发布会之后，华为应该会笑很久。

昨天早上九点，华为在全联接大会上正式对外发布了AI发展战略和相关产品及解决方案，其核心要点就是华为要打造包括芯片、芯片使能、硬件、训练和推理的框架的全栈方案、以及面向云、边缘和端的全场景解决方案。

其中，最为重磅的莫过于华为此次推出的两颗AI芯片：用于大规模分布式训练系统的昇腾910以及面向边缘计算场景的昇腾310。

两款芯片均采用达芬奇架构，昇腾910主打云场景的超高算力，其半精度算力达到了256 TFLOPS，比目前最强的NVIDIA V100的125T还要高一倍，是目前全球已经发布的单芯片计算力最大的AI芯片，采用7nm工艺，将在明年第二季度上市。昇腾310兼具极致高效计算和低功耗，是目前面向边缘计算场景最强算力的SOC，最大功耗仅仅8瓦。除此之外，徐直军介绍2019年还要发布三款应用在智能手机、手表等穿戴设备上的IP。

基于昇腾910以及310，华为还将提供系列的硬件以及云服务产品，用徐直军的话来说——

AI 好啊，我们要“大大加速AI在各行各业的应用，实现普惠AI。”

揭秘华为全栈式、全场景AI方案

大会开始，华为轮值董事长徐直军开门见山，操着一口不太正宗的普通话谈到了当下人工智能的发展态势，他主要谈了三个观点：第一，人工智能将是一种通用技术。用AI的技术和理念去解决现在和未来的问题。这是未来我们能够构建竞争力的关键。第二，AI将会改变所有行业。第三，AI将改变每个组织。AI将降低传统岗位需求，而提高对数据库人才的需要。未来的人员需求是菱形，而不是三角形。

基于AI技术对人才和产业的10大改变，华为制定了包括五个部分的AI发展战略：

1、投资基础研究：全力投资AI基础研究，在计算机视觉、自然用户眼处理、决策推理领域构建数据高效；

2、打造全栈方案：打造面向云、边缘和端的全场景解决方案；

3、投资开放生态和人才培养；

4、解决方案增强：AI思维技术引入华为现有所有产品和服务。实现现有产品和服务更大的价值；

5、内部效率提升：应用AI优化内部管理，对准海量作业场景。

之后，华为首席战略架构师党文栓详细解释了华为的全栈式、全场景解决方案，其中全场景包括四层：Ascend芯片、算力层CANN、支持端、边、云独立的和协同的统一训练和推理框架MindSpore；提供全流程服务（ModelArts）、分层API和预集成方案的应用使能层：

第一层是芯片设计层，即基于达芬奇架构开发的从Lite、Mini、Tiny、Nano到Max一系列芯片集成，适用任何场景，以最低功耗发挥最优性能。

第二层是算力层，华为开发的CANN能够兼具最优开发算力和算子性能两者，具有统一的API接口，致力于为开发者提供更好的开发平台。以reduce－sum开发案例为例，华为的开发效率提升三倍。

第三层是华为开发的统一训练和推理的框架Mindstore，其支持深度学习、强化学习、增强学习。值得一提的是，这一框架的大小不到50mb，存储空间需求也很小，集成了大规模分布式训练系统的芯片，助力不同模型开发和优化。

第四层是应用开发层，即提供全流程服务架构ModelArts，通常建模、运营等服务都是隔离的，华为设计的ModelArts可以为开发者提供更加简单的模型支持，从获取数据到适应变化，可以支持全流程的设计支持。具体包括适配模型架构，让不同场景的模型设计更加自动化的ExeML以及预集成解决方案，支持多领域（包括物流等不同场景）开发的CloudEI平台等。

总体来说，华为人工智能的发展战略，是以持续投资基础研究和AI人才培养，打造全栈全场景AI解决方案和开放全球生态为基础。

在人工智能战略上慢半拍的华为，终于放大招了

华为最早公开对AI的“野心”得追溯到2016年任正非的一次内部谈话。当时他在华为诺亚方舟实验室座谈会上做了一次内部演讲，首次系统谈到了华为在人工智能领域的战略。自此，华为的AI战略初露端倪。

这次内部谈话，任正非谈到了华为的人工智能服务方向、研发重点。其中，关键词之一就是基于华为现有的网络存量，将AI聚焦在改善服务上。即“人工智能要瞄准服务主航道。”

值得注意的是，此处提及的诺亚方舟实验室则是华为于2012年成立的，专注于人工智能、机器学习、数据挖掘等前沿科技领域，也是华为正式投入AI基础研究的先导信号。

诺亚方舟上面还有更加神秘的“2012实验室”，这是华为的总研究院，包括中央硬件工程学院、海思、研发能力中心、中央软件院等。

早期的华为的AI研究主要还是聚焦在企业内部的服务当中，其对外的动作和谷歌、微软以及国内的BAT相比，低调很多。

以和云计算息息相关的云端AI芯片市场为例，作为 AI 云服务的重要部分，为深度神经网络任务专门加速的云端芯片，成了当前云服务厂商的兵家必争之地。英伟达凭借其CUDA方案，一时风头无两。谷歌在2016年推出了专为机器学习定制的专用芯片TPU，已经被其应用在了AlphaGo、搜索、翻译、相册等背后的机器学习模型中。今年2月，谷歌云TPU 宣布向外部用户开放。

国内的情势也是刻不容缓，百度在7月份的开发者大会，推出了云端全功能AI芯片“昆仑”，其在训练和推理上的能力不容小觑，并且与百度的AI大脑构成协同作用。阿里巴巴则是在刚刚过去的云栖大会上，宣布成立独立的半导体公司平头哥，其首款自研深度神经网络芯片将于明年4月正式流片。

面对国内外的多面夹击，华为的步伐不得不加快了。

这次昇腾系列芯片的发布可以看出华为的野心非常大，不仅仅要超越已有的竞争对手，还要做的更全更大，不过最终的应用成绩如何还要等待时间考验。

华为的AI之心可期

据了解，有业内人士将华为的人工智能研究被分为三个部分：做基础理论研究；做使能器来改造华为的流程管理，“这个使能工程不对外，只全对内”；第三部分就是做人工智能相关的产品，对外赋能。

在外界的认知中，华为和AI的连接点更多的体现在移动处理器上。从2017年搭载NPU的麒麟970横空问世，引领了AI芯片在手机端的热潮。再到今年的麒麟980继续改进其神经网络推理加速架构，并推出全新双核NPU，华为表示麒麟980相比麒麟970可获得75％的性能提升，能耗比则比麒麟970提高58％。

同时，在AI方面，华为的布局看似不显山露水，其实已经在tob以及toc两端上一步步稳扎稳打了。

今年4月份，华为轮值董事长徐直军提到，“华为要把AI的技术引入我们的智能终端、云和网络。”

网络运营商方面，华为在原有的全云化网络构架基础上引入了机器学习，开发了SoftCOM AI解决方案架构，SoftCOM AI整个构架有两个核心：一个核心是AI训练平台，用以训练数据，输出模型或算法；另一个核心是智能管控中心，用以收集数据，根据训练平台输出的模型和算法，推理出网络动作指令并执行。最终去实现电信网络的自动、自治、自愈等。

云方面的布局更是不遑多论，此次全联接大会上，昇腾系列芯片的推出可见华为对于云的高度重视。今年3月，华为在公有云领域加大投入并成立了云BU，其与目前华为的三大业务BU属于并列地位；7月，华为全面升级云品牌“华为云”。

这次全联接大会上的“＋智能”的口号，也是华为云“＋AI”的延续，“＋AI”而不是“AI＋”华为也深知人工智能当前的技术趋势更多还是处在早期，是为原有的一些产品应用赋能，而不是凭空去推出一个完全“AI”的东西。

华为先将AI应用于内部的制造、物流、零售等场景，比如华为使用图像处理技术和深度学习智能判定，将设备成品率提升到了 99．55％，然后再开始向外输出自己的AI能力。去年9月，华为推出了基于华为云的企业智能EI平台，通过EI平台，可以让所有的企业和政府用户使用AI打造的各种各样的产品和服务。

总而言之，华为一直想做的是构建从芯片、终端到云端的协同发展人工智能。

结语：

华为此次的全联接大会可谓是干货满满，徐直军也提到后面几天的会议会陆续详细介绍华为的几大AI发展战略。

在AI方面，华为是不鸣则已，一鸣惊人，其推出的全场景、全终端的AI芯片覆盖了云端、边缘端以及终端。确实，从昇腾到麒麟系列，华为的AI芯片布局算的上是目前国内外布局最为全面的科技公司。无论是对标英伟达，还是谷歌，华为的技术实力都让其人工智能野心十分可期。