在2018年10月的時候，華為在上海隆重發布了二款芯片：昇騰910芯片和昇騰310芯片，這兩款芯片均是面向AI的GPU芯片，網上報道的競爭對手就是英偉達的GPU。
在本次大會上，華為發佈了全球第一個覆蓋全場景的人工智能 IP和芯片系列：Ascend（昇騰）系列芯片。該芯片具備橫跨雲、邊緣、端全場景的最優能效比（Tops/W ），無論在極致低功耗的場景，還是極致算力的數據中心場景，Ascend系列都將提供出色的性能和能效比。同時，Ascend基於統一架構的全場景覆蓋能力，將大大便利AI應用在不同場景的部署、遷移、協同。
華為的全棧全場景AI解決方案還包括：芯片算子庫和高度自動化算子開發工具——CANN；支持端、邊、雲獨立的和協同的統一訓練和推理框架——MindSpore；以及提供全流程服務（ModelArts）,分層API 和預集成方案的應用使能。
華為在業界率先實現全棧和全場景AI解決方案。所謂全棧，是技術功能視角，是包括芯片、芯片使能、訓練和推理框架和應用使能在內的全堆棧方案；所謂全場景，是包括公有云、私有云、各種邊緣計算、物聯網行業終端以及消費類終端等全場景的部署環境。（以上來自華為的官網）
一般來說，AI的數據應用要分成幾個步驟，就是數據餵養，數據訓練，推理和應用，這幾個步驟。
我自己不是一個AI的專家，對於AI知道並不是太詳細，從英偉達的產品來看，GPU因為功能體積和功耗來看來，他大部分的產品集中在數據餵養，數據訓練和推理這一塊，AI的部分推理和應用就是未端，必然要求芯片的體積小，功耗低，集中邊緣計算，所以我認為英偉達在這一塊做得並不是太多，相反國內的大部分做AI芯片的公司大部分集中在這一塊：如比特大陸公司集在推理，以及部分數據訓練，寒武際的芯片大部分集右推理和應用，如：華為手機芯片就是用寒武際的芯片來做AI的。
華為提出來全棧AI的說法，可能有點繞口，所謂全棧簡單一點說是端到端另外一種說法，也就是華為做AI是從：數據餵養、數據訓練、推理和應用全部做了，從網絡地位來看，數據餵養和數據訓練雲端比較合適，推理和應用分別在邊緣和未端比較合適。
所以華為定義AI目前要改變的一些情況：
1、模型訓練從需要數日、數月到只需幾分鐘、幾秒鐘
2、算力稀缺且昂貴變得充裕且經濟
3、AI無處不在，任何場景適用，而且尊重和保護用戶隱私
4、未來，算法變得數據高效、能耗高效
5、在數據挖掘、獲取、標註等系列領域，AI變得自動化/半自動化；
6、面向實際應用，實現工業級AI，“工作優秀”
7、模型更新未來實現閉環系統，保證企業應用
8、AI要協同雲、物聯網、邊緣計算、區塊鏈，發揮更大價值
9、平臺支持，提供一站式平臺，成為所有ICT人員的基礎技能
10、從當前數據科學家稀缺的狀態，變為數據科學家、領域專家、數據科學工程師相互協作，解決AI人才稀缺問題
要實現目前的改變：沒有云幾乎就是不可能的事情！華為AI的部署在華為自己的雲上，同時前一段時間也傳出來和微軟有一些合作，但是在亞瑪遜雲，和其它雲上部署華為的AI幾乎是不可能的事情，阿里因為自己也在開發AI芯片，我認為阿里雲也不太可能部署華為的AI。
未端相對容易一些，因為華為的消費者業務以及企業業務均可以消耗大量的計算力，估計下一步華為手機上的AI芯片估計會走上自研的道路，從這幾次的華為手機發佈會來看，手機芯片上根本沒提寒武際的芯片，就是為下一步發佈自己的芯片打下一個基礎。
所有這些都是集中在芯片的應用上，最大的一個問題華為的AI並沒有解決：生態，也就是有多少程序員會基於華為昇騰芯片的指今集來進行編程？下一個文章來說明這個問題。
閱讀更多 IT老鳥 的文章
