世界在等華為在AI領(lǐng)域突出

人工智能芯片戰(zhàn)局暗潮洶涌，當(dāng) Google 與 NVIDIA 戰(zhàn)火交纏于云端 AI ，更往下蔓延至邊緣 AI 戰(zhàn)場(chǎng)時(shí)，華為宣布“達(dá)芬奇”架構(gòu)，提出 MindSpore 計(jì)算框架，一舉橫跨公有云、私有云、端、邊緣等，這一步，讓國(guó)內(nèi)人工智能技術(shù)實(shí)力提升至另一個(gè)層次。

達(dá)芬奇，歐洲文藝復(fù)興時(shí)期最完美的代表，也是人類歷史上絕無(wú)僅有的全才，他是科學(xué)家、發(fā)明家、建筑工程師，也是畫(huà)家。華為借“達(dá)芬奇”這個(gè)化身與命名，透露出 AI 戰(zhàn)略布局的光芒與野心。

華為 2018 全聯(lián)接大會(huì)上，副董事長(zhǎng)兼輪值董事長(zhǎng)徐直軍為華為的 AI 戰(zhàn)略作出定義：全棧全場(chǎng)景 AI 解決方案。

所謂“全?！?，是指在芯片設(shè)計(jì)、芯片算子庫(kù)和高度自動(dòng)化算子開(kāi)發(fā)工具 CANN 、統(tǒng)一訓(xùn)練推理計(jì)算框架 MindSpore 、全流程服務(wù)（ModelArts）一體到位。

“全場(chǎng)景”則是指將 AI 應(yīng)用到橫跨公有云、私有云、各種邊緣計(jì)算、各種終端環(huán)境的場(chǎng)景進(jìn)行部署，尤其是應(yīng)用到華為已有的業(yè)務(wù)領(lǐng)域包括智能手機(jī)、榮耀手機(jī)、智能家電、華為云等，包括面向企業(yè)和政府的人工智能服務(wù)平臺(tái)華為云 EI ，以及面向智能終端的人工智慧引擎 HiAI 已經(jīng)為大量開(kāi)發(fā)者、消費(fèi)者及企業(yè)提供豐富的 AI 服務(wù)。

（來(lái)源：華為）

華為芯片布局：為 AI 而生

時(shí)光回到 2017 年，華為推出首顆手機(jī)端人工智能芯片麒麟 970，首次實(shí)現(xiàn)在端側(cè)嵌入專用 NPU ，打響人工智能芯片落地智能手機(jī)領(lǐng)域的第一槍。隔年，麒麟 980 芯片問(wèn)世，同樣以一年一個(gè)制程的速度演進(jìn)。

2018 年 10 月，華為“達(dá)芬奇”架構(gòu)浮出水面，首次發(fā)布華為全棧全場(chǎng)景 AI 戰(zhàn)略及計(jì)劃，其中包括全球首個(gè)覆蓋全場(chǎng)景人工智能的華為 Ascend （昇騰）系列芯片以及基于該系列芯片的產(chǎn)品和云服務(wù)。最重磅的當(dāng)屬昇騰 310 和昇騰 910 兩款 AI 芯片的發(fā)布。

圖 | 2018 華為 HC 全聯(lián)接大會(huì)上，華為推出首款全棧全場(chǎng)景人工智能芯片——Ascend 310（來(lái)源：華為）

昇騰 310 芯片鎖定邊緣計(jì)算，采用 12nm 工藝技術(shù)，在 8W 的功耗上實(shí)現(xiàn)了 8 TOPS 半精度浮點(diǎn)數(shù)算力或 16 TOPS 8 位整數(shù)算力，且集成了單通道全高清視頻解碼器。

昇騰 310 芯片強(qiáng)調(diào)全高清視頻解碼器，因此初期應(yīng)用場(chǎng)景應(yīng)會(huì)是以這一波人工智能最熱門的機(jī)器視覺(jué)為主。

再往上發(fā)展至云端計(jì)算領(lǐng)域，尤其是云端的訓(xùn)練芯片昇騰 910，具備核心技術(shù)實(shí)力，與 Google、NVIDIA 兩大巨頭正面對(duì)弈是可以預(yù)期的。

透視華為的昇騰芯片，雖然看起來(lái)只是一顆小小的芯片，但其實(shí)是一個(gè)微型系統(tǒng)，其內(nèi)部集成了 AI 核、鯤鵬內(nèi)核，及編解碼芯片等其他功能獨(dú)立的部件，通過(guò)這些內(nèi)部部件對(duì)外提供通用的 AI 算力，可以應(yīng)用在不同的場(chǎng)景。其中，達(dá)芬奇架構(gòu)扮演的角色就是自研的 AI 加速器，和傳統(tǒng)的 ARM 核心架構(gòu)進(jìn)行協(xié)調(diào)來(lái)加速 AI 計(jì)算效能，再把計(jì)算用的乘加器（MAC）按照不同的計(jì)算組織成不同的方式，并搭配標(biāo)準(zhǔn)的數(shù)據(jù)緩存。

這和以 NVIDIA 的 GPU 架構(gòu)作為 AI 加速器來(lái)優(yōu)化智能計(jì)算是一樣的邏輯。其 GPU 為了優(yōu)化人工智能的計(jì)算功能，加入了對(duì)于矩陣運(yùn)算的優(yōu)化支持的 Tensor Core，但畢竟 GPU 不是天生為 AI 計(jì)算所設(shè)計(jì)，計(jì)算效率不高，因此才會(huì)引得這么多企業(yè)都紛紛競(jìng)逐 AI 戰(zhàn)場(chǎng)自研芯片，與 NVIDIA 的 GPU 同臺(tái)競(jìng)爭(zhēng)。

華為自研的達(dá)芬奇架構(gòu)就是一例，且達(dá)芬奇架構(gòu)就是為 AI 而生，終極目標(biāo)是人工智能走進(jìn)千家萬(wàn)戶。

若是再與 Google 的 TPU 相比，達(dá)芬奇架構(gòu)更為簡(jiǎn)潔。因?yàn)?TPU 使用了脈動(dòng)陣列（systolic array）架構(gòu)，優(yōu)勢(shì)是對(duì)于內(nèi)存帶寬的需求減少，但問(wèn)題在于一旦到了終端的低算力和低功耗應(yīng)用中，效率問(wèn)題會(huì)浮現(xiàn)。

根據(jù)華為規(guī)劃，基于達(dá)芬奇架構(gòu)的昇騰芯片分為 Max、Mini、Lite、Tiny、Nano 五個(gè)系列，除了昇騰 910（Max）、昇騰310（Mini）之外，另外三個(gè)系列 Lite、Tiny、Nano 分別是瞄準(zhǔn)物聯(lián)網(wǎng)、智能手機(jī)、智能穿戴等終端場(chǎng)景，以 IP 和芯片搭載的方式嵌入于不同產(chǎn)品中。

華為 MindSpore 計(jì)算框架的普惠 AI 愿景

這其中的一個(gè)重點(diǎn)是同時(shí)支持云、邊緣、端各個(gè)場(chǎng)景獨(dú)立又協(xié)同的統(tǒng)一訓(xùn)練和推理框架 MindSpore，是華為人工智能戰(zhàn)略中的一張王牌。

為什么要有機(jī)器學(xué)習(xí)算法框架？因?yàn)槿斯ぶ悄軓膶W(xué)術(shù)理論研究，一直落實(shí)到應(yīng)用層面，當(dāng)中涉及很多步驟和工具，為了簡(jiǎn)化過(guò)程，需要有個(gè)計(jì)算框架作為基礎(chǔ)的平臺(tái)和工具，也讓不同領(lǐng)域的專家如數(shù)學(xué)家、科學(xué)家、計(jì)算機(jī)專家等，可以更專注于自身領(lǐng)域的創(chuàng)新和技術(shù)，不然會(huì)很耗費(fèi)人才。

圖 | 華為的全棧全場(chǎng)景 AI 解決方案（來(lái)源：華為）

在深度學(xué)習(xí)框架的世界中，如果說(shuō) Google 的 TensorFlow、Amazon 的 MXnet、Facebook 的 PyTorch，以及 Microsoft 的 CNTK 被列為當(dāng)今四大門派，華為 MindSpore 是最強(qiáng)的挑戰(zhàn)者。

AI 計(jì)算框架對(duì)于降低 AI 的開(kāi)發(fā)和使用門檻、釋放 AI 生產(chǎn)力、最大程度發(fā)揮 AI 芯片算力潛力等都是至關(guān)重要的。華為既是 AI 芯片及硬件解決方案提供商，同時(shí)由于本身的業(yè)務(wù)領(lǐng)域廣泛并已經(jīng)在終端、邊緣計(jì)算、云服務(wù)、網(wǎng)絡(luò)設(shè)備、5G 等都已經(jīng)部署 AI 能力，華為也是 AI 的深度使用者。

華為 MindSpore 作為基于其過(guò)去多年對(duì)AI技術(shù)的使用和探索經(jīng)驗(yàn)研制的 AI 計(jì)算框架，勢(shì)必為 AI 產(chǎn)業(yè)界帶來(lái)驚喜，進(jìn)一步升級(jí) AI 計(jì)算框架，在云邊端所有場(chǎng)景全面發(fā)揮 AI 芯片算力潛能、降低 AI 門檻，MindSpore 無(wú)疑將是華為實(shí)現(xiàn)普惠 AI 抱負(fù)的重要一環(huán)。

打造易用平臺(tái)，累積 AI 人才

同時(shí)，在進(jìn)入人工智能時(shí)代后，開(kāi)發(fā)者已經(jīng)成為與行業(yè)合作伙伴同等重要的角色，華為是否能通過(guò) MindSpore 計(jì)算框架來(lái)打造有利的生態(tài)發(fā)展條件，進(jìn)而吸引足夠的開(kāi)發(fā)者來(lái)使用華為的技術(shù)方案，是其實(shí)施全棧全場(chǎng)景 AI 戰(zhàn)略的下一階段關(guān)鍵。

阿里巴巴創(chuàng)始人馬云曾說(shuō)，中國(guó)在人工智能方面的人才極端缺乏，幾乎沒(méi)什么人才。另一維度，根據(jù)騰訊研究院發(fā)布的《中美兩國(guó)人工智能產(chǎn)業(yè)發(fā)展全面解讀》分析，美國(guó)人工智能產(chǎn)業(yè)總量約是中國(guó)的兩倍。

要解開(kāi)人才短缺的問(wèn)題，提出簡(jiǎn)單易學(xué)的人工智能平臺(tái)、工具和算法框架是最基本的。再者，通過(guò)提供培訓(xùn)，借助于平臺(tái)在開(kāi)發(fā)者群體中的口碑效應(yīng)，可以吸引更多人才投入。同時(shí)，也能建立企業(yè)在該領(lǐng)域的影響力，可以累積有價(jià)值的 AI 人才，這些都將推動(dòng)人工智能生態(tài)的正循環(huán)。

華為的達(dá)芬奇架構(gòu)問(wèn)世，對(duì)于國(guó)內(nèi)人工智能領(lǐng)域是一個(gè)重大里程碑，這也是系統(tǒng)廠商自研芯片策略的終極展示。

過(guò)往，系統(tǒng)廠的芯片需求幾乎都被英特爾的標(biāo)準(zhǔn)型通用芯片一統(tǒng)天下，隨著品牌系統(tǒng)廠商為了凸顯產(chǎn)品的差異性和簡(jiǎn)化硬件架構(gòu)，開(kāi)始走向自研專用芯片，蘋(píng)果自研手機(jī)處理器芯片做了一個(gè)巨大的帶頭示范。

在進(jìn)入人工智能時(shí)代后，由于應(yīng)用場(chǎng)景的多樣化和復(fù)雜度，自研芯片的能力代表著技術(shù)競(jìng)爭(zhēng)力的門檻能堆砌多高。因此，這場(chǎng)人工智能戰(zhàn)役基本上不會(huì)有大型系統(tǒng)廠缺席，同時(shí)，華為這種掌握硬核科技實(shí)力、擁有普惠 AI 抱負(fù)的系統(tǒng)大廠，基于其 AI 戰(zhàn)略的真正投入和實(shí)施，我們相信將對(duì)整個(gè) AI 產(chǎn)業(yè)帶來(lái)極為積極的正面影響。