華為後發制人，一口氣連發兩款AI晶片，“雙全”AI解決方案曝光！
前幾個月，由外媒 The Information 傳言，在華為高層之間稱為“D 計劃”，代號為“達芬奇計劃”（Project Da Vinci）的 AI 計劃正在華為內部如火如荼地進行。終於在 10 月 10 號的華為全連線大會上，華為真正的 AI 戰略揭開面紗。
相較於其他同樣具有國際級巨頭份量的中國科技企業，例如阿里巴巴、百度、騰訊等等，華為應該是最晚公開宣示全面擁抱 AI、宣示全面 AI 發展戰略的公司，而值得注意的是，相較於其他公司從概念拼湊開始，逐步演化成一套自有 AI 發展戰略，一向是不蹭風口熱點的華為，則是謀定而後動，要的不是搶先卡位，而是後發制人。
（來源:DT君攝）
以 10 日的釋出會內容來看，華為一出手推出的兩顆“全球最強”AI 晶片，以及具有目前全球最大算力的分散式計算系統，華為的動作不但夠大，也夠震撼。
圖丨 華為輪值董事長徐直軍
值得注意的是，華為是一家保守謹慎的公司，因為他們的產品技術戰略不是隻為了快速汰換的消費性產品，而會直接牽動全球超過數百個強調高度可擴充、可永續、可相容的網路基礎建設。但在 10 日華為正式對外宣示將全面擁抱 AI 之後，這代表的是華為戰略引擎全速轉向正式啟動。
作為華為端與雲 AI 計算大計劃的第二步驟，華為想要把 AI 在全部的產品和服務散開來，成為共通的服務基礎，華為輪值董事長徐直軍在開場演說中，也表達了不只要萬物互聯，更要把智慧帶入整個互聯的大環境，在這場連線大會中，帶領聽者、業界，看見華為所規劃的未來景象。
圖丨人工智慧是一種新的通用目的技術
在早上的演講中，徐直軍提到 AI 未來將發生的十大變化，分別是訓練時間的縮短、算力的可獲得性更高、AI 無處不在並能夠在任何場景中尊重和保護使用者隱私、資料和能耗更加高效、更高度的自動化/半自動化、AI 真正達到工業級水平、具備實時閉環系統、與其他技術整合程度更高、具備一站式平臺的基本技能、資料科學家和其他專業人士協同合作。
圖丨AI 將顛覆所有行業
而華為的 AI 戰略也在會議上得到全面曝光，即支援 AI 基礎研究、打造面向邊緣和端的全棧解決方案、投資開放生態和人才培養、把 AI 的思維和技術引入華為所有產品和服務、應用 AI 優化內部管理。
其中，徐直軍重點提到針對打造面向邊緣和端的全棧全場景解決方案，該方案於去年就已預告，直到這次的全連線大會終於得以曝光。
據介紹，所謂的全場景是指包括公有云、私有云、邊緣計算、物聯網的行業終端以及消費類終端的部署產品，即“讓 AI 無處不在，無所不及”，而全棧即包括晶片、晶片服務，還有硬體，以及訓練和推理的框架和應用在內的全堆疊解決方案。
華為的全棧方案具體包括：
Ascend： 基於統一、可擴充套件架構的系列化 AI IP 和 晶片，包括 Max，Mini，Lite，Tiny 和 Nano 等五個系列。包括我們今天釋出的華為昇騰 910（Ascend 910），是目前全球已釋出的單晶片計算密度最大的 AI 晶片，還有 Ascend 310，是目前面向計算場景最強算力的 AI SoC。CANN： 晶片運算元庫和高度自動化運算元開發工具MindSpore，支援端、邊、雲獨立的和協同的統一訓練和推理框架應用使能：提供全流程服務（ModelArts）, 分層 API 和預整合方案
2018 年 4 月，華為釋出了面向智慧終端的人工智慧引擎 HiAI；2017 年 9 月，華為釋出了面向企業、政府的人工智慧服務平臺華為雲 EI。而華為今天釋出的全棧全場景解決方案，則是對華為雲 EI 和 HiAI 的強有力支撐。“基於這個解決方案, 華為雲 EI 能為企業、政府提供全棧人工智慧解決方案；HiAI 能為智慧終端提供全棧解決方案，且 HiAI service 是基於華為雲 EI 部署的”，徐直軍說。
外界一直在傳華為在開發人工智慧晶片，而在釋出會上，徐直軍告訴大家，這是事實，並宣佈兩顆 AI 晶片。
徐直軍釋出的第一顆 AI 晶片是昇騰 910，其算力可以達到 256TFOPS，是目前全球已釋出的單晶片計算密度最大的 AI 晶片。據徐直軍介紹，910 的計算力是最接近的 NV 的 V100 還要高出一倍。這顆晶片將在 2019 年二季度正式上市。
同時，華為基於 910 們還在構建一個昇騰 plus，它是迄今為止全球最大的分散式訓練系統。徐直軍介紹，通過把 1024 個 910 連線起來，構建一個 AI 計算機群，可提供高大 256 個 P 超高 AI 計算能力，實現人們過去從未想過的速度訓練你的模型，不管多複雜的模型。
“這也是在十大改變裡面，我們期望在幾分鐘甚至幾秒鐘能夠實現訓練的第一步。這個系統會在華為雲上推出。上市時間也是明年二季度”，徐直軍說。
而華為釋出的第二部晶片，就是昇騰 310。這個 AI SoC 屬於昇騰的迷你係列，這顆晶片的最大功耗僅 8 瓦的情況下，整數精度的算力達到 16TFLOPS，同時 310 還集成了 16 個通道的高全高清視訊解碼器，是目前面向邊緣計算產品最強算力的 AI 晶片，也可以用於資料中心的訓練和推理。
華為的 AI 發展戰略
不論在計算視覺、語音、決策，華為過去幾年採用大量投資研發的方式，快速補齊所需要的技術，同時打造各種涵蓋全場景的解決方案，提供業界更簡單易用，且高效率的 AI 平臺，並且與業界、學界合作，不僅推動開發環境與應用服務的完備，也同時要培養 AI 所需要的人才。
圖丨華為AI發展戰略
應用為血肉，算力則成為骨架，這些元素建構出華為未來的 AI 佈局，不是針對單一面向的應用，而是要擴及所有可能與人類生活息息相關的資訊、重複事物的自動化處理，為此，華為推出了全棧全場景的 AI 技術和服務。
為了達到這樣的目標，華為這次把華為旗下的 HiAI 生態與去年釋出的 EI 生態進行整合，並通過全新的昇騰家族晶片，打造從算力、框架到服務的完整 AI 系統。
從終端人工智慧反攻雲端
華為可以說是最早投入終端 AI 的廠商之一，由於華為本身經營手機業務，不但已經是全中國最大的智慧手機制造商，更在 2018 年擠下蘋果成為全球第二大手機品牌，手中掌握了極為龐大的使用者基礎，如果以智慧手機的生命週期來推論，目前全中國可能至少有 3～4 億個消費者手中有華為的智慧手機產品，若以全球範圍來看，仍持續被使用的華為智慧手機可能上看 5 億支。
而我們都知道，手機是與個人生活最為息息相關的終端，舉凡個人消費、社交、出行、甚至運動習慣與身體狀況追蹤，這些資料都集中在手機之中，而手中掌握這些資料的華為，自然也有了最好的基礎來推動其雲端 AI 的策略佈局。
當然，就算手機本身可以收集這些各種與使用者息息相關的資料，但不代表華為可以直接取用，畢竟隱私還是全球範圍消費者最關心的事情，如果被發現華為擅自取用手機客戶的個人資訊，那麼將可能對華為的手機事業產生致命影響。
那麼，華為掌握這麼龐大的資料，卻不能擅自亂動，就好比和尚懷中躺了美女，卻必須坐懷不亂，正常人可能早就受不了，但華為卻不得不冷靜自持。
唯一的方法，就是想辦法開通更多雲端服務，讓消費者自願的奉上更多寶貴的資訊。
其實類似的事情在業界早有案例，比如說 Amazon，眾所周知，它是全球最大的網路購物平臺之一，但很弔詭的是，Amazon 在零售和網路購物業務方面一直都是虧損的狀況，其利潤率更是僅有悲慘的 1%，那是什麼支援著 Amazon 持續投入在零售事業的持續燒錢？答案就是依靠零售事業收集的資料所建立的廣告與雲端服務與其帶來的營收。
如果沒有零售業務的燒錢，那麼 Amazon 就不可能建立這麼成功的廣告與雲端服務，而這也是其零售事業雖持續虧損，Amazon 卻不像其他公司般會斷然捨棄虧錢事業的根本原因。
在某種程度上，華為與 Amazon 有著相當類似的狀況，其實華為的手機事業並不怎麼賺錢，其獲利表現還遠遠落後於三星，更不用說蘋果，對華為這麼一家大公司而言，手機並不是個好做的生意，但華為和小米其實英雄所見略同，那就是他們看的不只是手機本身的獲利，而是整個生態環節所能帶來的利益。不過小米和華為走上了不同的路，小米成了雜貨店，手機變成中控，背後雖然也有一個貫串的雲服務，但比較基礎。而華為想做的，是更深層的 AI 學習，並通過現有的資料庫模型建立成熟的雲企業服務，就如 Amazon 的雲端計算服務一般。
早在 2017 年底，華為就曾公佈其 EI(Enterprise Intelligence) 企業智慧服務計劃，華為 EI 就是要把華為創辦人任正非所提到華為多年來在內部通過 AI 解決華為公司內部生產、物流、供應鏈、終端等領域問題，所積累的一些相關的能力、知識和方法分享給更多企業，幫助企業實現智慧化。
華為投入 AI 研發的初衷與網際網路巨頭有很大不同。它不是純粹的探討技術“無人區”，而首先是解決內部實際問題，與實業緊密結合，這使得華為切入 AI 的時間線非常早，涉及 AI 業務的團隊非常多，從事 AI 研發的人力也非常多，他們分頭為各個業務部門服務，比如手機、晶片、媒體、作業系統等等，但應用最多的卻是任正非提到的兩大條線：解決華為內部運作的自動化問題和華為的業務服務問題，比如，華為供應鏈的智慧裝箱、物流和路徑規劃，以及報關、發票、風控、營銷、網路安全等場景。
這點其實與 Amazon 也有異曲同工之妙，原本 Amazon 的 AWS 服務也是僅供內部使用，但 Amazon 覺得，如果能夠很好的解決自家的問題，那麼應該也能用來解決客戶的問題，也因此，AWS 開放對外提供服務之後，一炮而紅，成為 Amazon 的金雞母。
華為 EI 所推出的三類企業智慧雲服務包括：EI 基礎平臺服務，比如深度學習服務、圖引擎服務等；通用服務，如大資料、視覺認知、語音語義、人臉識別、影象識別和內容檢測等；行業場景解決方案，比如智慧稅務、智慧製造、智慧電力、智慧交通、智慧金融、智慧零售等 30 個企業智慧服務。
從個別專案中可以看出，其實很多都是從其終端 AI 延伸出來的資料模型與應用，我們可以說，華為在終端與雲端 AI 都是走同一套體系下的開發邏輯，而終端 AI 也就成為其雲端 AI 的血肉，配合華為自有的企業靈魂，推動更深層、更貼合實際市場需求的服務。
從服務生態走入計算硬體生態
華為早在推出具備硬體功能的 AI 服務之前，就已經通過既有的計算硬體提供相當豐富的 AI 功能，比如說麒麟 960 並不具備硬體 AI 單元，但已經整合相當多的智慧語音與影象識別以及照相強化功能，而後來的麒麟 970，則是在既有框架之下，提供了更強大的硬體加速能力，從而能夠負擔更復雜的 AI 計算內涵，提供消費者更豐富、更多元的 AI 應用。
而到最新的麒麟 980，則是在之前的基礎上又更上一層樓，不只是 AI 軟體服務，甚至也開始設計自有的軟體開放框架，意圖要引進更多元的 AI 演算法與應用，成為業界主流的 AI 執行平臺。
相同的路徑也出現在華為的雲端服務上。過去華為的雲端服務主要還是基於如 NVIDIA 的外來 AI 計算硬體，而原本面對的應用情境是企業內部使用的雲端服務，其實因為僅針對自家單一公司，算量有限，演算法模型也相對單純，僅依靠 NVIDIA 提供的標準框架其實還足以擔負日常任務。
但當華為決定要往通用 AI 計算平臺發展，並對外提供服務後，華為發覺，如果想要掌控生態的話語權，那麼就得連硬體都自有，這樣才能更好的匹配演算法、框架、服務，並提供更高的效率。
NVIDIA 的架構並不差，但以架構本身而言，其效率並不夠高，畢竟其架構原本是針對繪圖計算而來，而非 AI 計算，之所以能夠打下 AI 計算的江山，主要還是依靠生態的掌握以及開發環境的完備，再加上 NVIDIA 與學校單位合作，推動 AI 基礎教育的時間非常早，早培養出為數龐大的死忠開發者，這些都幫助 NVIDIA 把他們效率並不是那麼高的架構發揮到淋漓盡致，當業界覺得這個架構、生態夠好用，支援框架與應用廣，匯入成本低，算力也足夠，其實效率部分是被認為可以稍微犧牲的。
但是對於華為這種處女座的追求完美個性而言，肯定不能忍受計算生態中有可能的缺陷存在，即便這缺陷只是單純的效率不夠高。
華為也延續其在終端 AI 的執著理念，不只是使用標準架構，而是經過大幅調整優化後，基本已經成為專屬華為才有辦法發揮的硬體設計，而這也是華為之所以一直強調雖然原始架構雖是外來的，但基本上已經與自研沒有太大差異，效能表現也和標準架構天差地遠。
不只提供服務，更要成為共通執行平臺，挑戰 BAT 市場地位
達芬奇計劃包含兩大部分：一，將 AI 引入華為的所有產品和服務當中，包括電信基站、雲資料中心、智慧手機、監控攝像頭等；二，為資料中心開發新的 AI 晶片，使得語音識別、影象識別等應用可以在雲端使用。
達芬奇計劃的第一部分內容也是很多廠商正在努力的方向。但為資料中心開發 AI 晶片，本質上是在挑戰英偉達的地位。目前，無論是國外的 AWS、微軟雲、谷歌雲還是國內的阿里雲、騰訊雲、華為雲都需要使用英偉達的 GPU，並且包括華為雲在內的雲服務廠商都使用英偉達的 GPU 為其雲服務新增 AI 功能。
（來源：麻省理工科技評論）
而此次在華為連線大會中也擔任主要演講嘉賓的微軟負責人工智慧戰略和研究的微軟執行副總裁洪小文，據傳其所代表的微軟已經和華為在雲端計算方面合作相當長的一段時間，未來微軟在中國的雲端服務基礎建設可能將交由華為負責，華為的角色可能就會從原本的雲端服務供應商、算力供應商，轉而成為服務代管業者，而華為自身豐富的使用者資料模型就可能成為說服這些企業客戶採用其服務的最佳誘因。
而華為在計算晶片的架構選擇方面，其實可能性很多，從自研，到使用 Arm 或者是寒武紀的雲端 AI 計算方案都是有可能的作法，目前來看，華為與寒武紀的合作關係最緊密，而寒武紀的 IP 也提供相當深度的自訂修改彈性，這對於華為執著於極致優化的作法其實可不謀而合，畢竟在終端 AI 部分已經達成不錯的效果。
雖然在 AI 雲服務領域，華為只是個後來者，要如何能夠在競爭激烈的 AI 領域站穩腳跟？華為可能會與其終端 AI 平臺佈局走類似的方向，那就是面向開發者釋出全套的人工智慧軟體、硬體開發平臺。在 AI 晶片之外，深度學習框架與開發生態的完備，將成為華為區別於其他 AI 廠商的殺手鐗。
而通過終端、雲端，到自研計算 AI 硬體的佈局，華為也一躍成為具備完整生態優勢的雲端計算服務廠商，且由於具備從晶片設計到框架、演算法的高度匹配，其計算方面的效率表現也能達到不弱於競爭對手的表現。而這可能也是微軟之所以選擇與華為合作的最大原因之一。
藉由過去數年在終端與雲端 AI 服務的耕耘，華為在連線大會中展現出來的計算服務生態已經達到業界一流水準，當然，未來在客戶拓展方面才是真正的挑戰，若能獲得市場認同，那麼華為的企業定位又會增加雲端計算服務商的角色，達到真正的多元發展，而既有的雲服務供應商，也就是 BAT 三家大廠，恐怕會迎來市場格局的改變，也就是如果掌握不了自有計算架構和生態，恐怕就會被踢出前三大雲服務廠商的行列。