近日消息，據(jù) The Information 報道，華為在內(nèi)部制定「達(dá)芬奇計劃」，準(zhǔn)備發(fā)力 AI。一方面希望將 AI 引入華為的所有產(chǎn)品和服務(wù)當(dāng)中，包括電信基站、云數(shù)據(jù)中心、智能手機、監(jiān)控攝像頭等。而另一方面則是要為數(shù)據(jù)中心開發(fā)新的 AI 芯片，使得語音識別、圖像識別等應(yīng)用可以在云端使用。
The Information對該計劃的推測是：一，華為發(fā)力AI芯片可能對英偉達(dá)造成威脅;二，華為的AI云端布局可能加劇美國政府的擔(dān)憂。
華為的AI布局，其實不是什么新鮮事
在6月22日召開的華為DigiX2018華為終端·全球合作伙伴及開發(fā)者大會上，華為消費者業(yè)務(wù)CEO余承東闡述了華為消費者業(yè)務(wù)的全新戰(zhàn)略：全場景智慧生活生態(tài)戰(zhàn)略。余承東強調(diào)，華為要打造的全場景智慧生活生態(tài)是一個開放的生態(tài)。面向整個生態(tài)，華為HiAI人工智能開放平臺將提供芯、端、云三個層面的技術(shù)開放，賦能全球的合作伙伴。
在芯片側(cè)，華為將通過HiAI移動計算平臺、影音工具、游戲助手等打造流暢的操作體驗;在終端側(cè)，華為通過智慧硬件、HiAI平臺、AR/VR等設(shè)備來構(gòu)筑全連接服務(wù)和全場景應(yīng)用，提供一系列智能感知和交互能力;在云側(cè)則通過華為移動服務(wù)(HMS)、AppGallery等滿足消費者個性化的使用需求。
2017年9月，華為發(fā)布了世界首款手機AI芯片麒麟970，添加神經(jīng)網(wǎng)絡(luò)處理單元NPU(其技術(shù)來源于寒武紀(jì))，與CPU相比，計算速度提升25倍，能耗效率提高50倍。華為Mate 10和Mate 10 Pro和榮耀V10都搭載了麒麟970芯片。
目前，華為仍使用英偉達(dá)的GPU芯片向服務(wù)器添加 AI 功能。
中國芯“組團”進(jìn)軍云端AI芯片
國內(nèi)競爭形勢正在加劇，今年，百度和寒武紀(jì)紛紛進(jìn)軍云端AI芯片。
今年5月，寒武紀(jì)發(fā)布首款云端智能芯片 Cambricon MLU100。雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))了解，MLU100采用寒武紀(jì)最新的MLUv01架構(gòu)和TSMC 16nm工藝，可工作在平衡模式(1GHz主頻)和高性能模式(1.3GHz主頻)，平衡模式下等效理論峰值速度達(dá)每秒128萬億次定點運算，高性能模式下等效理論峰值速度達(dá)每秒166.4萬億次定點運算，但典型板級功耗為80瓦，峰值功耗不超過110瓦。
7 月 4 日，在 2018 百度 AI 開發(fā)者大會上，百度 CEO 兼董事長李彥宏發(fā)布了百度自主研發(fā)的 AI 芯片“昆侖”，其中包含訓(xùn)練芯片昆侖 818-300 和推理芯片 818-100。百度宣稱，這是中國第一款云端全功能 AI 芯片，也是目前為止業(yè)內(nèi)設(shè)計算力最高的 AI 芯片。從參數(shù)上來看，“昆侖”采用了三星 14nm 工藝，具備 260Tops 的性能、512 GB/s 內(nèi)存帶寬;功耗超過 100 瓦特，由幾萬個小核心構(gòu)成。
云端AI芯片市場格局
而在目前的GPU芯片市場上，英偉達(dá)市場占有率高達(dá)70%，是當(dāng)之無愧的芯片領(lǐng)域霸主。
2016年，英偉達(dá)投入數(shù)十億美元，動用數(shù)千名工程師，推出了第一個專為深度學(xué)習(xí)優(yōu)化的Pascal GPU。2017年又推出了性能相比Pascal提升5倍的新GPU架構(gòu)Volta，神經(jīng)網(wǎng)絡(luò)推理加速器TensorRT 3也同時亮相，TensorRT作為一款可編程推理加速器能加速現(xiàn)有和未來的網(wǎng)絡(luò)架構(gòu)。
雷鋒網(wǎng)對AI芯片市場格局進(jìn)行過詳細(xì)分析。目前，云端AI芯片無論是從硬件還是軟件，已經(jīng)被傳統(tǒng)巨頭控制。
下面這張圖是Compass Intelligence公布的全球AI芯片榜單。因為AI芯片目前在終端應(yīng)用極少，所以榜單頭部的排名可以近似的認(rèn)為就是云端AI芯片的目前市場格局。
我們可以看到，芯片巨頭Nvidia(英偉達(dá))已經(jīng)牢牢占據(jù)AI芯片榜首，由于CUDA開發(fā)平臺的普及，英偉達(dá)的GPU是目前應(yīng)用最廣的通用AI硬件計算平臺。除了有實力自研芯片的企業(yè)(全世界也沒幾家)，如果需要做AI相關(guān)的工作，必定需要用到Nvidia的芯片。Nvidia的芯片應(yīng)用普遍，現(xiàn)在所有的AI軟件庫都支持使用CUDA加速，包括谷歌的Tensorflow，F(xiàn)acebook的Caffe，亞馬遜的MXNet等。s
現(xiàn)在業(yè)界爭論的焦點是AI芯片的處理器架構(gòu)用哪種是最好的，有GPU、FPGA、DSP和ASIC，甚至還有更前沿的腦神經(jīng)形態(tài)芯片?，F(xiàn)在GPU處于優(yōu)勢地位，但其他幾種處理器架構(gòu)也各有優(yōu)勢。Intel則是多方下注，不錯過任何一種處理器架構(gòu)。谷歌在TPU(其實就是一種ASIC)方面的巨大投入帶來了硬件效能的極大提高，目前看來對GPU的沖擊將是最大的，原因不單單是因為專用架構(gòu)帶來的效率優(yōu)勢，還有商業(yè)模式方面帶來的成本優(yōu)勢。
在云端，國際巨頭已經(jīng)成為了事實上的生態(tài)主導(dǎo)者，因為云計算本來就是巨頭的戰(zhàn)場，現(xiàn)在所有開源AI框架也都是這些巨頭發(fā)布的。在這樣一個生態(tài)已經(jīng)固化的環(huán)境中，華為要想分一杯羹，國產(chǎn)云端AI芯片想要挺進(jìn)五強，甚或挑戰(zhàn)英偉達(dá)，絕非易事。
下載文檔
