华为轮值董事长徐直军在会上系统阐述了华为的AI战略、全栈全场景AI解决方案，其中包括人工智能的Ascend(昇腾)系列芯片。
全栈解决方案这个提法野心极大，在全球范围内来看，目前还没有能够提供全栈解决方案的公司，特别是在欧美，往往强调自己所在一个领域的专业能力。因此，华为的“全栈”更显特立独行。
在会议期间的交流中，华为高管们反复向记者表示，“全栈”的提出是出于多场景的需求。从云端到各类终端设备，比如车载、手表、手机等，都需要AI的助力，而各场景之间也要相互关联。而合作伙伴需要设备、需要算力。
华为公司董事、战略Marketing总裁徐文伟在接受21世纪经济报道等媒体采访时说道：“未来肯定是智能世界，原来华为做基础设施，然后做云其实是做服务，这也是趋势。现在人工智能虽然有泡沫，但是大的趋势是不变的，初级人工智能已经提高效率了，就像任总(华为创始人任正非)说的，方向大致正确的情况下要先开一枪。”
那么，这一枪对于华为来说意味着什么?回看华为的发展历程，从最初B端的服务器、交换机业务，进入到C端手机、笔记本等终端产品。在这个过程中华为开始走近消费者，打开更广阔的空间，华为的形象也更加全面。如今AI战略的发布，对于华为而言，是一次新的升级，进入到智能化阶段，这不仅拓展了华为的边界，也意味着华为和国际AI巨头比肩竞争，除了基础的软硬件业务之外，未来有机会在更多的领域进行超越。
解密AI芯片
根据徐直军的介绍，华为的全栈是技术功能视角，是指包括芯片、芯片使能、训练和推理框架和应用使能在内的全堆栈方案。该方案具体由四部分组成，其一是芯片层面的Ascend，即基于统一、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。会议期间发布了昇腾910(max)和昇腾310(mini)，昇腾910明年上市，昇腾310已经量产。
其二是CANN，即芯片算子库和高度自动化算子开发工具，可以提升开发效率;其三是MindSpore，支持端、边、云独立的和协同的统一训练和推理框架;其四是应用使能，提供全流程服务(ModelArts),分层API和预集成方案。
在这四个部分中，AI芯片和Mindspore框架最受关注，两者分别代表着算力和算法，也是人工智能的两大核心要素。首先来看AI芯片，昇腾310更多是用在边缘计算产品上，昇腾910主要用在云端来提供训练能力。在华为提供的数据中，昇腾910的性能高出英伟达V100一倍，华为称之为“目前全球已发布的单芯片计算密度最大的AI芯片”。
对于华为的芯片性能，集邦咨询拓墣产业研究院分析师姚嘉洋接受21世纪经济报道记者采访时表示：“单以昇腾910来说，在FP16的运算效能就已经超过Tesla V100，所以不难想像在其他运算精度上的算力，应该也可以有超过Tesla V100的表现。而910采用7nm制程，这对于芯片的效能增进，会有一定程度的帮助，所以在性能优势上，确实可以辗压采用12nm制程的Tesla V100。目前来看，可以确定的是，这两款产品将可以优化华为的终端产品的竞争优势。”
不过，一位AI芯片专家向21世纪经济报道记者分析道：“(单位计算密度)这只是其中的一个指标，并不代表最后的实际性能。计算密度主要是跟制造工艺节点和架构有关。比如你用7nm，那就肯定比10nm的高，因为晶体管小。另外，如果芯片上全都堆的是计算单元，没有复杂的数据链接和大量的片上存储单元等其他部分，算下来用于计算的面积所占比例大，自然密度就高。”
而两枚AI芯片背后，则是华为首次对外公布的达芬奇项目，在该项目中，华为还自研了达芬奇架构，此次的AI芯片便是基于统一的达芬奇架构。一位达芬奇项目的研发人员告诉21世纪经济报道记者：“这个项目是去年正式开始的，但是之前已经设计了好几年了，由华为内部的专家主导研发。为了全自研的芯片，去年一年都在加班加点地开发。”
此前华为的部分麒麟芯片是基于寒武纪架构，“之后应该都会用自研架构了，不会用寒武纪了，麒麟里的也会换了。”一位华为内部人士告诉记者。
徐直军在媒体见面会上则谈道：“新的架构是根据我们对人工智能的理解和需求产生的。寒武纪的也很好，但是没有办法支持我们的全场景。我们需要云到边缘到端，还有物联网终端，全场景的需求，需要开创一个架构。市场上还没有看到相应的架构，可以做到这个。”
事实上，华为从20多年前就开始做芯片，在徐文伟看来，华为的芯片历程有四个阶段，“最难的是在商业上决定做不做，技术上想尽办法还是有办法做的。”
他向记者回顾道，1991年华为就做了芯片，当时要求集成度高，这是第一阶段;第二阶段是因为普通的商业芯片不能满足业务需求，但是商用芯片或者很贵、或者就是买不到，所以需要自己做;第三个阶段是基于商业判断，华为在2005年就开始做3G的手机芯片，当时华为还没有手机业务，只有数据卡，但是数据卡当时有需求，也看到了趋势，所以还是决定做了。
“现在的麒麟是下决心要做的，可以说是基于商业决策，但其实是愿景驱动，现在可以说是第四阶段，即人工智能芯片，市场上没有几家可以买，同时我们云、边缘、端、管道等都需要有人工智能芯片。我们需要人工智能的解决方案，在场景基础上进行创新，我们的芯片是全场景覆盖、可扩展、性能高，并且在一些应用场景下功耗低。主要目的还是降低成本，提高集成度。”徐文伟说道。
AI框架挑战
芯片之外，华为的人工智能框架Mindspore也备受瞩目。
众所周知，AI并不是一个单一的技术系统，而是诸多系统的智能化整合。AI 系统主要包括如下几个层面，一是业务应用层，包装好的第三方应用，或定制的应用程序及技术方案;二是智能框架层，深度学习框架基于云计算层对数据做智能化处理，是AI系统的大脑;三是云计算层，提供算力支持，在大数据层基础上对数据做各类传统形式的处理;四是大数据层，包括物理世界和线上世界的数据获取存储，比如生产数据，金融数据，社会生活数据，自动驾驶道路数据等。
目前大部分国内的企业都处在应用层面，少部分的巨头在云方面有所成就，比如阿里云和华为云。针对人工智能的算力，国内的顶级玩家也非常少，巨头有华为、阿里的平头哥和达摩院，垂直领域有寒武纪、地平线。
一位人工智能业内人士告诉21世纪经济报道记者：“芯片固然是人工智能的血液，但智能框架才是人工智能的大脑和灵魂，智能框架是人工智能领域的操作系统。芯片尚且可以代工，系统却代表了生态，是整个智能世界的关键。”
芯片有很多厂商和技术流派，但操作系统全世界只有屈指可数的几个，操作系统上构建的生态决定了所有软硬件的生命节奏。目前顶级的人工智能框架都来自美国，最著名的有谷歌的TensorFlow，Facebook的pytorch，亚马逊的Mxnet，甚至连微软都开发了智能框架CNTK，可以说几乎顶级的科技巨头都在争夺这个领域的冠军。
而人工智能框架和平台在国内触及的企业几乎没有，此前只有百度的Paddle-Paddle，阿里的PAI，但总体来说还不够强大，如今，华为的Mindspore是新晋人工智能框架，目前还没有开源。
“整个战略里面，全栈、全场景解决方案里面，最大挑战是我们Mindspore作为计算和推理框架,未来能不能构建一个生态，大家会不会用，这是唯一的挑战。”徐直军对记者说道，“我们分析过，现在所有框架很难适应全场景，比如我们会出一个部署在端上的学习框架，这个之前是没有的。比如谷歌，主要推的是云上的人工智能，他是在云端训练，推理，但是这个框架就不能用在手机这样的端侧。你要在端侧做训练，做推理，就这个框架要小，架构要灵活，现在的Tensorflow就放不进去。边缘，未来网络里面是边学习边推理，也是需要有框架。我们找不到一个框架真正能够实现全场景，所以我们就自己做了一个，这样可以满足我自己的需求。”
而比互联网时代操作系统更残酷的是，巨头的智能框架基本都是开源模式。在PC和互联网时代，尚且有微软和苹果是相对封闭的操作系统，只有Android是开源，这样使得其他没有掌握操作系统技术的国家有开发操作系统的动力。但在人工智能时代，谷歌，Facebook等一上来就把自己最顶级的深度学习框架开源，并且免费给算力，免费搭建社区，甚至花大力气来培训开发者，根本目的就是构建极高的迁移成本，如果顶级的开发者都被吸引到谷歌，Facebook的阵营，要再想让他们学习国内的智能框架就非常困难了。
对公司来说也是如此，如果有现成的免费的开源技术方案，再要投入巨大人力去开发底层技术需要极大的实力和勇气。国内目前也只能期待华为、BAT这样的巨头能否有这样的决心，在输掉PC和互联网操作系统之后，在人工智能操作系统上扳回一局。
生态与边界
计算机世界有三个生态：一是以英特尔，微软为首的PC生态，特点是围绕在提升硬件性能，以摩尔定律为指挥棒不断升级固件来获得市场增长;二是以谷歌、苹果为代表的互联网生态，主要提供基础设施，吸引开发者进入，通过互联网服务获得用户价值;三是人工智能生态，这个生态格局未定，各家都在做前期的技术投入。目前来看，谷歌的人工智能项目最为全面和强大，其深度神经拉拢了一众开发者。
现在，人工智能行业处在搭建生态的阶段，商业形态是第二位的，拉拢更多的开发者和上下游厂商是第一位的。华为也高调构建自己的技术生态，召开全联接大会提高自己在AI领域的声量。10月11日，华为宣布，计划在3年内发展100万开发者和合作伙伴，同时还推动成立全球行业组织高峰会议(GIO)，意在促进行业组织间交流和协同，成员包括3GPP、5GAA、5GSA等16家产业组织。在应用案例上，深圳机场、招商银行、奥迪等都应用了华为的AI技术。
姚嘉洋向记者表示：“就华为的做法来看，华为似乎有意要打造属于自己的AI生态系统，然而，过去华为本身也是伺服器供应商，如阿里巴巴、百度等，都可以算是华为的客户群，如今华为提供Mindspore框架，这对于CSP(云服务供应商)来说，某程度上会形成竞争关系，华为要如何跟国内BAT三大龙头保持‘合作大于竞争’的关系，应该会是接下来的观察指标。毕竟BAT过去在AI都有投入相应的资源与打造自己的生态系统，BAT应不会容许会有其他的竞争者来影响他们AI生态圈。”
对于构建生态的挑战，徐文伟告诉21世纪经济报道记者：“首先要成为一个平台，且作为平台必须技术上有领先性。第二点必须具有开放性，第三必须具有公平公正性。也就是说和伙伴合作，建生态的时候，最核心的是业务要有边界。”
可以看到，从云到端、从算法到算力、从训练到推理，华为的AI战略进行了全方位覆盖。这也引发了大家对华为边界的疑问。徐文伟则表示，华为将继续坚持“上不碰应用，下不碰数据”，今后的产业是竞合关系，不要恶性竞争，最重要的是把产业做大。
京公网安备 11010502049343号