AI芯片之上，华为正在放眼「下一次计算革命」

未来的计算会是什么样的形式？今天，云计算和 AI 正在改变着许多行业，但也有很多人对新技术能够做到什么表示怀疑。华为也曾是这样。

这家科技巨头在过去的几年中进行了大量内部探索，只想知道：人工智能在第四次工业革命到底有怎样的应用价值？

事实证明是可行的，今天在华为内部已经开启人工智能技术的应用，其先进的运作体系已让自身获得了很多收益——看看它在通信市场上的占有率就知道了。过去几年，很多需要耗费大量人力的工作，而今已逐步被 AI取代。

在这个过程中人们发现：人工智能仍然面临着很多艰巨的挑战。

今天的计算还主要集中在遥远的数据中心，停留在电量不足的手机终端上。而代替 IBM 专用计算的 x86 架构，在 40 多年后，随着摩尔定律的失效而开始放慢步伐，传说中将要改变世界的新技术，大部分仍停留在实验室里。

未来的计算，应该有怎样的愿景？

或许是包含所有场景的「智能计算」。去年 11 月，亚马逊率先发布了基于 Arm 架构的服务器芯片，并开始提供相应的云服务；2019 年 1 月，华为推出了基于 Arm 架构的服务器芯片鲲鹏 920，以及「TaiShan」服务器，引发了人们的广泛关注。在 AI 芯片之上，华为的智能计算愿景正在我们眼前逐渐展现。

AI 芯片为先

智能计算不仅仅是手机上的 NPU 和机箱中的 GPU。华为去年 10 月推出了昇腾 910 和昇腾 310 两款自研 AI 芯片，在这家科技巨头的未来构想中，它们将是华为智能计算架构的核心。在云计算和端侧等各领域全面提供高性能 AI 算力。

目前华为自研的服务器和端侧芯片。

2019 年 1 月 7 日，华为又推出了ARM处理器芯片鲲鹏 920及基于此芯片的TaiShan 服务器。自此，涵盖云服务器到智能设备，甚至自动驾驶汽车等场景的 AI 芯片开始全面出炉。

鲲鹏 920 被认为是目前业内最高性能的 ARM-based 处理器，采用 7nm 制造工艺，基于 ARM 架构授权，由华为自主设计，主频可达 2.6GHz，单芯片可支持 64 核。该芯片集成 8 通道 DDR4 内存，带宽超出业界主流 46%。芯片集成 100G RoCE 以太网卡功能，大幅提高系统集成度。鲲鹏 920 支持 PCIe4.0 及 CCIX 接口，可提供 640Gbps 总带宽，单槽位接口速率为业界主流速率的两倍，有效提升存储及各类加速器的性能。

通过优化分支预测算法、提升运算单元数量、改进内存子系统架构等一系列微架构设计，华为大幅提高了新一代处理器的性能。在典型主频下，其芯片在 SPECint Benchmark 评分超过 930 分，超出业界标杆 25%。同时，能效比优于业界标杆 30%。

和鲲鹏芯片同时推出的还有搭载这种芯片的「TaiShan」服务器。华为表示，这些服务器相较于业界同类规格云服务器性能领先 3 倍。

华为内部一直有一种先做再说的风格，这些推出的芯片和服务器不仅推高了业界顶尖水平，也已在华为内部得到了一定程度的应用。全面布局 AI 芯片是为了加速多行业智能化的步伐。华为表示，目前，由于算力供应不平衡、部署场景要求高、云边数据无法协同互通、专业技术门槛高等原因，人工智能只能在互联网、公共安全等少数行业得以渗透普及。数据显示，全世界全行业 AI 普及率不超过4%（Source: IDC’s Cloud and AI Adoption Survey, January 2018）

正如麒麟 980 手机芯片开创全新移动端 AI 体验一样，基于华为 AI 芯片的服务器将为下一代云计算开启新的篇章。

智能计算战略

华为推出的 AI 芯片是构建面向未来智能计算战略的基础，在这之后则是「普惠 AI」战略的庞大布局。去年 12 月 21 日，华为智能计算战略正式发布，其将围绕算力、工程、架构和一体化解决方案四个方面，面向行业构建「全栈全场景」智能解决方案，希望以此加速各个行业智能化的进程。

芯片是开始，但智能计算还需要更多硬件设备，一系列的服务器产品组成了华为智能计算产品线，华为已发布智能计算系统包括：智能服务器（FusionServer）与人工智能计算架构（Atlas、TaiShan、MDC）。

其中 Atlas 人工智能计算平台包括 Atlas 200 AI 加速模块、Atlas 300 AI 加速卡、Atlas 500 智能小站、Atlas 800 AI 一体机等型号，具备高算力、低功耗和易部署的优势，而 MDC 600 移动数据中心则已经在部分自动驾驶项目中得到应用。

在 2018 全联接大会上，华为推出了 MDC 600 移动数据中心。

自动驾驶研究需要对大量摄像头和各类传感器收集的数据进行分析计算，数据处理及模型训练，对硬件算力有着很高要求。

端云一体的新架构

未来的智能计算将是全场景覆盖。云端、私有云和设备端需要不同的计算能力，而不同位置的算力部署也需要统一协调。

本世纪初，亚马逊等科技巨头提出「云计算」概念，这一计算形式不仅接手了大量原本属于端侧的算力任务，更催生了大量新业务，带来了全新形式的科技公司。云计算以互联网和大规模计算为基础，创造了一种新的基础设施，也让交互模式发生了转变。从使用者角度来说，云计算能够提供成本更低、效率更高的服务。

相对于各自独立的传统硬件平台，云计算通过资源共享和灵活调度，可以显著降低计算成本。如今，云计算已是一种和水、电、网络通信相似的「基础设施」了。

然而在技术发展的过程中我们会发现，常规云计算的形式仍非全无缺点：很多数据如不在端侧进行处理，传输到云端会遇到网络带宽的瓶颈；一些任务对于数据处理的延迟性有很高要求；有时人们还会担忧数据上传云端之后可能暴露隐私的问题……

在这样的情形下，加入边缘设备算力，形成端云一体的统一计算架构成为了未来云计算的新趋势。

华为提出的全栈全场景智能解决方案

与数据中心庞大的服务器设施相比，边缘计算的硬件距离我们更近，甚至可以延伸到手边的 IoT 设备上。边缘计算节点与云计算中心可以形成逻辑整体。边缘计算节点负责对数据或者部分数据进行处理和存储，用以节约带宽消耗，减少反应延迟，并提高业务连续性，满足数据本地存储与处理等安全合规的要求。

在云边端架构上，华为拥有强大的工程能力和一体化能力。在 AI 基础算力上，华为可以提供从虚拟机、容器到裸金属各种形态的服务。

构建新生态

华为致力于构建更为繁荣的 ARM 生态环境，并一直在硬件、基础软件和应用三个层面推进产业合作。这家公司希望能让人工智能不再是一种高高在上的技术，而是走向大众，让每个人、每个组织都能享受到人工智能带来的价值。

对此，华为一直在行动着：2017 年，华为发布了面向企业、政府的人工智能服务平台华为云 EI；2018 年，华为发布了面向智能终端的人工智能引擎 HiAI，以及全栈全场景解决方案。今天的华为已能为企业、政府提供覆盖全面的智能计算解决方案。

华为预计，2018 年到 2025 年全球数据总量将会有 18 倍的增长。如何构建完整的 AI 生态体系，为企业与客户创造更多的价值，需要携手上下游各方来共同打造。

3 月 21 日，华为中国生态伙伴大会在福州举行。在开幕仪式上，华为董事、企业 BG 总裁阎力大在演讲中对外透露，华为 2018 年企业业务收入接近 100 亿美元。

计算的提升过去主要依赖摩尔定律——即提高硬件性能，降低单位算力的成本，但随着芯片制程逐渐接近极限，AI 的算力需求正在变得难以满足。对于科技公司来说，改革芯片结构及优化硬件系统是更为有效的选择，华为将在技术领先的前提下努力建设属于新体系的产业生态。通过更高效的智能计算体系，华为希望其提供的设备能够拥有比摩尔定律更快的效能增长速度。

60 年前，以 IBM 大型机为代表的专用计算将计算产业带入了民用领域；40 年前，英特尔的 x86 架构的出世，在摩尔定律的驱动下实现了计算机的大规模普及；现在，计算产业在 AI 的驱动下来到了新的历史节点。在产业外，很多科技公司正试图打造新武器；而在产业的内部，设备和芯片厂商也正在自我进化。它们的目标是一致的：先改变自己，再去改变世界。

华为认为，这个历史节点的名字，叫做「智能计算」。 

本文为机器之心原创，转载请联系本公众号获得授权。

✄------------------------------------------------

加入机器之心（全职记者 / 实习生）：hr@jiqizhixin.com

投稿或寻求报道：content@jiqizhixin.com

广告 & 商务合作：bd@jiqizhixin.com