華為推出AI晶片：焦點在於AI 而非晶片
華為推出AI晶片，焦點在於AI，而非晶片。
中國公司“芯”思不減，繼百度釋出崑崙晶片、阿里成立平頭哥之後，華為在10月10日的全聯接大會上公佈了兩款AI晶片，昇騰310和昇騰910，預計在2019年二季度面世。
華為輪值董事長徐直軍在會上表示，華為將打造面向雲、邊緣和端等全場景全棧解決方案，包括晶片、學習框架和應用等全堆疊方案。
在華為的晶片計劃中，除了昇騰910所處的Max系列主要用於雲端，昇騰310所屬Mini系列和其他的Lite、Tiny、Nano系列，主要用於物聯網、行業終端、智慧手機、智慧穿戴等消費終端，以IP方式跟其他晶片結合在一起服務於各個產品。
晶片之外，華為推出了自己的深度學習框架MindSpore，計劃吸引各個領域的AI開發者。
巧合的是，AI領域先驅英偉達在同一天釋出了 ofollow,noindex" target="_blank">新開源 (300109 , 診股 )GPU加速軟體平臺RAPIDS，外界眼裡，二者開始了同場競爭。
不過，兩款晶片都不全是華為自己研發，也不會向第三方出售，所以華為跟英偉達等晶片廠商沒有直接競爭。
徐直軍表示，華為的加入是為了降低行業成本和門檻，真正實現“普惠AI”。
晶片不是主角
華為推出AI晶片，焦點在於AI，而非晶片。
此次公佈的昇騰910，是目前單晶片計算密度最大的，根據公佈資料看，密度超過英偉達同類晶片一倍。不過，作為對比的英偉達Tesla V100，是去年5月釋出的晶片，相隔一年，難言超越。
國內還沒有AI晶片真正地投入商業應用。Gartner研究副總裁盛陵海告訴《中國企業家》，百度、阿里也在開發自己的晶片，但它們的主要目的是希望通過硬體的釋出，吸引更多的開發者和使用者集中到自己的雲服務上來。
華為也是如此，其AI戰略核心在於全棧方案，包括晶片、晶片運算元庫和高度自動化運算元開發工具CANN、全流程服務（ModelArts）和分層API和預整合方案，以及支援端、邊、雲獨立的和協同的統一訓練和推理框架MindSpore。
“這個是一個體系，單純比硬體具體數值意義不大，而是要看整個框架。”盛陵海告訴《中國企業家》，市場上通用的框架有谷歌的TensorFlow、微軟的CNTK等，使用者會以整體評價哪個價效比好。
TensorFlow目前是最受歡迎的一個開源框架，被Uber、Airbnb、Twitter等網際網路公司廣泛使用，中國公司小米和中興都是其使用者。
中國首個開源深度學習平臺是百度的PaddlePaddle。2016年9月27日，PaddlePaddle在開源社群Github及百度大腦平臺開放，據彭博社報道，2017年10月，其下載量可能超越TensorFlow的790萬次。
但是，對於PaddlePaddle、MindSpore這樣的新興深度學習平臺，吸引足夠的AI開發者卻是個挑戰。
華為將晶片專案命名為“達芬奇專案”，以達芬奇的斜槓人生，對映這個架構能夠從雲到邊緣、端，以及不同物聯網終端支援人工智慧。
基於全場景業務，使用者需要個性化的資料訓練，很多框架不支援這樣，於是華為做出MindSpore框架。MindSpore一出，必然涉及生態問題，生態的構建有多種形式，有產業生態也有開源的組織。
被問及MindSpore是否會像谷歌TensorFlow那樣開源，華為雲BU副總裁、EI服務產品部總經理賈永利在媒體採訪中表示：“取決於整個過程當中的需求，要看節奏。”
人工智慧如同軟體演算法跑在高速硬體平臺上，既要硬體夠快，也要積累足夠的演算法。
當下做AI晶片研發的公司分三種，以英偉達為代表的傳統晶片製造商，像華為這樣做終端AI晶片的硬體商以及做雲端AI晶片的雲服務商。
華為雲核心網產品線總裁馬海旭告訴《中國企業家》，聯接、雲與智慧是華為在物聯網賽道的三個核心能力。華為做了30年通訊，能實現 萬物互聯 ，有全球領先的雲服務，也提供全棧全場景的AI解決方案，其物聯網戰略落腳在基礎設施上。
“物聯網需要感應、處理、聯接三個要素，華為作為硬體服務商，也有處理器的基礎，掌握後兩者要素，自然會發力智慧物聯網。”盛陵海分析。
華為的運營商電信也在做公有云，華為避開了直接競爭。“我們跟三大運營商本身是合作伙伴，一起合作。”馬海旭向《中國企業家》闡述，華為提供產品解決方案，在此基礎上，運營商用自己的渠道拓展客戶。
據馬海旭透露，目前華為全球物聯網聯接數已經達到2億，其中在中國電信天翼雲上有9000萬物聯網裝置聯接，與移動、聯通的聯接數也在動態變化中。
更廣闊的終端市場，晶片商不會輕易錯過。
過去，英偉達應用場景有限，主要做雲端。今年3月，英偉達在GTC 2018年度大會上宣佈，將與聯合晶片巨頭ARM聯手，打造IOT裝置的AI晶片專用IP。
ARM是全球智慧裝置第一大主流晶片架構提供商，使用其晶片的裝置涵蓋了手機、手錶、無人機等。英偉達與ARM的合作，等於擁有了廣泛的智慧終端應用場景，大會第二天，英偉達的股價一度翻番。
不過，原本與英偉達在AI晶片製造領域並無衝突的華為，其配套的雲服務、終端產品，或將同英偉達在下游終端市場正面交手。
攪動市場？
AI晶片市場一直在成長，玩家越多，蛋糕越大。
盛陵海對《中國企業家》表示，英偉達幾乎佔據90%的市場，華為入場肯定對其市場佔比有影響，但是這個市場在不斷增長，英偉達的業務收入暫時不會受太大影響。
最新二季度財報顯示，英偉達營收支柱還是遊戲業務，同比增長52%至18億美元，佔總營收57%。
另一競爭者谷歌的AI晶片，與華為受眾不同。谷歌的AI晶片比較通用，華為的AI晶片則是在通用的基礎上，更側重於視訊方面的應用，因為它有一些監控的業務場景。
目前來看，晶片代工商臺積電成了最大贏家。10月19日，外媒報道稱，臺積電已經率先量產7nm工藝，華為、蘋果和高通都成為其重要客戶，而另一批主要客戶則是英偉達、賽靈思和AMD等AI晶片商。
臺積電CEO魏哲家在投資者大會上透露，來自7nm晶片的收入將佔2018年全年總收入的10%，明年這個數字或將增至20%。
對比國內網際網路巨頭，華為稍顯“後發”。
7月4日，百度推出自主研發的中國第一款雲端全功能AI晶片“崑崙”，這是目前為止業內設計算力最高的AI晶片，功耗僅為100+W。
阿里巴巴於2017年10月成立達摩院，組建一個晶片研究團隊，在全球8個城市進行Ali-NPU晶片的研發工作，預計2019年年中推出。
同時，阿里還斥資收購能夠給予資助指令架構並量產的CPU供應商中天微，投資寒武紀等智慧晶片公司。寒武紀曾為華為Mate 10的麒麟980提供AI晶片。
華為、阿里等巨頭的進入，曾有人擔憂初創晶片企業的生存空間變小。對此，盛陵海向《中國企業家》分析，國內初創企業大多是AI公司的背景，掌握一定程度的演算法，做自己的晶片。
“這些初創公司往往瞄準視訊、監控系統等單純的人工智慧應用場景，能夠直接面向市場，對於系統等其他方面的要求不會很高。”盛陵海表示，這些廠商大多是基於自己的AI應用來製造晶片，不是做傳統的晶片打造業務。
在他看來，巨頭掌握的演算法是在大量訓練中得出的，別的廠商很難撼動這個資源。華為、百度等公司搭建的平臺，也會吸引小公司進入，彼此並不衝突。