華為「達芬奇計劃」曝光，中國芯「組團」進軍雲端AI晶元，英偉達怕嗎？

雷鋒網消息，據外媒The Information報道，華為在內部制定「達芬奇計劃」，該計劃也被華為高管在內部稱之為「D計劃」，負責人是華為副董事長、華為旗下IC設計公司海思董事長徐直軍。主要內容是：第一，將AI引入華為的所有產品和服務當中，包括電信基站、雲數據中心、智能手機、監控攝像頭等；第二， 為數據中心開發新的AI晶元，使得語音識別、圖像識別等應用可以在雲端使用。

The Information對該計劃的推測是：一，華為發力AI晶元可能對英偉達造成威脅；二，華為的AI雲端布局可能加劇美國政府的擔憂。

華為AI布局

華為的AI布局，其實不是什麼新鮮事。

在晶元側，華為將通過HiAI移動計算平台、影音工具、遊戲助手等打造流暢的操作體驗；在終端側，華為通過智慧硬體、HiAI平台、AR/VR等設備來構築全連接服務和全場景應用，提供一系列智能感知和交互能力；在雲側則通過華為移動服務（HMS）、AppGallery等滿足消費者個性化的使用需求。

2017年9月，華為發布了世界首款手機AI晶元麒麟970，添加神經網路處理單元NPU（其技術來源於寒武紀），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晶元。

目前，華為仍使用英偉達的GPU晶元向伺服器添加 AI 功能。

中國芯「組團」進軍雲端AI晶元

國內競爭形勢正在加劇，今年，百度和寒武紀紛紛進軍雲端AI晶元。

今年5月，寒武紀發布首款雲端智能晶元 Cambricon MLU100。雷鋒網了解，MLU100採用寒武紀最新的MLUv01架構和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 開發者大會上，百度 CEO 兼董事長李彥宏發布了百度自主研發的 AI 晶元「崑崙」，其中包含訓練晶元崑崙 818-300 和推理晶元 818-100。百度宣稱，這是中國第一款雲端全功能 AI 晶元，也是目前為止業內設計算力最高的 AI 晶元。從參數上來看，「崑崙」採用了三星 14nm 工藝，具備 260Tops 的性能、512 GB/s 內存帶寬；功耗超過 100 瓦特，由幾萬個小核心構成。

雲端AI晶元市場格局

而在目前的GPU晶元市場上，英偉達市場佔有率高達70%，是當之無愧的晶元領域霸主。

2016年，英偉達投入數十億美元，動用數千名工程師，推出了第一個專為深度學習優化的Pascal GPU。2017年又推出了性能相比Pascal提升5倍的新GPU架構Volta，神經網路推理加速器TensorRT 3也同時亮相，TensorRT作為一款可編程推理加速器能加速現有和未來的網路架構。

雷鋒網對AI晶元市場格局進行過詳細分析（詳見：當今群雄逐鹿的AI晶元行業，終將是頭部玩家的天下）。目前，雲端AI晶元無論是從硬體還是軟體，已經被傳統巨頭控制。

下面這張圖是Compass Intelligence公布的全球AI晶元榜單。因為AI晶元目前在終端應用極少，所以榜單頭部的排名可以近似的認為就是雲端AI晶元的目前市場格局。

我們可以看到，晶元巨頭Nvidia（英偉達）已經牢牢佔據AI晶元榜首，由於CUDA開發平台的普及，英偉達的GPU是目前應用最廣的通用AI硬體計算平台。除了有實力自研晶元的企業（全世界也沒幾家），如果需要做AI相關的工作，必定需要用到Nvidia的晶元。Nvidia的晶元應用普遍，現在所有的AI軟體庫都支持使用CUDA加速，包括谷歌的Tensorflow，Facebook的Caffe，亞馬遜的MXNet等。

現在業界爭論的焦點是AI晶元的處理器架構用哪種是最好的，有GPU、FPGA、DSP和ASIC，甚至還有更前沿的腦神經形態晶元。現在GPU處於優勢地位，但其他幾種處理器架構也各有優勢。Intel則是多方下注，不錯過任何一種處理器架構。谷歌在TPU（其實就是一種ASIC）方面的巨大投入帶來了硬體效能的極大提高，目前看來對GPU的衝擊將是最大的，原因不單單是因為專用架構帶來的效率優勢，還有商業模式方面帶來的成本優勢。

在雲端，國際巨頭已經成為了事實上的生態主導者，因為雲計算本來就是巨頭的戰場，現在所有開源AI框架也都是這些巨頭髮布的。在這樣一個生態已經固化的環境中，華為要想分一杯羹，國產雲端AI晶元想要挺進五強，甚或挑戰英偉達，絕非易事。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！