AI芯片 | 昇腾将比原定延至Q3量产,华为:“为了更符合市场需求”

在2018华为全联接大会首日，华为副董事长、轮值董事长徐直军正式推出了“华为AI发展战略”，包括一套AI全栈解决方案、生态与人才、解决方案、内部效率提升、以及投资基础研究。

这是华为目前为止最高规格的人工智能重大战略发布，它不仅包括此前盛传的AI芯片，还包括了从系统到软件、从框架到算子的全栈式AI解决方案，并涉及人才、生态、研究等诸多方面。

可以说，从这一场发布会之后，华为开启了一场从芯片到框架、从云到端的全面正向对标国际AI巨头（谷歌、英伟达、英特尔、亚马逊等）的新征程。

华为的AI发展战略包括五个方面：

1）投资基础研究：在计算视觉、自然语言处理、决策推理等领域构筑数据高效（更少的数据需求） 、能耗高效（更低的算力和能耗） ，安全可信、自动自治的机器学习基础能力

2）打造全栈方案：打造面向云、边缘和端等全场景的、独立的以及协同的、全栈解决方案，提供充裕的、经济的算力资源，简单易用、高效率、全流程的AI平台

3）投资开放生态和人才培养：面向全球，持续与学术界、产业界和行业伙伴广泛合作，打造人工智能开放生态，培养人工智能人才

4）解决方案增强：把AI思维和技术引入现有产品和服务，实现更大价值、更强竞争力

5）内部效率提升：应用AI优化内部管理，对准海量作业场景，大幅度提升内部运营效率和质量

此外，徐直军今天还重磅推出了两款AI芯片，分别是面向云端超高算力场景的昇腾910、以及主打终端低功耗AI场景的昇腾310，两款芯片都采用华为自研的达芬奇架构。

昇腾910采用7nm工艺，其半精度算力达到了256 TFLOPS，据称是目前市面最强的AI芯片，明年第二季度量产，现在能够为友好用户提供测试卡。

昇腾310采用12nm工艺，其半精度算力达到了8 TFLOPS，最大功耗为8W，目前已经量产。

徐直军在会后的采访中表示，这两款芯片都不会单独销售，但是会搭载在AI加速卡、AI加速模块、AI一体机等产品中销售。

▲徐直军（右二）

这两款AI芯片都是面向产业的AI应用新品，跟华为的麒麟系列芯片没有直接关系。在采访中，被问到为什么华为采用了新产品线“昇腾”，而没有延续“麒麟”芯片的产品线时，徐直军表示：

“麒麟是我们智能手机SoC的品牌，它不能成为我们代表云、IoT、边缘计算等全栈AI场景芯片的品牌。这个是很简单的问题。”

当被问到为什么不采用麒麟芯片中使用的寒武纪人工智能IP时，徐直军表示：

“寒武纪的（IP）也很好，但是它无法支持我们的全场景，我们需要从云、到端、到物联网终端的人工智能设备，因此我们要创造性地打造一款新的架构。我们很幸运地找到了这个达芬奇架构，能够解决极致的功耗与极致的算力需求。”

“现在我们没看到市场上有其他架构能够支持这些需求。”

因此，昇腾芯片跟麒麟手机芯片并不是一类产品，它更适用到行业场景，未来麒麟SoC中的NPU模块是否会用华为自研，目前还不完全确定。

在智东西公众号回复“华为”，获取徐直军2018华为全联接大会PPT下载。

2款AI芯片面世！昇腾910成市面最强AI芯片

徐直军说：“外界一直传说华为在研发AI芯片，我今天宣布：这是事实。”

徐直军今天宣布推出了两款新AI芯片——昇腾910、昇腾310。

两款芯片都采用达芬奇架构，其中昇腾910主打云场景的超高算力，其半精度算力达到了256 TFLOPS，据徐直军表示，它比目前最强的NVIDIA V100的125T还要高上一倍。昇腾910的最大功耗为350W、采用7nm工艺，明年第二季度量产。

昇腾310则主打终端低功耗AI场景，拥有8 TFLOPS半精度计算力，最大功耗为8W，采用12nm工艺，目前已经量产。在说到昇腾310时，徐直军还直接从兜里掏出了这块小小的AI芯片。

昇腾芯片支持所有主流的框架，包括TensorFlow、Caffe、Caffe2、CNTK等等。

此外，徐直军还推出了5款基于昇腾310芯片的AI产品，包括AI加速模块Atlas 200、AI加速卡Atlas 300、AI智能小站Atlas 500、AI一体机Atlas 800、以及移动数据中心MDC 600。

推出AI全栈解决方案，让所有开发者都用上AI

上文提到的这两款AI芯片，其实是华为AI全栈全场景AI解决方案的一部分。

所谓全场景，即包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等部署环境。

华为AI全栈解决方案包括：

一、最底层“昇腾”系列AI芯片及AI IP，基于统一、可扩展架构的系列化AI IP 和 芯片，包括Max，Mini，Lite，Tiny和Nano等五个系列。包括我们今天发布的华为昇腾910（Ascend 910），是目前全球已发布的单芯片计算密度最大的AI芯片，还有Ascend 310，是目前面向计算场景最强算力的AI SoC。

二、芯片算子库和高度自动化算子开发工具CANN

三、再上一层的跨平台AI训练/推理框架MindSpore，支持端、边、云独立的和协同的统一训练和推理框架

四、最上层的面向开发者的机器学习PaaS服务ModelArts，提供全流程服务，分层API和预集成方案

这是一整套从底层芯片到上层应用的完整解决方案，能够让所有企业、所有行业、所有开发者都能更简单地够用上AI。

对于越来越多的AI开发者而言，这可能是一个比云端AI芯片更重要的发布。

比如“华为AI全栈解决方案”中的AI跨平台AI训练/推理框架MindSpore的推出，正是瞄准了AI训练与部署的难点。

目前大部分AI算法都需要在云端训练，进而在终端推理部署。

然而，由于云端与终端所采用的AI框架与底层环境不同，一般AI应用在训练跟部署之间一定会经过一次以上的迁移——对企业而言这是一个无用的“内耗”，既耗费人力物力，又浪费时间。

这对于开发者本人而言也是个麻烦的事情，因为转换底层环境涉及到很多算法跟算子的调校，很容易出现明明AI在云上跑得好好的，一换计算环境AI应用效率就跌。

因此，如果能够用同一套框架，打通华为公有云、私有云、边缘计算、手机等不同AI应用场景，那么AI应用就只需要一次调校，就能更简单地部署。

此外，这套方案同时还将于华为的HiAI开发者框架与华为云EI相辅相成。

AI未来将有的十大变革

徐直军说，人类的发展依赖通用技术（General Purpose）的不断出现，比如轮子、蒸汽机、铁路、电力、互联网等。

而人工智能，就是一种新的通用技术。

它不仅能够更高效解决已有问题，还可以解决我们未来即将面临的问题。掌握人工智能，才是掌握未来领先优势与竞争力的关键。

AI带来的产业变革将涉及到所有行业、所有组织架构。

而且，改变的不仅是AI行业，即将迎来改变的还有AI本身。

华为认为，AI本身即将迎来十大变革：

1、模型的训练时间大幅减小，从数日、数月降低到几分钟、几秒钟；

2、算力从稀缺昂贵变成充裕、经济；

3、从AI主要在云、少量在边缘变成AI无处不在，任何场景；

4、目前主要算法诞生于1980年，下一步更多AI算法将变得更高效、能耗更低，同时更安全、可解释；

5、提高AI自动化水平，让能够AI自动数据标注、数据获取、特征提取等；

6、在模型的性能与可用度在工业生产中保持优秀，而不仅仅是“测试优秀”；

7、模型能够从非实时更新变为实时闭环系统的更新；

8、从与其他技术协同不充分变为多技术协同，包括云、IoT、边缘计算、区块链等；

9、从一项需要高级技能专家的工作，变成由一站式平台支持的基本技能；

10、从数据科学家稀缺变为数据科学家、领域专家、数据科学工程师相互协作。

华为的人工智能战略：五大面向

最后，徐直军总结来说，华为人工智能的发展战略，是以持续投资基础研究和AI人才培养，打造全栈全场景AI解决方案和开放全球生态为基础，包括：

1、面向华为内部，持续探索支持内部管理优化和效率提升；

2、面向电信运营商，通过SoftCOM AI 促进运维效率提升；

3、面向消费者，通过HiAI，让终端从智能走向智慧；

4、面向企业和政府，通过华为云EI公有云服务和FusionMind私有云方案为所有组织提供充裕经济的算力并使能其用好AI；

5、同时我们也面向全社会开放提供AI加速卡和AI服务器、一体机等产品

结语：华为的AI野心——生态！

当我们看向今天华为的AI战略发布，我们会发现华为的野心不仅是一个AI应用、一块AI芯片、又或者是一个AI行业，华为真正想要的是打造一个横跨各领域的底层技术平台，一个强大的AI生态，在无数个蓬勃发展的AI行业中都分得一杯羹。

只不过，这个计划的最终落地效果如何、能否获得大多数国内企业的欢迎，还是个未知数。

尤其是谷歌、英伟达等AI先发公司已经拥有较为完整的生态、打造了较为优秀的用户体验，用户的换新成本已经很高。在这些大树的树荫底下，能否再长出一棵参天大树？

芯片状态嘈杂华为

免责声明：本网信息来自于互联网，目的在于传递更多信息，并不代表本网赞同其观点。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，并请自行核实相关内容。本站不承担此类作品侵权行为的直接责任及连带责任。如若本网有任何内容侵犯您的权益，请及时联系我们，本站将会在24小时内处理完毕。