摘要：在今天举行的华为全联接大会2018上，华为发布了两款AI芯片和全栈全场景AI解决方案，正式打响了进攻人工智能的号角。但是对于采用其NPU的寒武纪来说，未来将如何走下去呢？ 集微网消息（文/Aki）华为什么时候开始做人工智能的？ 还记得去年在德国柏林的IFA展上，华为正式发布了麒麟970芯片，该芯片中首次内置了神经元网络单元（NPU）以完成人工智能计算。 这也可以说是华为首次推出含有人工智能功能的芯片，不过其中的NPU却是采用寒武纪的IP来设计的，算不算是华为自己的芯片很难界定。
覆盖全场景的AI芯片系列 在今天举行的华为全联接大会2018上，华为副董事长、轮值董事长徐直军正式宣布华为的全栈全场景AI解决方案，同时发布两款AI芯片，华为昇腾910和昇腾310，均采用华为自研的达芬奇AI架构，属于全球第一个覆盖全场景的人工智能IP和芯片系列。 据了解，该系列芯片具备横跨云、边缘、端全场景的最优能效比，无论在极致低功耗的场景，还是极致算力的数据中心场景，昇腾系列都将提供出色的性能和能效比。 同时，昇腾基于统一架构的全场景覆盖能力，将大大便利AI应用在不同场景的部署、迁移、协同。 不难发现，这一系列产品与麒麟970中采用的NPU有着很大的不同。 对于NPU而言，我们可以简单理解为专门进行高效人工智能计算的定制化处理器，就像用GPU来进行计算机的图像处理一样。 具体到应用当中，NPU主要应用在手机当中，比如能够帮助手机更精准、更快速的识别拍摄场景，让手机选择最合适的图像处理算法，在双摄背景虚化时，让手机对边缘虚化的处理更准确。 而华为此次发布的昇腾则是一个覆盖全场景的人工智能IP和芯片系列，未来将不单只覆盖一种应用和一种场景，也进一步表明，华为将坚定的走自研芯片的道路，在人工智能领域也是如此。
芯片为战略而服务 其实从华为开始在芯片中加入NPU开始，对于华为是否会自己开发人工智能芯片的猜想就从来没有断过。 毕竟依靠自主研发的麒麟芯片，华为可以说是在智能手机市场尝到了甜头，华为手机能够取得今天的成绩，麒麟芯片也可以说是功不可没。 那么对于当今最为火热的人工智能领域来说，华为又怎么会错过这一市场。 从植入NPU开始，华为都在一步步的扩大人工智能战略。2017年9月，华为发布了面向企业、政府的人工智能服务平台华为云EI。今年4月，华为发布了面向智能终端的人工智能引擎HiAI。 现在随着覆盖全场景的人工智能芯片系列的发布，华为在人工智能领域的战略也愈加清晰。 在现场，徐直军首次公布了华为的AI战略：投资基础研究；打造全栈方案；投资开放生态和人才培养；解决方案增强；内部效率提升。 其中最为重要的一点就是华为全栈全场景AI解决方案。简单来说，这一方案将数据获取、训练、部署等各个环节囊括在自己的框架之内，主要目的是提升效率，让AI应用开发更加容易和便捷。 而为了实现这一目标，该系列产品包含5个子系列：Max、Lite、Mini、Tiny、Nano。其中，已公布的昇腾910属于Max系列，是目前单芯片计算密度最大的芯片，计算力远超谷歌及英伟达。昇腾310属于Mini系列，最大功耗仅8W，是极致高效计算低功耗AI芯片。 既然，华为将坚定的在自研人工智能芯片的道路上走下去，那么在麒麟芯片中使用的NPU在未来将会是怎样的处境呢？要知道，在前不久发布的麒麟980中依旧集成了寒武纪的人工智能IP模块NPU。
华为与寒武纪貌合神离 一直以来，华为在芯片方面采取的商业模式就是不会对外出售芯片产品。 此次公布的昇腾芯片系列也不例外，徐直军表示，华为的AI芯片不会单独销售，而是会以加速模组、加速卡、服务器集成、自动驾驶模块等形式交付。其中，昇腾910主要用在云端，昇腾310主要用在边缘，昇腾Lite、Tiny、Nano主要用在物联网等消费设备，突出低功耗、实时在线。 而寒武纪的商业模式则是，针对终端产品，将复制与华为的合作，依靠IP授权的方式扩张，而针对服务器端，寒武纪则计划推广自有品牌芯片。 可以说，在商业模式上，华为和寒武纪就有着很大的不同。华为倾向于采用自研芯片服务于自身产品，通过构建产品差异化功能，塑造产品竞争力，在通过产品建立生态体系；而寒武纪则是主要通过IP授权的模式与更多厂商进行合作，从而实现云端协同的目的。 其实，早在麒麟970，关于NPU就曾经有过一个小插曲。 当时，在麒麟970的发布会上，华为消费者业务CEO余承东提及NPU时，用词是“华为NPU”，而PPT里也写着“Kirin NPU”，丝毫没有提及寒武纪的意思。 为此，寒武纪背后的中科院洋洋洒洒写了一封“外柔内刚”的“祝贺信”，并指出该“深度学习处理器”是“我所企业寒武纪公司（Cambricon Technologies）研制并具有自主知识产权的‘寒武纪1A深度学习处理器’（Cambricon-1A Processor）”。
后来，有消息指出，寒武纪此举是因为和华为之间只是IP授权的关系，后者并没有买断产权。 而在今年寒武纪的发布会上，也许是和华为的小摩擦提醒了寒武纪，“Cambricon MLU”被打上了注册商标“®”和商标“TM”的烙印，产权不容置疑。 殊途同归的目标 在人工智能芯片发展的道路上，我们已经见到了太多不同的发展方式。 英特尔的CPU、FPGA，英伟达的GPU、谷歌的TPU以及层出不穷、五花八门的ASIC芯片，每一个厂商对于人工智能都有着自己独特的认识，也有着自己完全不同的发展思路与策略。 华为与寒武纪的合作是基于IP授权，至于以后是否会继续下去，我们很难去猜测，毕竟，商场上，没有永恒的敌人，也没有永恒的朋友。 至少从目前来看，华为已经选择了一条与寒武纪完全不同的道路。 华为把人工智能定位为一个通用技术，希望把人工智能和华为的产品和解决方案融合起来，构建全栈、全场景的人工智能解决方案。 华为也希望提供覆盖从云到端的各种场景，并且积极推出商用解决方案，面向开发者、消费者、电信运营商和企业、政府，提供公有云、私有云、AI加速卡、AI服务器、一体机等各种产品、服务。 对于寒武纪而言，IP授权的方式确实能够帮助其获得更多的客户，实现其战略构想。毕竟对于中国手机厂商和芯片设计公司而言，并不是每一家都能够花精力，能够投入资金来进行人工智能芯片结构的研究。 正如清华大学微电子研究所所长魏少军教授所说，我们目前要实现人工智能，别无选择，只能靠芯片；但是现有 CPU、GPU、FPGA 等芯片的基本架构早在这次人工智能突破之前就已经存在了，并不是为人工智能而专门设计的，因此不能完美地承担实现人工智能的任务。 而现在，华为和寒武纪都选择了自研架构的方式来构建自己的人工智能芯片，虽然策略不同，但对于发展中国的人工智能产业来说未尝不是一件好事。 毕竟，人工智能芯片作为一个新兴领域，中外研究的差距还不是很大，中国完全有领先的可能！（校对/叨叨）