除了5G和鸿蒙，华为还有什么值得关注的呢？

鸿蒙一开天地宽！这几天的华为，因发布鸿蒙操作系统而成为中外瞩目的“超级网红”。不仅新华社、人民日报和央视纷纷点赞，海外媒体及网友也纷纷“炸锅”，认为谷歌遭遇了劲敌。鸿蒙之外，奠定华为“超级网红”地位的自然还有5G。这个让特朗普寝食不安、奔走“代言”的革命性技术，也正在成为华为构建万物互联智能世界的“杀手锏”。

除了5G和鸿蒙，华为还有什么值得关注的基础设施级的“超级网红”呢？在刚刚发布的“全球产业展望GIV@2025”中，华为预测到2025年58%的人口将享有5G网络，但97%的大企业都将采用AI，以及14%的家庭将拥有“机器人管家”。任正非在最新签发的电邮中甚至说，“5G是工具，人工智能才是大产业”。

华为的AI到底发展得怎么样？既然华为将人工智能视为基础设施级别的通用技术，我们不妨将目光聚焦到人工智能最重要的基础设施——AI芯片层面，看看华为的进度，以及它在全球同行中处于什么身位？

巨头所见略同，“将AI放进芯片”

AI芯片作为一个独立词语出现在大众视野，还是近几年的事。在这之前，熟悉芯片行业的人都知道，芯片就是智能的代名词，诸如CPU之类的主芯片，就是机器的“大脑”。那么，是什么原因促使原本就智能的芯片，还需要被AI加持呢？这要从两个方面说起。

一方面，以英伟达和英特尔为代表的传统芯片巨头看到，摩尔定律正在加速失效，传统计算瓶颈日显。多年来，它们已经使用了各种手段来试图跟上摩尔定律的步伐，包括采用更先进的制程工艺，增加更多的内核等，但都收效甚微，无法满足日益剧增的人工智能计算需求。

另一方面，以谷歌和微软为代表的互联网应用及软件服务商看到，深度学习日趋流行，数据中心的AI负载占比不断攀升。海量用户的智能语音对话、视频图片的大数据分析等新应用日渐增多，将耗尽平台厂商原本的计算资源，让传统计算捉襟见肘。

市场需求和技术创新两方面的因素碰撞到一起，促使巨头们达成一个共识：探寻新的计算架构，“将AI放进芯片”。于是乎，英伟达不断为GPU加入AI设计，GPU大放异彩；英特尔将AI注入CPU，并推出专门的视觉处理单元和神经网络处理器；谷歌更是自研AI芯片，不断升级TPU改变游戏规则……

华为洞悉“将AI放进芯片”的趋势且将其付诸行动的时间也很早，许多几年前的手机所搭载的麒麟处理器就加入了具备AI能力的NPU。2018年10月，在一年一度的全联接大会上，华为正式发布AI发展战略与AI解决方案，并现场推出了基于自研达芬奇架构的昇腾310芯片，同时宣布了基于相同架构的昇腾910芯片计划和基于昇腾系列AI处理器的Atlas智能计算平台，由此揭开华为将AI作为一种通用技术赋能各行各业的序幕。

巨头所见，大致略同，又形态各异。华为AI定位“全栈全场景”，这使得它的AI芯片布局也独树一帜。纵向去看，从AI芯片昇腾系列到库及工具CANN，从训练和推理框架MindSpore到应用部署使能的ModelArts，华为AI具备了应对一个AI应用开发所需的所有条件，包括获取数据、建立模型、训练、推理、部署的全流程。横向审视，华为AI采用了一套统一的架构去适配云、边、端各种场景，实现智能终端、公有云、私有云、边缘计算以及IoT行业终端的全覆盖。

熟悉AI行业的人可能知道，全栈AI的说法并不新鲜，英特尔也这样提，谷歌的产品布局也大致不差；难点在于如何用一套统一的架构去满足云、边、端全场景的AI应用需求。华为为什么行？答案就在于自研的统一、可扩展的达芬奇架构，以及在此架构下华为基于公司30多年在云、管、端、芯全环节的技术创新及应用经验积累。

架构是一颗计算芯片竞争力的关键。华为达芬奇架构包含了丰富的计算单元，除了传统的标量和适量计算单元外，其核心是3D Cube计算单元，可以高效的完成矩阵运算，提高AI算力、降低系统功耗与计算成本。同时，达芬奇架构拥有非常强的弹性，向上可以部署至超高算力的数据中心里，向下可以部署到低功耗IoT设备中。

惟其如此，华为才能够一次性拿出用于边缘的昇腾310和用于云端的昇腾910；并提供不同算力和功耗配置粒度的达芬奇核，包括昇腾Nano、Tiny、Lite等多种版本， 被集成在各个领域的专用芯片中，精细化满足不同细分场景的需求，诸如智能手机，智能手表，智能摄像头，智能家居设备等。

华为后发先至，昇腾310已“无处不在”

由上可见，华为在AI芯片领域不是第一个吃螃蟹的人，却是第一家集大成的公司。华为基于自身优势和资源在AI全栈能力和全场景应用两个维度都做了全面的规划和布局，这是上述极大先行厂商都不具备的。更重要的是，华为AI延续了公司一贯的风格——从发布到落地之间，没有漫长的“PPT等待期”——而是厚积而薄发，后发而先至，率先在各行各业开启了应用落地。

早在去年10月昇腾310发布时，华为就同步发布了基于昇腾310芯片的多款AI产品，包括Atlas 200、Atlas300、Atlas 500、Atlas 800以及MDC 600等，这些产品迄今已被广泛应用于安防、金融、医疗、交通、电力、汽车等行业，涉及摄像机、无人机、机器人、智能小站、“汽车大脑”等产品形态，直接和间接地驱动全行业的智能化变革。

讲到这里不得不提华为的另一个特性，即该公司既是技术的生产者，也是技术的消费者；从技术创新到产品落地的过程中，华为能够“自己的降落伞自己先跳”，率先试用测试产品，快速迭代推向市场。比如，麒麟处理器依托于华为自家的手机产品线，先于业界提出并引领了AI手机浪潮。再比如，华为刚刚发布的鸿蒙系统，又最先应用到荣耀智慧屏产品，为下一步的开源生态奠定基础。华为昇腾系列芯片的应用也大致遵循了这个轨迹。

大家知道华为除了运营商和消费者业务外还有企业业务和云业务，后两者正好也是昇腾AI芯片的用武之地。比如在华为年初推出的业界首款面向AI时代的数据中心交换机CloudEngine 16800中，就有昇腾310的身影；其将数据中心网络的AI训练效率提升了27%、高性能计算时长缩短30%，一举超过了老牌交换机厂商思科的同类产品。此外，在华为年初推出的TaiShan服务器中，昇腾310也与鲲鹏920搭档，交出了最强ARM架构处理器的答卷。

外部直接应用方面，华为昇腾310也以加速模组、加速卡、服务器集成、自动驾驶模块等形式，在各行各业快速渗透。比如，基于昇腾310加持的MDC解决方案，华为去年底与奥迪开展了L4级别自动驾驶的联合创新，顺利完成了高速巡航、拥堵跟随、交通灯识别、行人识别、地下车库自动泊车等场景下的自动驾驶功能，很好检验了昇腾310的强大的计算性能。此外，依图科技、格灵深瞳、合合信息、金三立等行业伙伴均展示了与华为联合创新的基于昇腾310的AI解决方案。

在今年4月10日举行是华为智能计算中国行深圳站上，华为宣布Atlas人工智能计算平台正式上市，进入规模销售阶段，这意味着，基于昇腾310芯片的系列产品开始进入外部应用的快车道。毋庸讳言，华为AI芯片这样的速度，足以让英伟达和谷歌等先行者心惊——它们要么应用场景单一，要么软硬件能力不协调，很难达成华为这般的AI成长速度。

昇腾910即将正式推出，打压不住的华为AI创“芯”

值得注意的是，和5G和鸿蒙一样，华为AI芯片同样是在美国的无端打压之下取得技术上的厚积薄发和应用上的后发先至的，这不得不让人再次佩服华为的自研能力，尤其是考虑到任正非曾透露实际上美国对华为的封锁远早于“实体清单”事件。当然，大家也不要吝啬给各行各业积极拥抱华为AI开展联合创新的厂商们点个赞，危机之下的自主可控意识觉醒是最难能可贵的。

就在昇腾310的“朋友圈”欣欣向荣之时，有消息称华为即将正式推出最新一代的人工智能训练芯片昇腾910，以及AI计算框架MindSpore，时间就在8月23日。消息曝出后，智能计算业界为之“躁动”，纷纷想看重压之下的华为，如何与英伟达和谷歌等先行者扳手腕、刚正面。AI开发者们则难掩兴奋之情，急于了解华为能否在先行巨头的垄断之下，给世界增加一个来自中国的主流AI开发平台。

根据华为AI的规划，昇腾310主打边缘推理（与之类似的是谷歌Edge TPU之属），昇腾910则主打云端训练（与之类似的是英伟达Tesla V100之类）；为适应边缘智能设备的空间和工作环境的限制，昇腾310更强调功耗和性能的平衡，而昇腾910则有更从容的空间和环境去追求极致高性能，也最能够检验一家公司在AI算力方面的成色——就像手机处理器“跑分”一样。

根据去年10月发布会的资料，昇腾910采用7nm工艺，最大功耗为350W，计算力可达到 256 TFOPS，比英伟达Tesla V100要高出一倍，是当时全球已发布的单芯片计算密度最大的 AI 芯片。同时基于昇腾910的大规模分布式训练系统（1024颗昇腾910集群），其计算力可达到256P，远超英伟达和谷歌的同类集群。如今十个月过去了，昇腾910能否真正交出完胜于对手们的计算力，非常值得关注。

同时不要忘了，AI计算框架也不是一个小工程。华为去年10月发布的AI计算框架MindSpore将以怎样的表现呈现？能否媲美谷歌Tensor Flow等流行的深度学习框架被AI开发者青睐，也是极大的看点。当然，一个全栈的AI解决方案除了芯片和框架外，还需要诸如库和工具、开发平台等支持，华为在发布会上能否带来更多“彩蛋”，持续完善自己的全栈全场景能力，也颇值得期待。

以上便是华为AI的战略布局及其在AI芯片层面的主要进展，整体看处于厚积薄发、后发先至的高速成长阶段。目前，普通消费者们已经可以在手机上感受华为AI带来的流畅和智能，未来，华为会通过AI芯片和AI计算框架，在整个AI产业的基础上为AI行业带来相当的震撼。芯片产业和垂直行业也会真切感受到华为AI的价值，AI开发者们也会多一个耳熟能详的选择。