場的Mini這一款仍然采用了達芬奇架構，半精度為88TeraFLOPS，整數精度為16TeraFLOPS，擁有16通道全高清視頻解碼器，最大功耗為8W。

相比昇騰910，邊緣系列的昇騰310芯片用武之地要親民得多，智能手機、智能附件、智能手表等邊緣設備，都是邊緣系列的昇騰芯片的容身之所。后續，華為還將推出一系列AI產品。

在人工智能戰略上慢半拍的華為，終于放大招了！

盡管有谷歌TensorFlow、Facebook PyTorch以及百度的PaddlePaddle在前，華為想要打造一整套軟硬件統一框架，從底層算法到應用，從訓練到部署，從云端到終端完全打通，大有一統江湖的野心。

華為最早公開對AI的“野心”得追溯到2016年任正非的一次內部談話。當時他在華為諾亞方舟實驗室座談會上做了一次內部演講，首次系統談到了華為在人工智能領域的戰略。自此，華為的AI戰略初露端倪。

這次內部談話，任正非談到了華為的人工智能服務方向、研發重點。其中，關鍵詞之一就是基于華為現有的網絡存量，將AI聚焦在改善服務上。即“人工智能要瞄準服務主航道。”

值得注意的是，此處提及的諾亞方舟實驗室則是華為于2012年成立的，專注于人工智能、機器學習、數據挖掘等前沿科技領域，也是華為正式投入AI基礎研究的先導信號。

諾亞方舟上面還有更加神秘的“2012實驗室”，這是華為的總研究院，包括中央硬件工程學院、海思、研發能力中心、中央軟件院等。

早期的華為的AI研究主要還是聚焦在企業內部的服務當中，其對外的動作和谷歌、微軟以及國內的BAT相比，低調很多。

以和云計算息息相關的云端AI芯片市場為例，作為 AI 云服務的重要部分，為深度神經網絡任務專門加速的云端芯片，成了當前云服務廠商的兵家必爭之地。英偉達憑借其CUDA方案，一時風頭無兩。谷歌在2016年推出了專為機器學習定制的專用芯片TPU，已經被其應用在了AlphaGo、搜索、翻譯、相冊等背后的機器學習模型中。今年2月，谷歌云TPU 宣布向外部用戶開放。

國內的情勢也是刻不容緩，百度在7月份的開發者大會，推出了云端全功能AI芯片“昆侖”，其在訓練和推理上的能力不容小覷，并且與百度的AI大腦構成協同作用。阿里巴巴則是在剛剛過去的云棲大會上，宣布成立獨立的半導體公司平頭哥，其首款自研深度神經網絡芯片將于明年4月正式流片。

面對國內外的多面夾擊，華為的步伐不得不加快了。

這次昇騰系列芯片的發布讓我們看到了對于AI激情滿滿的華為，不僅僅要超越已有的競爭對手，還要做的更全更大，不過最終的應用成績如何還要等待時間考驗。

人工智能將改變每個行業、每個組織！

人工智能觸發的產業變革，將涉及所有行業。我們在座的每一位都要思考，我所處的行業是否會被人工智能技術改變，甚至被徹底顛覆。如何以一種全新的模式，重構各自行業和企業，是我們在未來都要思考和實踐的。

今天，我們可以清晰地預測到，人工智能將改變或顛覆如下行業：

智慧交通將大大提升通行效率

個性化教育將顯著提升教師與學生的效率

精準預防性治療有望延長人類的壽命

實時多語言翻譯交流再無障礙

精準藥物試驗可以顯著降低新藥成本，縮短發現周期

基于AI的電信網絡的運維效率將大大提升

自動駕駛和電動汽車將顛覆汽車產業等

從華為云EI和HiAI發布以來的短短1年間，我們深切感受到了前所未有的熱潮。

除了對行業帶來的改變，人工智能還將改變每一個組織。18世紀以來的歷次技術革命，每一次都會對組織的結構、作業流程和人員能力等產生巨大影響。

華為AI芯片的前路并非一片坦途

華為首先需要建立AI芯片的計算平臺，讓用戶可以更容易的基于它的AI芯片建立AI運算系統，這與它在手機芯片市場面臨的問題是相似的。華為的麒麟芯片在性能方面已達到一流水平，不過在整合度方面與高通和聯發科還有差距，尚未形成自己的一套解決方案，這就導致它需要建立一個終端研發部門，專門為它采用麒麟芯片的手機服務;相比之下高通有QRD解決方案，聯發科有turnkey解決方案，手機企業拿到它們的方案之后可以說只要搭上外殼就開發出自己的手機，華為自己的手機出貨量當中有近半是采用這兩家手機芯片企業的解決方案基本上都由ODM企業完成就可見一斑。

華為的AI芯片剛剛推出，它要形成自己的生態同樣需要一番努力，當前由于NVIDIA已打造了自己的完整生態，全球數十萬開發者為它開發相應的AI應用，華為從零起步顯然面臨著許多困難。這與華為一直宣稱自己正在開發手機操作系統，但是由于缺乏自己的生態卻一直在猶豫是否要推出自己的手機操作系統的一樣的問題。

當然對于華為來說它也有其他業務可以支持AI芯片的發展，除了自家的云計算業務之外，它也是全球知名的服務器供應商，去年更已躋身全球前四大服務器供應商之列，這倒是有利于它推廣自己的AI芯片的，不過最終結果會如何就得看市場的發展了，但很明顯前路并非一片坦途。

按照華為的理解，未來AI將無處不在，每個行業、每個組織、每個家庭、每個人都將享受到AI的價值，實現“普惠AI”。基于自身現有的業務架構，從B端到C端，華為已經構建了能力，在原有的業務上搭載AI，通過合作伙伴構建起生態，因此通吃全場景AI也在也并不意外。

徐直軍稱，AI對華為有三個方面價值：

第一，開創新機會，比如基于AI加速模塊，加速卡，AI服務器，AI-MDC（Mobile-DC）等，包括AI云服務也能因此更快發展；

第二，用AI增強現有業務，所有產品、解決方案和服務的競爭力，使得華為在市場競爭中保持領先，更好面向未來。這一點上華為智能手機已經享受到了這點價值；

第三，用于內部改進管理，提升效率，這樣更好來提升組織能力和競爭力，更好面對未來挑戰。

不過，對華為來說，要把人工智能真正做起來，需要一個蓬勃的生態，需要大量的合作伙伴加入提供適合的解決方案，這一直是華為的弱項。

徐直軍表示，任何企業生態沒有一個天然優勢或劣勢，都是靠努力發展起來的，“華為因為有端、網絡、云，所以我們具備去構筑全方位生態的條件，但能不能把生態發展起來，要取決于做得怎么樣，還有取決于我們是否真正為合作伙伴著想，讓合作伙伴愿意跟我們合作。”

雖然在 AI 云服務領域，華為只是個后來者，要如何能夠在競爭激烈的 AI 領域站穩腳跟？華為可能會與其終端 AI 平臺布局走類似的方向，那就是面向開發者發布全套的人工智能軟件、硬件開發平臺。在 AI 芯片之外，深度學習框架與開發生態的完備，將成為華為區別于其他 AI 廠商的殺手锏。

而通過終端、云端，到自研計算 AI 硬件的布局，華為也一躍成為具備完整生態優勢的云計算服務廠商，且由于具備從芯片設計到框架、算法的高度匹配，其計算方面的效率表現也能達到不弱于競爭對手的表現。而這可能也是微軟之所以選擇與華為合作的最大原因之一。

借由過去數年在終端與云端 AI 服務的耕耘，華為在連接大會中展現出來的計算服務生態已經達到業界一流水準，當然，未來在客戶拓展方面才是真正的挑戰，若能獲得市場認同，那么華為的企業定位又會增加云計算服務商的角色，達到真正的多元發展，而既有的云服務供應商，也就是 BAT 三家大廠，恐怕會迎來市場格局的改變，也就是如果掌握不了自有計算架構和生態，恐怕就會被踢出前三大云服務廠商的行列。