科技巨头们纷纷加入了AI芯片的竞争，最新的一家是华为。
“外界一直在传华为在开发AI芯片，我要告诉大家，这是事实”。徐直军在2018华为全联接大会上发布两颗AI芯片，“华为昇腾910和昇腾310”。其中，华为Ascend910是目前单芯片计算密度最大的芯片，明年二季度正式商用。华为Ascend系列AI IP和芯片，具有横跨全场景的最优能效比，是全球第一个覆盖全场景的人工智能IP和芯片系列。
“人工智能”的定义于1956年正式提出，之后的60年里经历了两次发展低谷。2016年谷歌人工智能系统AphlaGo与人类围棋手李世石的一场人机围棋大战，又将AI推向了大众关注的焦点。
华为在AI上的野心可不止于基础的芯片。华为希望依托自身AI方案的便捷性，吸引更多的开发者应用，来打造一个技术生态。
华为AI解决方案
华为是一家平台型公司，覆盖了端、管、云等各个领域。这次华为全联接大会，华为首次发布了全栈和全场景的AI解决方案，引发业界的极大关注，尤其是全球首个全场景的AI芯片——昇腾引人注目。这两款芯片中，一个是面向终端，一个是面向云端。
全栈全场景人工智能解决方案包括纵轴全栈包括包含四个部分：芯片、芯片使能、框架以及应用使能四个部分。以及全场景包括：消费类终端 (Consumer Device)、公有云 (Public Cloud) 、私有云 (Private Cloud)、各种边缘计算 (Edge Computing)、IoT行业终端 (Industrial IoT Device) 这5大类场景。
“全场景意味着华为有能力实现智能无所不及，帮助构建万物互联的智能世界。全栈意味着华为有能力为AI应用开发者提供强大的算力和应用开发平台;有能力提供大家用得起、用得好、用的放心的AI，实现普惠AI。”徐直军解释了全栈全场景AI战略的意义。
在细分的车联网领域，华为也致力于提供ICT基础设施平台。在大会上，华为与奥迪宣布正式宣布了双方在智能网联汽车领域的下一步合作计划，并通过最新的奥迪Q7展示了双方领先的技术。
华为的AI思考
“人工智能实际上是一种通用技术能力，未来将会对所有行业带来改变。”正如华为轮值董事长徐直军所说，于华为而言，AI被以通用技术视之，它有底层算力土壤，经由数据模型驱动，最后可以应用到所有领域、所有地方。
在解释华为AI战略时，轮值董事长徐直军着重列出了十大改变，正是对当前AI发展现状和瓶颈的概括：
改变之一：缩短训练模型的时间
按照目前的技术水平，训练某些复杂模型时往往需要数天甚至数月，而成功的创新发现往往需要多次迭代，这种训练速度严重制约了应用创新。我们认为，未来模型的训练要能在几分钟、甚至几秒钟内完成。
改变之二：充裕经济的算力
算力是AI的基础，但目前的算力非常昂贵，是一种稀缺资源。如果说算力的进步是当下AI大发展的主要驱动因素，那么，算力的稀缺和昂贵正在成为制约AI全面发展的核心因素。
我们认为，算力应该是充裕且经济的，并且这种需求应该尽快实现。
改变之三：人工智能要适应任何部署场景
混合云已经成为企业采用云服务的主要模式，当前的AI主要在云，少量在边缘，与企业的业务环境的结合有待进一步深入。
我们认为，未来AI将无处不在，要能够部署在任何场景，并确保用户隐私得到尊准和保护。
改变之四：更高效更安全的算法
算法是推动AI发展的另一个主要动力，但目前运用的主要算法多诞生于1980年代。随着AI的广泛普及，这些算法的不足愈发明显。
我们认为，未来的算法，要能够基于更少的数据需求，即数据高效。也要能够基于更低的算力和能耗，即能耗高效。同时要解决自身的安全问题，并实现可解释…等等，这都是AI全面发展的重要技术基础。
改变之五：更高的自动化水平
今天的人工智能，自身还需要大量的人工，特别是在数据标注环节，今天甚至还诞生了一个新的职业叫“数据标注师”。有人调侃说，今天的人工智能，是没有“人工”就没有“智能”。
我们认为，应该大大提升AI自身的自动化水平，比如在数据标注、数据获取，特征提取，模型设计和训练等环节，要实现自动化或半自动化。
改变之六：模型要面向实际应用
2018年6月，伯克利大学的助理教授 Benjamin 等发表了一篇题目奇怪的论文--《CIFAR-10分类器能否泛化到CIFAR-10?》
该论文指出，在CIFAR-10分类器上测试准确度出色的模型算法，却在作者创建的与CIFAR-10非常接近的另一测试集上出现了偏差，分类识别准确率下降了5-15个百分点不等。这也就意味着，这个模型算法的可用度大幅度下降。
由此，可见当前很多优秀的模型算法，更多的是“考试”优秀，还未达到“工作”优秀。
我们认为，未来的模型必须实现工业级的优秀，即满足工业生产的需要，而不仅仅满足于测试集上“考试”优秀。
改变之七：模型更新
模型的准确率并非是一成不变的，而是会随着数据分布、应用环境和硬件环境的变化而变化，始终保持准确率在期望的范围内对于企业应用是必须的。但目前的模型更新是非实时的，依赖人工周期性的更新，因此是一个半开环的系统。
我们认为，未来的模型要能及时适应各种变化，实时更新，实现闭环系统，保证企业AI应用始终处于最佳状态。
改变之八：人工智能要多技术协同
每一个通用目的技术，只有与其它技术充分协同配合，才能发挥到极致，创造巨大的经济价值。AI也不例外，但在目前我们探讨AI时，更多的是仅仅聚焦AI本身。
我们认为，AI需要与云、物联网、边缘计算、区块链、大数据、数据库…等技术充分协同，如此才能发挥更大价值。
改变之九：人工智能要成为由一站式平台支持的基本技能
今天，AI还是一项只有具备高级技能的专家才能完成的工作，成熟、稳定、完善的自动化工具还比较缺乏，获得一个AI模型还是一个非常复杂，耗时耗力的事情。
我们认为，应该有一站式平台，提供必需的自动化工具，让AI应用开发更容易，更快捷。从而，使AI成为所有应用开发者甚至所有ICT技术从业人员的一项基本技能。
改变之十：以AI的思维解决AI的人才短缺
AI人才的短缺，特别是数据科学家的缺乏，一直是业界顾虑较多的一个制约因素。而且我们认为，数据科学家将永远是稀缺的。
解决之道应该是，以AI的思维解决AI的人才短缺。通过着力发展智能化、自动化、简单易用的AI平台和工具服务，以及提供培训教育，培养大量的数据科学工程师，使他们能完成大量基本的数据科学相关工作。
通过这些大量的数据科学工程师与数据科学家和各领域专家相互配合的梯形结构，来解决AI人才稀缺问题。
“这十个改变，一定不是AI技术、人才、产业发展的全部，但都是未来发展的重要基础。”徐直军最后总结道。
巨头大肆押注AI芯片
在万物智能时代中，适用于各种智能设备的芯片成为关键所在，高性能AI芯片、用于数据采集的物联网芯片相继面世，包括高通预测，今年物联网芯片将能为公司带来10亿美元收入，AI芯片被广泛部署数据中心、无人机和机器人等行业，为英特尔带来超过10亿美元收入。
在中国市场，推出云端AI芯片的巨头只有华为和百度。百度7月发布了昆仑芯片，号称业内设计算力最高的AI芯片，量产时间尚未可知，有媒体报道称将在明年年初流片，也就是说样片尚未生产出来。华为给出了明确的时间，在明年二季度面世。
“华为AI芯片不会单独销售，而是会以加速模组、加速卡、服务器集成等模块形式交付。”华为轮值主席徐直军在2018华为全联接大会针对关于芯片谣言进行了回应。
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。算是既完整，也形成了闭环。
行业AI如何落地
徐文伟认为，AI的落地主要有三大场景：分别是海量重复性场景、专家经验型场景与多域协同的场景。对于行业AI如何落地，徐文伟认为有三个关键点：
第一，场景是起点。我们经常问AI能做什么，其实可以问我们自己想要什么?想要解决什么问题?如何采用AI来实现;
第二，行业智慧是突破点。俗话说老马识途，专家智慧就是行业老马，我们要把这些行业老马的经验变成AI的技能;
第三，使用AI的目的是实现价值。AI应用带来商业价值，产业价值和社会价值。同时，基于价值的实现又能回馈补充数据，让AI更聪明。
徐文伟表示，华为首先是一家平台公司，通过端、管、云建立的开放平台，结合AI，与生态合作伙伴一起，使能各行各业的数字化转型。
砸10亿培养AI人才
在中国，约60%的人工智能人才集中在北京，其次是杭州的11.3%和上海的9.3%，而作为华为、腾讯和中兴通讯的总部所在地深圳以8.5%的人工智能人才占有率排名第四。
华为在本次会上推出了“沃土AI开发者使能计划”，分别为开发者、合作伙伴、以及高校的AI开发者们提供支持，其中包括投入10亿人民币培养高校和研究所的AI人才、为每位AI开发者提供20小时免费线上课程、为合作伙伴提供1000+套免费的模型、模块、板卡等开发环境，可见华为展示出的AI决心。
“面向未来，我们应该充分用好人工智能技术，抓紧收获，努力扩大收获成果，同时要让收获的季节持续的更长一些，把人工智能建在赤道上，永远生机勃勃。”华为轮值董事长徐直军说道。
如今AI战略的发布，对于华为而言，是一次新的升级，进入到智能化阶段，这不仅拓展了华为的边界，也意味着华为和国际AI巨头比肩竞争，除了基础的软硬件业务之外，未来有机会在更多的领域进行超越。
