8月23日，華為在深圳總部正式推出新的AI處理器Ascend 910（昇騰910）。
華為輪值董事長徐直軍在接受記者采訪時表示，華為智能手機業(yè)務今年可能會減少100多億美元，“之前任總預測下跌40%是悲觀的預測，今年好像沒有他說的那么壞，現(xiàn)在比當時的預測要好得多。但減少了100多億美元是有的，僅僅是這么多。”
今年6月，華為創(chuàng)始人任正非在深圳與美國嘉賓座談時預測，“我們未來這兩年，公司會減產的，我們估計會下降300億美金。剛才華盛頓郵報記者的提問就是說我們在國際上手機是不是下降了40%，是的，是下降了40%。”
從全球手機銷量來看，2019年上半年華為增長迅速，華為智能手機發(fā)貨量（含榮耀）達到1.18億臺，同比增長24%。
據華為輪值董事長徐直軍介紹，昇騰910有兩大亮點：
一，它是當前全球算力最強、訓練速度最快的AI芯片：其算力是國際頂尖AI芯片的2倍，相當50個當前最新最強的CPU；其訓練速度，也比當前最新最強的芯片提升了50%-100%。
二、與之配套的新一代AI開源計算框架MindSpore如虎添翼：它創(chuàng)新編程范式，AI科學家和工程師更易使用，便于開放式創(chuàng)新；該計算框架可滿足終端、邊緣計算、云全場景需求，能更好保護數(shù)據隱私；可開源，形成廣闊應用生態(tài)。同時，它與此次發(fā)布的AI芯片搭配性能最佳，最大化利用芯片算力。
以下為徐直軍演講全文：
感謝大家參加今天的發(fā)布會，在去年華為HC大會上，我首次正式發(fā)布了華為AI戰(zhàn)略和華為全棧全場景AI解決方案。
同時，我也分享了十個有關人工智能技術、人才、產業(yè)的重要變革方向。期望產業(yè)界圍繞十個變革方向，來解決人工智能“輝煌”與“冷靜”之間的巨大落差，開創(chuàng)未來。華為也圍繞幾個變革方向一直在努力實踐。
首先，請允許我回顧一下華為的AI戰(zhàn)略：1、投資AI基礎研究，在計算視覺、自然語言處理、決策推理等領域構筑數(shù)據高效（更少的數(shù)據需求）、能耗高效（更低的算力和能耗），安全可信、自動自治的機器學習基礎能力；2、打造面向云、邊緣和端等全場景的、獨立的以及協(xié)同的、全棧解決方案，提供充裕的、經濟的算力資源，簡單易用、高效率、全流程的AI平臺；3、投資開放生態(tài)和人才培養(yǎng)，面向全球，持續(xù)與學術界、產業(yè)界和行業(yè)伙伴廣泛合作；4、把AI思維和技術引入現(xiàn)有產品和服務，實現(xiàn)更大價值、更強競爭力；5、應用AI優(yōu)化內部管理，對準海量作業(yè)場景，大幅度提升內部運營效率和質量。
同時也利用此次機會，再次介紹一下華為全棧、全場景解決方案。我們提出的全場景，是指包括公有云、私有云、各種邊緣計算、物聯(lián)網行業(yè)終端以及消費類終端等部署環(huán)境。我們說的全棧是技術功能視角，是指包括芯片、芯片使能、訓練和推理框架和應用使能在內的全堆棧方案。華為的全棧方案具體包括：
Ascend：基于統(tǒng)一、可擴展架構的系列化AI IP和芯片，包括Max，Mini，Lite，Tiny和Nano等五個系列；
CANN：芯片算子庫和高度自動化算子開發(fā)工具；
MindSpore，支持端、邊、云獨立的和協(xié)同的統(tǒng)一訓練和推理框架；
應用使能：提供全流程服務（ModelArts）,分層API和預集成方案。
首先是基于Ascend310的產品和云服務的商用情況。
1、基于昇騰310的Atlas、MDC產品：MDC和國內外主流車廠在園區(qū)巴士、新能源車、自動駕駛等場景深入合作；Atlas系列板卡、服務器和AI相關的數(shù)十家伙伴，在智慧交通、智慧電力等數(shù)十個行業(yè)落地AI行業(yè)解決方案；
2、基于昇騰310的華為云服務：華為云圖像分析服務、OCR服務、視頻分析服務超過50+ API都已經基于Ascend 310服務，日均調用量超過1億次，而且在快速增長，預計年底日均調用量>3億。
其次是ModelArts的商用進展。ModelArts全流程模型生產：打通、覆蓋了從數(shù)據獲取-模型開發(fā)-模型訓練-模型部署的全鏈條，日均作業(yè)量以及在線開發(fā)者：日均訓練作業(yè)任務超過4000個，32000小時，其中：視覺類作業(yè)占85%，語音類作業(yè)占10%,機器學習5%，ModelArts已經擁有開發(fā)者超過3萬。
我宣布：算力最強的AI處理器Ascend 910正式推出。去年10月，我們發(fā)布了Ascend 910的技術規(guī)格，今天我向大家介紹最新的實際測試結果。
在算力方面，測試結果表明，昇騰910完全達到了設計規(guī)格，即：半精度(FP16): 256 Tera-FLOPS；整數(shù)精度(INT8) : 512 Tera-OPS。其次重要的是，達到規(guī)格算力所需功耗僅310W，明顯低于設計的350W。
應當說，昇騰910總體技術表現(xiàn)超出預期。我們已經把昇騰910用于實際AI訓練任務。其中，在典型的ResNet-50網絡的訓練中，昇騰910與MindSpore配合，與現(xiàn)有主流訓練單卡配合TensorFlow相比，顯示出接近2倍的性能提升。每秒訓練的圖片數(shù)量從965張?zhí)嵘?802張。
面向未來，針對不同的場景，我們將持續(xù)投資，推出更多的AI處理器，面向邊緣計算場景，在已經商用Ascend 310基礎上，計劃2021年將推出Ascend 320。
現(xiàn)有MDC是基于Ascend 310的，有效支持了自動駕駛的開發(fā)，未來面向規(guī)模商用，我們將陸續(xù)推出Ascend 610/620。針對AI訓練，今天正式推出Ascend 910,未來還將計劃推出Ascend 920。
今天還要發(fā)布全場景AI計算框架MindSpore。能否大大降低AI應用開發(fā)的門檻，能否實現(xiàn)AI將無處不在，能否在任何場景下確保用戶隱私得到尊重和保護，這些都與AI計算框架息息相關。
為此，在去年HC會上我們提出：AI框架應該是開發(fā)態(tài)友好（例如顯著減少訓練時間和成本）和運行態(tài)高效（例如最少資源和最高能效比），更重要的是，要能適應每個場景包括端，邊緣和云。
經過近一年的努力，全場景AI計算框架MindSpore在這三個方面都取得了顯著的進展：在原生適應每個場景包括端，邊緣和云，并能夠按需協(xié)同的基礎上，通過實現(xiàn)AI算法即代碼，使開發(fā)態(tài)變得更加友好，顯著減少模型開發(fā)時間，降低了模型開發(fā)門檻。通過MindSpore自身的技術創(chuàng)新及MindSpore與Ascend處理器協(xié)同優(yōu)化，實現(xiàn)了運行態(tài)的高效，大大提高了計算性能；MindSpore也支持GPU、CPU等其它處理器。
很多人問我，現(xiàn)在已有了TensorFlow、PyTorch框架，華為為什么還要開發(fā)并推出MindSpore框架。我告訴他們，由于沒有任何一個現(xiàn)有框架支持全場景，而華為的業(yè)務覆蓋端-邊緣-云，且在隱私保護日漸重要的背景下，需要一個能支持全場景的框架，實現(xiàn)AI無所不在越來越基礎的需求，這也是MindSpore的重要特色。針對不同的運行環(huán)境，MindSpore框架架構上支持可大可小，適應全場景獨立部署。同時，MindSpore框架通過協(xié)同經過處理后的、不帶有隱私信息的梯度、模型信息，而不是數(shù)據本身，以此實現(xiàn)在保證用戶隱私數(shù)據保護的前提下跨場景協(xié)同。除了隱私保護，MindSpore還將模型保護Built-in到AI框架中，實現(xiàn)模型的安全可信。
為了降低AI開發(fā)者的開發(fā)門檻，MindSpore創(chuàng)造性地實現(xiàn)了AI算法即代碼，使開發(fā)態(tài)變得更加友好，顯著減少模型開發(fā)時間。以一個NLP（自然語言處理）典型網絡為例，相比其他框架，用MindSpore可降低核心代碼量20%，開發(fā)門檻大大降低，效率整體提升50%以上。
我們通過MindSpore框架的技術創(chuàng)新及把MindSpore框架與昇騰處理器的協(xié)同優(yōu)化，有效克服AI計算的復雜性和算力的多樣性挑戰(zhàn)，實現(xiàn)了運行態(tài)的高效，大大提高了計算性能。除了昇騰處理器，MindSpore同時也支持GPU、CPU等其它處理器。
為了更好促進AI的應用，MindSpore將在2020年Q1開源，助力每一位開發(fā)者。
隨著昇騰910 AI處理器以及MindSpore全場景AI計算框架的推出，華為全棧全場景AI解決方案各重要組成部分悉數(shù)登場，因此可以說，華為已完成了全棧全場景AI解決方案的構建。
這對華為的AI業(yè)務，已是一個新的里程碑，更是一個新的開始，期待與伙伴更加深入、廣泛的合作，讓AI無所不及，造福于每個人、每個家庭、每個組織。更震撼的AI新品，敬請關注HC2019。
