华为决定全力打造自己的AI平台

在人工智能（AI）领域进行了一年多的摸索之后，华为决定全力打造自己的AI平台。10月10日，华为在上海召开第三届全联接大会，宣布公司的AI战略。华为轮值董事长徐直军在会上宣布，华为将面向云、边缘和端打造全栈全场景的解决方案，包括专用的AI芯片和自己的深度学习框架MindSpore。市场普遍认为，这将直接与英伟达、谷歌等AI领域先行者同台竞争。

与此前外界猜测不同，华为不只发布了一款用在数据中心的AI芯片，而是计划做五类AI芯片，其中Nano、Tiny、Lite和Mini四个系列用在从蓝牙耳机到自动驾驶汽车等不同类型的终端，Max系列用在云端。

不过，当天华为只公布了Max系列的昇腾910和Mini系列的昇腾310两款芯片的细节，分别用在数据中心和边缘端两个领域。其它系列的芯片要到2019年之后才会陆续亮相。

“人工智能触发的产业变革，将涉及所有行业。”徐直军表示，“我们认为，应该有一站式平台，提供必需的自动化工具，让AI应用开发更容易，更快捷，从而使AI成为所有应用开发者甚至所有ICT技术从业人员的一项基本技能。”

在当天宣布的华为AI战略中，华为希望提供一个全栈全场景的一站式解决方案，从芯片到云，打造AI平台。开发者可基于华为AI平台开发交通、教育等各种各样的应用。

华为的产品最初将自用，但也瞄准国内的各类AI初创企业和华为传统客户，希望以更低价格吸引他们到华为的平台上。

“（华为提的）‘普惠AI’很简单，就是要降价。”徐直军表示，“门槛降低是我们努力的目标，我们将努力降成本。”

首提“全栈全场景”概念

谷歌、英伟达等科技企业布局AI已久。但华为并不认为其在AI领域处于“后发”位置。“比如AI在手机端侧就是先发，云端在提供云服务上也没有后发，包括人工智能服务器也没有后发。当然，云上芯片可能稍晚一点。”徐直军称，华为此次提出的全栈全场景就是独有的。

在华为的AI战略中，全栈全场景是核心。全栈指的是华为希望打造一个一站式平台，不仅做芯片，还要提供自己的深度学习框架MindSpore，提供各类API（应用程序编程接口）的PaaS层ModelArts（类似于操作系统），以及在芯片和软件之间的开发工具CANN。

一位市场人士对记者表示，考虑到华为还有服务器、网络等硬件产品和公有云服务，外部合作伙伴可能在交通、金融、教育等各类垂直的人工智能应用上更具空间。若以智能手机比喻，这类似于华为将做从硬件到操作系统的部分，而把应用App留给外部开发者。

全场景指的是，华为的芯片和软件将覆盖从最小的可穿戴设备，到智能手机、摄像头、自动驾驶汽车，再到数据中心的所有场景。为此，华为将提供五类AI芯片。Nano、Tiny、Lite会用在智能穿戴、物联网、智能手机等消费终端，主打低功耗。比如Nano主要针对蓝牙耳机等设备，而Lite主要针对智能手机。

Max系列类似于谷歌的TPU，用在数据中心，首款产品昇腾910将于2019年二季度上市。Mini系列的功耗和性能间于Max（用在数据中心）和Lite（用于智能手机）之间，华为计划将其用在安防摄像头、自动驾驶等领域。

徐直军在采访中透露，他前一天曾拜访上海的视觉识别独角兽依图科技，希望在这方面达成合作。他还称，华为与微软有过接触，但由于昇腾910尚未上市，现在还没有达成任何交易。

华为将AI芯片项目命名为“达芬奇项目”。徐直军向记者表示，达芬奇项目是一个从下往上推动的项目，由基层推动，再获得高层认可，最终于2017年6月左右拍板启动。

华为首席战略架构师党文栓向记者表示，取达芬奇的名字是希望这个芯片架构可以在最宽范围内支持全场景的应用。“达芬奇这个人就是最大的博学家，多才多艺，什么都懂，是画家、发明家、医学家、生物学家、地理学家、建筑工程师等，所以非常切合我们要做这个事情。”党文栓表示。

AI市场激烈竞争

在商业模式上，徐直军表示，华为不会出售单独的AI芯片，而是以芯片为基础开发AI加速模组、AI加速卡、AI服务器等方式出售硬件，或者以云计算的方式对外提供算力和服务。

在外界看来，华为试图通过发力AI夯实业务、寻找新的增长点。随着全球通信市场饱和，5G需求尚未爆发，华为业绩增长放缓。2016年，华为实现销售收入5216亿元，同比增长32%，净利润371亿元，仅同比增长0.4%。华为需要在运营商市场之外，大力开拓企业级和消费终端市场。2017年，华为成立专门负责公有云的Cloud BU，将公有云提到战略位置。

与此同时，谷歌开发的人工智能应用AlphaGo在2016年击败了围棋世界冠军李世石，加速了本轮人工智能大潮在全球的兴起。各家企业深度学习的需求暴增，使它们大量购买英伟达的GPU（图形处理器），帮助英伟达的股价在两年间上涨了近8倍。

英伟达之外，谷歌、百度、阿里等科技公司纷纷研发专用AI芯片。2016年，谷歌针对深度学习专门开发了自己的专用芯片TPU（张量处理器），并通过谷歌云对外提供服务。自那以后，百度、阿里等各家中国科技企业都开始设计自己的人工智能芯片。

华为在人工智能领域入局较晚，首先在消费者端进行尝试。2017年9月，华为率先在Mate 10手机上使用了人工智能芯片，希望在高端市场与苹果手机抢份额。在企业级领域，华为首先在内部应用人工智能技术，比如对数百万张发票进行视觉识别，进行机器自动处理。华为还与微软合作，进行内部文档的文字翻译等。

这一年多的实践最终使华为意识到，人工智能是一种与轮子和铁一样的通用技术，将应用在经济的几乎所有地方，市场潜力巨大。

“如同公元前的轮子和铁，19世纪的铁路和电力，以及20世纪的汽车、电脑、互联网一样，华为认同人工智能是一组技术集合，是一种新的通用目的技术（GPT），将推动社会经济的持续发展。”徐直军表示。

中金电子与通信行业分析师黄乐平认为，目前行业处于英伟达一家独大的情况。在国内芯片国产化、全球云计算公司支持替代方案平衡英伟达的大背景下，华为AI芯片存在很大发展空间。对寒武纪、地平线等其他国内AI芯片初创公司来说，华为入局对它们提出更高的要求。

寒武纪成立于2016年，脱胎于中科院计算所，迄今共完成3轮融资，公布的投资者均为中资背景，包括多只“国字号”基金。过去一年，华为手机的AI芯片采用的是寒武纪的架构，此次华为公布的Lite系列芯片主打智能手机市场，采用的是华为自己的达芬奇架构。

徐直军向记者表示，华为之所以要用达芬奇架构重新做芯片，是因为目前还没有在市场上看到这样的产品，满足华为支持全场景的需求。“我们需要从云到边缘、到端、还有不同物联网终端，全场景支持人工智能，因此必须要开创一个新的架构。”

华为的挑战

华为做AI平台，将会遇到不少挑战。在硬件层面，日本软银集团旗下的芯片架构企业Arm已经意识到，自己在AI芯片方面的缺失，在今年2月发布了代号为Project Trillium的机器学习计算平台，预计将在今年年末推出机器学习处理器、第二代目标检测处理器和神经网络软件库，与自家的CPU和GPU互补，主要针对终端。

与华为打造全栈解决方案不同，Arm寻求的是产业联盟。在云端方面，Arm在今年3月与英伟达达成合作，将英伟达开源的深度学习加速器DLA架构集成到Arm知识产权（IP）库中，使所有Arm客户能据此打造AI芯片。

Arm机器学习部门商业与市场副总裁丹尼斯·劳迪克（Dennis Laudick）在6月接受财新记者采访时表示，Arm的优势在于有整个生态的支持，包括在软件上与谷歌有深度合作。

不过，Arm的机器学习处理器尚未推出，与华为总体处在一条起跑线上。

有华为内部人士对财新记者表示，要打造自己的AI平台，最难推广的还是深度学习框架MindSpore。由谷歌主导的深度学习框架TensorFlow和Facebook主导的PyTorch已经在全球形成开发者生态，百度2016年开始推的框架PaddlePaddle也未能赶上。在落后两年的情况下，华为要想追上更加困难。

徐直军表示，目前大量的AI框架主要是面向云端的，市场上还是缺少MindSpore这样既可以用在云端，也可以用在终端的统一架构。“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。”他表示。

徐直军表示，华为也会有措施去激励开发者使用自己的架构，比如他们正在考虑，用MindSpore的开发者在使用华为AI产品时可以有更低的价格。

至于AI芯片，尽管从参数上看，华为昇腾系列大幅超过了英伟达GPU等市面上现有的AI芯片，但是一名AI芯片初创企业人士向财新记者表示，变数是在上市时间。华为AI芯片预计2019年第二季度上市，用明年的产品来比较市场上现有的产品并不公平。等到昇腾系列上市，英伟达和初创企业寒武纪科技等也都会发布新产品。昇腾系列采用了最新的7纳米工艺，而英伟达现有产品尚在12纳米，有提升空间。不过，对华为来说更大的挑战仍在于如何拉拢开发者和用户。