除了5G和鴻蒙，華為還有什么值得關注的呢？

鴻蒙一開天地寬！這幾天的華為，因發(fā)布鴻蒙操作系統(tǒng)而成為中外矚目的“超級網(wǎng)紅”。不僅新華社、人民日報和央視紛紛點贊，海外媒體及網(wǎng)友也紛紛“炸鍋”，認為谷歌遭遇了勁敵。鴻蒙之外，奠定華為“超級網(wǎng)紅”地位的自然還有5G。這個讓特朗普寢食不安、奔走“代言”的革命性技術，也正在成為華為構建萬物互聯(lián)智能世界的“殺手锏”。

除了5G和鴻蒙，華為還有什么值得關注的基礎設施級的“超級網(wǎng)紅”呢？在剛剛發(fā)布的“全球產(chǎn)業(yè)展望GIV@2025”中，華為預測到2025年58%的人口將享有5G網(wǎng)絡，但97%的大企業(yè)都將采用AI，以及14%的家庭將擁有“機器人管家”。任正非在最新簽發(fā)的電郵中甚至說，“5G是工具，人工智能才是大產(chǎn)業(yè)”。

華為的AI到底發(fā)展得怎么樣？既然華為將人工智能視為基礎設施級別的通用技術，我們不妨將目光聚焦到人工智能最重要的基礎設施——AI芯片層面，看看華為的進度，以及它在全球同行中處于什么身位？

巨頭所見略同，“將AI放進芯片”

AI芯片作為一個獨立詞語出現(xiàn)在大眾視野，還是近幾年的事。在這之前，熟悉芯片行業(yè)的人都知道，芯片就是智能的代名詞，諸如CPU之類的主芯片，就是機器的“大腦”。那么，是什么原因促使原本就智能的芯片，還需要被AI加持呢？這要從兩個方面說起。

一方面，以英偉達和英特爾為代表的傳統(tǒng)芯片巨頭看到，摩爾定律正在加速失效，傳統(tǒng)計算瓶頸日顯。多年來，它們已經(jīng)使用了各種手段來試圖跟上摩爾定律的步伐，包括采用更先進的制程工藝，增加更多的內(nèi)核等，但都收效甚微，無法滿足日益劇增的人工智能計算需求。

另一方面，以谷歌和微軟為代表的互聯(lián)網(wǎng)應用及軟件服務商看到，深度學習日趨流行，數(shù)據(jù)中心的AI負載占比不斷攀升。海量用戶的智能語音對話、視頻圖片的大數(shù)據(jù)分析等新應用日漸增多，將耗盡平臺廠商原本的計算資源，讓傳統(tǒng)計算捉襟見肘。

市場需求和技術創(chuàng)新兩方面的因素碰撞到一起，促使巨頭們達成一個共識：探尋新的計算架構，“將AI放進芯片”。于是乎，英偉達不斷為GPU加入AI設計，GPU大放異彩；英特爾將AI注入CPU，并推出專門的視覺處理單元和神經(jīng)網(wǎng)絡處理器；谷歌更是自研AI芯片，不斷升級TPU改變游戲規(guī)則……

華為洞悉“將AI放進芯片”的趨勢且將其付諸行動的時間也很早，許多幾年前的手機所搭載的麒麟處理器就加入了具備AI能力的NPU。2018年10月，在一年一度的全聯(lián)接大會上，華為正式發(fā)布AI發(fā)展戰(zhàn)略與AI解決方案，并現(xiàn)場推出了基于自研達芬奇架構的昇騰310芯片，同時宣布了基于相同架構的昇騰910芯片計劃和基于昇騰系列AI處理器的Atlas智能計算平臺，由此揭開華為將AI作為一種通用技術賦能各行各業(yè)的序幕。

巨頭所見，大致略同，又形態(tài)各異。華為AI定位“全棧全場景”，這使得它的AI芯片布局也獨樹一幟?？v向去看，從AI芯片昇騰系列到庫及工具CANN，從訓練和推理框架MindSpore到應用部署使能的ModelArts，華為AI具備了應對一個AI應用開發(fā)所需的所有條件，包括獲取數(shù)據(jù)、建立模型、訓練、推理、部署的全流程。橫向審視，華為AI采用了一套統(tǒng)一的架構去適配云、邊、端各種場景，實現(xiàn)智能終端、公有云、私有云、邊緣計算以及IoT行業(yè)終端的全覆蓋。

熟悉AI行業(yè)的人可能知道，全棧AI的說法并不新鮮，英特爾也這樣提，谷歌的產(chǎn)品布局也大致不差；難點在于如何用一套統(tǒng)一的架構去滿足云、邊、端全場景的AI應用需求。華為為什么行？答案就在于自研的統(tǒng)一、可擴展的達芬奇架構，以及在此架構下華為基于公司30多年在云、管、端、芯全環(huán)節(jié)的技術創(chuàng)新及應用經(jīng)驗積累。

架構是一顆計算芯片競爭力的關鍵。華為達芬奇架構包含了豐富的計算單元，除了傳統(tǒng)的標量和適量計算單元外，其核心是3D Cube計算單元，可以高效的完成矩陣運算，提高AI算力、降低系統(tǒng)功耗與計算成本。同時，達芬奇架構擁有非常強的彈性，向上可以部署至超高算力的數(shù)據(jù)中心里，向下可以部署到低功耗IoT設備中。

惟其如此，華為才能夠一次性拿出用于邊緣的昇騰310和用于云端的昇騰910；并提供不同算力和功耗配置粒度的達芬奇核，包括昇騰Nano、Tiny、Lite等多種版本， 被集成在各個領域的專用芯片中，精細化滿足不同細分場景的需求，諸如智能手機，智能手表，智能攝像頭，智能家居設備等。

華為后發(fā)先至，昇騰310已“無處不在”

由上可見，華為在AI芯片領域不是第一個吃螃蟹的人，卻是第一家集大成的公司。華為基于自身優(yōu)勢和資源在AI全棧能力和全場景應用兩個維度都做了全面的規(guī)劃和布局，這是上述極大先行廠商都不具備的。更重要的是，華為AI延續(xù)了公司一貫的風格——從發(fā)布到落地之間，沒有漫長的“PPT等待期”——而是厚積而薄發(fā)，后發(fā)而先至，率先在各行各業(yè)開啟了應用落地。

早在去年10月昇騰310發(fā)布時，華為就同步發(fā)布了基于昇騰310芯片的多款AI產(chǎn)品，包括Atlas 200、Atlas300、Atlas 500、Atlas 800以及MDC 600等，這些產(chǎn)品迄今已被廣泛應用于安防、金融、醫(yī)療、交通、電力、汽車等行業(yè)，涉及攝像機、無人機、機器人、智能小站、“汽車大腦”等產(chǎn)品形態(tài)，直接和間接地驅動全行業(yè)的智能化變革。

講到這里不得不提華為的另一個特性，即該公司既是技術的生產(chǎn)者，也是技術的消費者；從技術創(chuàng)新到產(chǎn)品落地的過程中，華為能夠“自己的降落傘自己先跳”，率先試用測試產(chǎn)品，快速迭代推向市場。比如，麒麟處理器依托于華為自家的手機產(chǎn)品線，先于業(yè)界提出并引領了AI手機浪潮。再比如，華為剛剛發(fā)布的鴻蒙系統(tǒng)，又最先應用到榮耀智慧屏產(chǎn)品，為下一步的開源生態(tài)奠定基礎。華為昇騰系列芯片的應用也大致遵循了這個軌跡。

大家知道華為除了運營商和消費者業(yè)務外還有企業(yè)業(yè)務和云業(yè)務，后兩者正好也是昇騰AI芯片的用武之地。比如在華為年初推出的業(yè)界首款面向AI時代的數(shù)據(jù)中心交換機CloudEngine 16800中，就有昇騰310的身影；其將數(shù)據(jù)中心網(wǎng)絡的AI訓練效率提升了27%、高性能計算時長縮短30%，一舉超過了老牌交換機廠商思科的同類產(chǎn)品。此外，在華為年初推出的TaiShan服務器中，昇騰310也與鯤鵬920搭檔，交出了最強ARM架構處理器的答卷。

外部直接應用方面，華為昇騰310也以加速模組、加速卡、服務器集成、自動駕駛模塊等形式，在各行各業(yè)快速滲透。比如，基于昇騰310加持的MDC解決方案，華為去年底與奧迪開展了L4級別自動駕駛的聯(lián)合創(chuàng)新，順利完成了高速巡航、擁堵跟隨、交通燈識別、行人識別、地下車庫自動泊車等場景下的自動駕駛功能，很好檢驗了昇騰310的強大的計算性能。此外，依圖科技、格靈深瞳、合合信息、金三立等行業(yè)伙伴均展示了與華為聯(lián)合創(chuàng)新的基于昇騰310的AI解決方案。

在今年4月10日舉行是華為智能計算中國行深圳站上，華為宣布Atlas人工智能計算平臺正式上市，進入規(guī)模銷售階段，這意味著，基于昇騰310芯片的系列產(chǎn)品開始進入外部應用的快車道。毋庸諱言，華為AI芯片這樣的速度，足以讓英偉達和谷歌等先行者心驚——它們要么應用場景單一，要么軟硬件能力不協(xié)調(diào)，很難達成華為這般的AI成長速度。

昇騰910即將正式推出，打壓不住的華為AI創(chuàng)“芯”

值得注意的是，和5G和鴻蒙一樣，華為AI芯片同樣是在美國的無端打壓之下取得技術上的厚積薄發(fā)和應用上的后發(fā)先至的，這不得不讓人再次佩服華為的自研能力，尤其是考慮到任正非曾透露實際上美國對華為的封鎖遠早于“實體清單”事件。當然，大家也不要吝嗇給各行各業(yè)積極擁抱華為AI開展聯(lián)合創(chuàng)新的廠商們點個贊，危機之下的自主可控意識覺醒是最難能可貴的。

就在昇騰310的“朋友圈”欣欣向榮之時，有消息稱華為即將正式推出最新一代的人工智能訓練芯片昇騰910，以及AI計算框架MindSpore，時間就在8月23日。消息曝出后，智能計算業(yè)界為之“躁動”，紛紛想看重壓之下的華為，如何與英偉達和谷歌等先行者扳手腕、剛正面。AI開發(fā)者們則難掩興奮之情，急于了解華為能否在先行巨頭的壟斷之下，給世界增加一個來自中國的主流AI開發(fā)平臺。

根據(jù)華為AI的規(guī)劃，昇騰310主打邊緣推理（與之類似的是谷歌Edge TPU之屬），昇騰910則主打云端訓練（與之類似的是英偉達Tesla V100之類）；為適應邊緣智能設備的空間和工作環(huán)境的限制，昇騰310更強調(diào)功耗和性能的平衡，而昇騰910則有更從容的空間和環(huán)境去追求極致高性能，也最能夠檢驗一家公司在AI算力方面的成色——就像手機處理器“跑分”一樣。

根據(jù)去年10月發(fā)布會的資料，昇騰910采用7nm工藝，最大功耗為350W，計算力可達到 256 TFOPS，比英偉達Tesla V100要高出一倍，是當時全球已發(fā)布的單芯片計算密度最大的 AI 芯片。同時基于昇騰910的大規(guī)模分布式訓練系統(tǒng)（1024顆昇騰910集群），其計算力可達到256P，遠超英偉達和谷歌的同類集群。如今十個月過去了，昇騰910能否真正交出完勝于對手們的計算力，非常值得關注。

同時不要忘了，AI計算框架也不是一個小工程。華為去年10月發(fā)布的AI計算框架MindSpore將以怎樣的表現(xiàn)呈現(xiàn)？能否媲美谷歌Tensor Flow等流行的深度學習框架被AI開發(fā)者青睞，也是極大的看點。當然，一個全棧的AI解決方案除了芯片和框架外，還需要諸如庫和工具、開發(fā)平臺等支持，華為在發(fā)布會上能否帶來更多“彩蛋”，持續(xù)完善自己的全棧全場景能力，也頗值得期待。

以上便是華為AI的戰(zhàn)略布局及其在AI芯片層面的主要進展，整體看處于厚積薄發(fā)、后發(fā)先至的高速成長階段。目前，普通消費者們已經(jīng)可以在手機上感受華為AI帶來的流暢和智能，未來，華為會通過AI芯片和AI計算框架，在整個AI產(chǎn)業(yè)的基礎上為AI行業(yè)帶來相當?shù)恼鸷场Ｐ酒a(chǎn)業(yè)和垂直行業(yè)也會真切感受到華為AI的價值，AI開發(fā)者們也會多一個耳熟能詳?shù)倪x擇。