打鐵還需自身硬，繼鴻蒙之後，華為發佈AI芯片。
8月23日，華為正式發佈算力最強的AI處理器Ascend 910（昇騰910），同時推出全場景AI計算框架MindSpore。
打鐵還需自身硬，繼鴻蒙之後，華為發佈AI芯片。
8月23日，華為正式發佈算力最強的AI處理器Ascend 910（昇騰910），同時推出全場景AI計算框架MindSpore。
圖片來源：華為
此次正式發佈的AI芯片昇騰910，屬於Ascend-max系列，其實在2018華為全聯接大會上已經發布了其技術規格
據瞭解，實際測試結果表明，在算力方面，昇騰910完全達到了設計規格，即：半精度（FP16）算力達到256 Tera-FLOPS，整數精度（INT8）算力達到512 Tera-OPS；重要的是，達到規格算力所需功耗僅310W，明顯低於設計規格的350W。
目前昇騰910已用於實際的AI訓練任務。比如，在典型的ResNet50網絡的訓練中，昇騰910與MindSpore配合，與現有主流訓練單卡配合TensorFlow相比，顯示出接近2倍的性能提升。
據華為輪值董事長徐直軍介紹，昇騰910有兩大亮點：
一、它是當前全球算力最強、訓練速度最快的AI芯片：其算力是國際頂尖AI芯片的2倍，相當50個當前最新最強的CPU；其訓練速度，也比當前最新最強的芯片提升了50%-100%。
二、與之配套的新一代AI開源計算框架MindSpore如虎添翼：創新的編程範式，AI科學家和工程師更易使用，便於開放式創新；該計算框架可滿足終端、邊緣計算、雲全場景需求，能更好保護數據隱私；可開源，形成廣闊應用生態。同時，它與此次發佈的AI芯片搭配性能最佳，最大化利用芯片算力。
在發佈會現場，長徐直軍表示，面向未來，針對包括邊緣計算、自動駕駛車載計算、訓練等場景，華為將持續投資，推出更多的AI處理器。將在2020至2022年，推出晟騰320、610、620、920等芯片。
為了更好促進AI的應用，徐直軍宣佈“MindSpore將在2020年Q1開源”。自2018全聯接大會上，華為提出全棧全場景AI戰略以來，作為重要的技術基礎，AI芯片在其中發揮著重要作用，而華為也基於AI芯片提供了完整的解決方案，加速使能AI產業化。
為了實現AI在多平臺多場景之間的協同，華為創新設計達芬奇計算架構，在不同體積和功耗條件下提供強勁的AI算力。
據瞭解，達芬奇架構，是華為自研的面向AI計算特徵的全新計算架構，具備高算力、高能效、靈活可裁剪的特性，是實現萬物智能的重要基礎。
具體來說，達芬奇架構採用3D Cube針對矩陣運算做加速，大幅提升單位功耗下的AI算力，每個AI Core可以在一個時鐘週期內實現4096個MAC操作，相比傳統的CPU和GPU實現數量級的提升。
同時，為了提升AI計算的完備性和不同場景的計算效率，達芬奇架構還集成了向量、標量、硬件加速器等多種計算單元。同時支持多種精度計算，支撐訓練和推理兩種場景的數據精度要求，實現AI的全場景需求覆蓋。
針對不同的運行環境，MindSpore框架架構上支持可大可小，適應全場景獨立部署。MindSpore框架通過協同經過處理後的、不帶有隱私信息的梯度、模型信息，而不是數據本身，以此實現在保證用戶隱私數據保護的前提下跨場景協同。除了隱私保護，MindSpore還將模型保護Built-in到AI框架中，實現模型的安全可信。
在原生適應每個場景包括端、邊緣和雲，並能夠按需協同的基礎上，通過實現AI算法即代碼，使開發態變得更加友好，顯著減少模型開發時間。以一個NLP（自然語言處理）典型網絡為例，相比其他框架，用MindSpore可降低核心代碼量20%，開發門檻大大降低，效率整體提升50%以上。
通過MindSpore框架自身的技術創新及其與昇騰處理器協同優化，有效克服AI計算的複雜性和算力的多樣性挑戰，實現了運行態的高效，大大提高了計算性能。除了昇騰處理器，MindSpore同時也支持GPU、CPU等其它處理器。
在此次發佈會上，徐直軍也重申了華為公司的AI戰略，主要包括五個方面
一是投資AI基礎研究：在計算視覺、自然語言處理、決策推理等領域構築數據高效（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；
二是打造全棧全場景解決方案：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；
三是投資開放生態和人才培養：面向全球，持續與學術界、產業界和行業夥伴廣泛合作；
四是把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；
五是應用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。
而據悉，華為AI解決方案（Portfolio）的全場景，是指包括公有云、私有云、各種邊緣計算、物聯網行業終端以及消費類終端等部署環境；而全棧是技術功能視角，是指包括Ascend昇騰系列IP和芯片、芯片使能CANN、訓練和推理框架MindSpore和應用使能ModelArts在內的全堆棧方案。
截至目前，ModelArts已經擁有開發者超過3萬，日均訓練作業任務超過4000個，32000小時，其中：視覺類作業佔85%，語音類作業佔10%，機器學習5%。
隨著昇騰910 AI處理器以及MindSpore全場景AI計算框架的發佈，華為全棧全場景AI解決方案各重要組成部分都已構建完成。
當下，華為的一舉一動都被受關注，此次華為發佈AI芯片，汽車領域也尤為關注。在自動駕駛領域，華為主要集中於芯片、計算平臺及解決方案三個層面，其中，芯片是其智能化戰略的基礎。
由於實現自動駕駛的車載計算平臺需要高性能的AI算力，而目前國內確缺少可獲取性好的車載計算的硬件平臺，為了滿足行業需求，在2018年，華為發佈了幾款關鍵性的產品，如基於於AI芯片的MDC600，算力最高達到350 TOPS，涵蓋芯片、計算平臺、操作系統、開發框架，整合CPU和相應的ISP模塊，可以滿足L4級自動駕駛的要求；在華為全聯接大會期間，發佈了與某全球領先車廠的自動駕駛聯合創新，基於MDC600的自動駕駛方案，已經達到L4級自動駕駛水平。
眾所周知，在自動駕駛芯片領域，一直被Mobileye和英偉達壟斷，華為自研芯片及計算平臺，或將打破當前的壟斷局面。
2019年1月24日，華為在北京發佈了全球首款5G基站核心芯片——華為天罡，該芯片致力打造極簡5G，助推全球5G大規模快速部署。另外，華為正式面向全球發佈了5G多模終端芯片——Balong 5000（巴龍5000）和基於該芯片的首款5G商用終端——華為5G CPE Pro。
此外，華為提出了“自動駕駛網絡”的目標，引入全棧全場景AI技術，打造SoftCOM AI解決方案，幫助運營商在能源效率、網絡性能、運營運維效率和用戶體驗等方面實現價值的全面倍增。
華為在汽車領域一直動作不斷。今年5月，華為宣佈正式成立智能汽車解決方案BU部門，該部門隸屬ICT管理委員會管理。其中，華為對智能汽車解決方案業務部的定位，是作為未來華為在智能汽車領域負責的主要部門，提供智能汽車的ICT部件和解決方案，幫助車企造好車。
近日，華為對外發布了《HUAWEI HiCar生態白皮書》，HUAWEI HiCar是華為所推出的人-車-家全場景智慧互聯解決方案，讓手機、汽車以及更多智能設備具備了互聯互通的能力。華為將其定義為車機互聯2.0，不僅僅是為手機與車機互聯建立了通道，還將手機的應用和服務延展到了汽車，讓汽車和手機、其他IOT設備之間實現了互聯。
華為希望將HUAWEI HiCar打造成一個開放的平臺解決方案，讓車企、Tier 1供應商、應用開發者等共同聚集在HUAWEI HiCar平臺，形成共享生態。
為了不讓別人掐脖子，核心技術都要自研，中華有為！這次是AI芯片，下次華為放大招會是啥？值得期待。