2019 年 7 月，華為總裁任正非在主題為《鋼鐵是怎麼煉成的》的講話中提到，“5G 就是一個小兒科，過於被重視了。5G 提供高頻寬、低時延，支撐的是人工智慧，人工智慧才是大產業。”華為作為傳統的 ICT 商，進軍 AI 領域絕非頭腦發熱或盲目跟風，而是出於對自身業務整合的深入考量。AI 作為當今科技界技術風口，不僅擁有廣闊的潛在市場空間，同時可以將華為 ICT、消費電子、IoT、雲服務等業務聯接起來。

本期的智慧內參，我本期的智慧內參，我們推薦安信證券的研究報告《華為的AI野望》，詳解華為硬體和軟體的AI體系，揭祕華為AI戰略佈局。

一、硬體體系：華為 AI 業務根基

1、 昇騰：專注於 AI 場景的華為芯

昇騰 310+910，雲端兩極體系已然成型。2018 年 10 月 10 日，華為正式在 2018 全聯接大會上釋出昇騰 310 和昇騰 910 兩款 AI 晶片。昇騰將打造 Max、Mini、Lite、Tiny 和 Nano 五大系列，以面對各種不同的應用場景。其中，昇騰 310 屬於 Mini 系列，昇騰 910 屬於 Max 系列。

▲各類昇騰晶片橫跨全場景的最優表現

昇騰 310 定位於邊緣側及端側 AI 晶片，著重 AI 推理能力。昇騰 310 的 FP16 浮點運算算力達到 8TOPS，INT8 整型運算算力達到 16TOPS，最大功耗為 8W，採用 12nm 製程工藝。昇騰 910 定位於雲端 AI 晶片，著重 AI 訓練能力。昇騰 910 的 FP16 浮點運算算力達到256TOPS，INT8 整型運算算力達到 512TOPS，最大功耗為 350W，採用 7nm 製程工藝。目前，昇騰 910 的效能指標已在一定程度上超過了谷歌和英偉達推出的主流 AI 晶片。

▲昇騰 910 與 310 引數特徵

▲主流 AI 晶片橫向對比

達芬奇架構，鎖定 AI 運算元級別優化。針對 AI 計算場景，華為研發了達芬奇指令集架構，具備高算力、高能效、靈活可裁剪的特性。達芬奇架構的主要特性是針對矩陣運算的 3D Cube技術。AI 計算過程中由於神經網路鏈式求導的需求，大量張量（高維矩陣）計算成為傳統處理器速度的瓶頸。3D Cube 技術針對矩陣運算做加速，使 AI核心在一個時鐘週期內實現 4096個 MAC 操作，從而相對 CPU 和 GPU 產生數量級的提升。

▲達芬奇架構的 3D Cube 技術

CANN 晶片運算元庫，工欲善其事必先利其器。CANN 指神經網路計算架構，是位於晶片底層之上的晶片運算元庫和運算元開發工具包。CANN 兼具最優開發效率和運算元效能，其核心是高度自動化運算元開發工具 Tensor Engine。通過統一的 DSL 介面，配合預臵的高層模板封裝、自動效能調優等工具集合，使用者可以方便地在昇騰晶片上開發自定義運算元。同時，CANN 已經支援所有主要 AI 框架。同樣在昇騰晶片上開發這個運算元，通用的 DSL 需要 63 Loc，而Tensor Engine DSL 僅需 22 Loc 就能實現同樣的功能，開發效率提高將近 3 倍，是開發者提高效率的有力工具。

昇騰晶片載入板卡，Atlas 一體化產品遍及全棧應用場景。華為效仿谷歌等公司的思路，並不將昇騰晶片作為一款獨立的產品，而是整合板卡銷售一體化產品。目前，華為已推出一些系列 Atlas 人工智慧計算平臺產品，應用領域遍及雲側至端側全棧。傳統的 Atlas 平臺現階段主要搭載昇騰 310 晶片，效能有限。2019 年華為全聯接大會上，華為正式推出 Atlas 900。Atlas 900 搭載數千顆昇騰 910，是全球最快的 AI 訓練叢集。Atlas 人工智慧計算平臺產品包括：

（1） Atlas 900 訓練叢集：定位於大規模問題 AI 訓練叢集伺服器。Atlas 900 搭載數千顆昇騰 910，並充分利用了華為在叢集通訊庫和作業排程平臺上的技術積累。Atlas 900 在 16 位浮點運算上的總算力達到 256-1014FLOPS，相當於 50 萬臺 PC 的計算能力。在 ImageNet資料集上針對 ResNet-50 模型的訓練時間相比於競爭對手提高了 10 秒，是目前 AI 叢集計算的全球第一。

▲華為 Atlas與同類產品計算耗時（秒）

（2） Atlas 800 深度學習系統：定位於雲側訓練及推理平臺。Atlas 800 提供經過優化的 AI環境，預裝軟體環境實現開箱即用。同時，Atlas 800 整合華為叢集管理、任務排程、效能監控等功能，大幅降低企業 AI 應用門檻。Atlas 800 面向 AI 開發者和資料科學家，提供軟硬體一體式交付。

（3） Atlas 500 智慧小站：定位於邊緣側 AI 平臺。Atlas 500 適用於交通、看護、無人零售、智慧製造等多個應用場景，可實現 16 路高清視訊處理能力，相比業界產品效能提升 4 倍。同時，Atlas 500 整合了 WIFI 和 LTE 兩種無線資料介面，提供靈活的網路接入和資料傳輸方案。

（4） Atlas 300 AI 加速卡：本身是 PCIe 板卡，即可在邊緣側伺服器使用，也可通過整合載入在雲側使用。Atlas 300 支援多種資料精度，搭載昇騰 310 晶片實現高效能運算，相比業界同型別產品提升 3 倍。

（5） Atlas 200 AI 加速模組：定位於端側應用場景。Atlas 200 本身體積極小，僅半張信用卡大小，可面向攝像頭、無人機、機器人等高清視訊實時分析需求類應用場景。Atlas 200功耗極低，近 10W 左右。

（6） Atlas 200 DK AI 開發者套件：定位於端側應用場景，面向開發者提供。Atlas 200 DKAI 開發者套件基於昇騰 310 晶片打造，核心功能通過該板上的外圍介面開放，能夠實現“一次開發、多端部署”。Atlas 200 DK AI 開發者套件面向平安城市、無人機、機器人、視訊伺服器、閘機等多個領域。

▲華為 Atlas系列產品

深度參與國家專案，與鵬城實驗室建立緊密合作。鵬城實驗室定位於實現國家使命的基礎創新平臺，重點佈局新一代人工智慧基礎研究。鵬城實驗室目前在重點搭建鵬城雲腦專案，其所需的基礎平臺是 E 級 AI 超算系統，已建成的雲腦 1 峰值效能達 100PFLOPS，雲腦 2 計劃達到 E 級 AI 算力。在鵬城雲腦超算平臺上，鵬城實驗室打造了啟智章魚計算引擎、啟智程式碼託管平臺、數字視網膜等產品。華為昇騰晶片深度參與鵬城雲腦專案，目前雲腦 2 計劃整體採用搭載昇騰 910 的 Atlas 900 訓叢集，以實現超強算力。

▲鵬城實驗室

▲鵬城雲腦

昇騰 610 呼之欲出，進軍智慧汽車 AI 晶片。在華為釋出昇騰 910 晶片的同時，華為副董事長、輪值董事長徐直軍同樣表示未來還計劃推出昇騰 610，主要面向自動駕駛場景。在智慧汽車產品上，華為早在 2018 年 12 月就公佈了自動駕駛的汽車大腦 MDC 600，並在 2019年高調宣佈與四維圖新進行合作，並已經取得了部分國內車廠訂購。在昇騰晶片的加持下，MDC 將得到進一步效能提升。同時，華為的昇騰晶片發展計劃正在有序展開，昇騰 920、昇騰 320 也將在 2021 年後逐步推出。

2、 鯤鵬：智慧計算的全國產數字底座

2019 年華為全聯接大會上，鯤鵬晶片再次成為焦點，多場主題演講及專題演講均圍繞鯤鵬展開。鯤鵬包括伺服器和 PC 機晶片，鯤鵬 920 是業界首顆 64核的資料中心處理器，效能比業界主流處理器高 25%、記憶體頻寬高 60%；同時把 CPU、橋片、網路和磁碟控制器“4 合 1”，是業界整合度最高的資料中心處理器。鯤鵬晶片按照“量產一代、研發一代、規劃一代”的節奏發展，從 2007 年走到現在已歷時 12 年，鯤鵬 920現在是第三代晶片。我們認為，鯤鵬晶片不僅僅是國產化領域的數字底座，也將充當智慧計算領域的數字底座，是華為戰略的重要一環。

▲鯤鵬 920

▲鯤鵬及昇騰產品演進

完美搭佩昇騰晶片，雙引擎驅動智慧計算。在大規模資料中心中，伺服器成本佔比持續提升。根據華為雲資料中心統計，伺服器成本佔比已超過 60%。預計到 2025 年，AI 算力將會佔據資料中心算力的 80%以上。同時，萬物互聯的時代正在開啟，將帶來資料的爆炸式增長，海量儲存和密集計算將成為常態化需求。IDC 預測，未來計算產業發展方向必然是多種計算架構共存，雲服務的普及將會加速這一程式。鯤鵬作為華為自研的通用型計算晶片，能夠最好地與 AI 昇騰晶片匹配，共同打造華為智慧計算的異構體系。

▲鯤鵬+昇騰雙引擎

打造整合產品，滲透民商兩用。鯤鵬不僅僅是一款單一的晶片，更通過整合硬體進行了大量的產品擴充。鯤鵬晶片在雲端的主要承載是 TaiShan 系列伺服器，是當前相容 ARM 架構的最強算力的通用伺服器。面向資料中心分散式演進需求以及邊緣計算需求。2019 華為全聯接大會，華為再次展出了鯤鵬主機板，包括 PC 端與伺服器端兩款，並開放給合作伙伴。華為鯤鵬主機板採用多合一 SoC、xPU 高速互聯、100GE 高速 I/O 等關鍵技術。它不僅搭載了鯤鵬處理器，還內臵了 BMC 晶片、BIOS 軟體。目前，華為已與清華同方等合作伙伴展開合作，開發出自有品牌的伺服器和桌上型電腦產品。

▲鯤鵬主機板

▲資料中心成本分析

打造鯤鵬計算產業，網羅優質上下游企業。基於 openEuler 的 OS 以及配套的資料庫、中介軟體等平臺軟體是鯤鵬計算產業的基礎。為壯大鯤鵬計算產業，華為建立了 openeuler.org 社群，開源 OS 原始碼，並提供各種基礎工具，縮短廠家構建基於 openEuler 的發行版 OS 的開發週期。同時，鯤鵬計算產業將對合作夥伴進行轉向支援，聯合合作伙伴 9 個月完成 3000+應用的程式碼遷移和效能優化，計劃 2020 年 Q1 完成重點行業標杆專案建設，可滿足 20%業務場景遷移至鯤鵬計算平臺，形成重點行業重點業務的技術架構部署參考設計。鯤鵬在伺服器、資料庫、公有云等領域與大量 A 股上市公司建立廣泛合作，共同推進產業發展。

▲鯤鵬生態合作伙伴

釋出白皮書，制定發展藍圖。華為於 2019 年 9 月釋出《鯤鵬計算產業發展白皮書》，公佈了鯤鵬長期的發展藍圖。開放、共享的生態體系是鯤鵬計算產業成功的基礎，要構建全行業、全場景鯤鵬計算產業體系，完成鯤鵬計算產業從關鍵行業試點到全行業、全場景產業鏈建設目標，總體上來講，計劃分為試點、推廣、深化三個階段來實現。

試點階段：通過在政務、電信、金融和網際網路等行業選取典型場景進行產業使能、孵化和試點，通過試點建立產業界上下游廠家和使用者的信心。

推廣階段：面向政務、電信、網際網路、廣電、金融證券、電力、能源、交通等行業全面打通產業體系，為行業數字化業務創新提供基礎。

深化階段：面向全行業、全場景，打通產業鏈，構築基於鯤鵬處理器的產業體系。

▲鯤鵬發展藍圖

3、 麒麟：耕耘於手機 AI 戰場的先鋒

多代迭代，臻至完美。麒麟晶片由華為海思自主研製，已經歷了超過 12 代產品迭代。麒麟晶片的前身是 2012 年推出的華為手機晶片 K3V2。通過兩年的技術完善，第一款正式的麒麟晶片產品麒麟 910 於 2014 年初推出。麒麟 910 是全球首款 4 核手機處理器，搭載了Mali-450MP4 的 GPU。其後，麒麟晶片針對高階應用和低端應用手機產品分別推出了一系列產品，大幅提高了各方面效能。至麒麟 970，AI 技術成為麒麟晶片標配，並持續迭代至今。麒麟晶片的最新產品是麒麟 990，其首款 7nm EUV 工藝打造的晶片，進一步強化了 AI功能。

▲麒麟晶片產品迭代圖譜

NPU 自主化，打造獨立自主麒麟芯。麒麟晶片的 AI 功能最早從寒武紀獲得技術支援。通過IP 核授權的方式，麒麟 970 和麒麟 980 分別搭載了採用寒武紀 1A 和寒武紀 1H 兩款架構設計的 NPU。自麒麟 810 晶片起，麒麟晶片開始搭載基於自研達芬奇架構的 NPU。最新的麒麟 990 搭載了 NPU 大核+NPU 微核架構設計，其正是昇騰架構的分支版本 Ascend Lite 和Ascend Tiny。華為在麒麟 810、麒麟 990 兩款晶片的轉變充分說明了華為已打通手機 AI 晶片的底層技術，同時華為的昇騰架構也將逐步由伺服器等雲側高效能運算場景逐步向端側終端裝置擴充。

▲麒麟晶片 NPU 架構變化

麒麟 990 5G 綜合 AI 能力第一，彰顯 AI 實力。根據《中國電信 2019 年終端洞察報告》及中國電信自主研發的 AI 評測工具 AIT 3.0，相比業界其他 AI 晶片效能，在主力網路模型、多模式調校，浮點效能和硬體算力等維度上的測評中，麒麟 990 5G 綜合表現業界最佳，與此同時，麒麟 810 也展現出強勁的 AI 能力。

▲麒麟 990 5G 表現出眾

MATE30 問世，三大 AI 功能領銜手機 AI 應用場景。2019 年 9 月 19 日，華為在德國慕尼黑新品釋出會上釋出手機 Mate30 系列。其中，Mate30 Pro 正面採用“劉海”螢幕設計，可以通過 3D 鏡頭進行面部識別，同時大幅新增感測器裝置。Mate30 的三大創新功能成為重要亮點：

（1） 智慧 AI 使能隔空操作。傳統的智慧手機都需要手觸屏來作業系統，包括點開 APP，拍照，截圖等功能均需要觸屏的支援，相比之下，MATE30 可以讓使用者在沒有觸碰螢幕的情形下，就直接作業系統。例如，利用雙手握拳，達到截圖的效果。

▲Mate30 AI 隔空操控

（2） AI 使能智慧跟蹤雙眼視角。傳統智慧手機在使用期間，螢幕上的圖片或者視訊會跟隨使用者姿勢轉變方向。Mate30 可以智慧跟蹤眼睛視角，以最適合我們觀賞的角度來呈現，從而解放使用者雙手。

（3） AI 功能為隱私安全保駕護航。安全隱私是手機終端使用者關注的重點之一。Mate30 的AI 功能賦予手機在有新訊息時自動識別閱讀者身份，從而令使用者產生對手機的“安全感”和“信任感”。

二、軟體體系：華為 AI 的力量源泉

1. 打造自主 AI 框架 MindSpore，打通全場景開發途徑

在釋出昇騰系列 AI 晶片的同時，華為同樣釋出了配套昇騰晶片的 AI 開發框架 MindSpore，從而使華為成為繼谷歌、Facebook 後另一家擁有自有 AI 開發框架的科技巨頭。我們認為MindSpore 具備以下優勢：

(1)自動高效並行，降低大規模問題學習技術門檻。在人工智慧加速落地的大背景下，資料集規模越來越大，模型由於深度網路層數增加引數急劇膨脹。傳統的 tensorflow、pyTorch等框架均採用手工設臵方式分配 CPU、GPU 等計算資源，對開發者針對並行的理解提出更高的要求，降低了開發效率。MindSpore 採用自動分配計算資源的方式，大幅降低使用者在處理大規模問題時所遇到的技術門檻。

▲MindSpore 框架效能優勢

(2) 架構優化設計，提高對開發者友好度。AI 計算高度依賴鏈式求導，因而 AI 開發框架的自動微分能力成為標配。自 tensorflow 框架提出後，其基於圖的反向程式碼掃描自動微分就造成了使用者在開發過程中的極大不便，因而遭受到了開發者廣泛的批評。作為後進者，MindSpore 採用 Source 2 Source 方式實現自動微分，對使用者高度友好。

(3) 軟硬一體結合，優化昇騰平臺執行效能。谷歌 AI 雲效能強大的原因之一來自於谷歌針對自研 TPU 晶片在 AI 開發框架 tensorflow 上做了大幅優化。華為作為一家擁有自研晶片的科技巨頭，同樣對針對昇騰晶片在 MindSpore 上做了軟硬一體優化，大幅提升 MindSpore的效能表現。

(4) 執行邏輯改進，充分保護使用者資料隱私。在人工智慧爆炸式發展的過程中，資料隱私問題變得越來越重要。谷歌、蘋果等 IT 大廠均對這一問題給與高度重視，例如谷歌在 tensorflow的基礎上推出 tensorflow privacy。MindSpore 具備原生性的對隱私保護的支援，通過處理不帶有隱私資訊的梯度、模型資訊，而非資料本身，來保護使用者資料隱私安全。

(5) 保證自主安全，規避潛在風險。我們在報告《開源：免費的午餐?》中率先關注到開源專案在貿易爭端中所存在的風險，更進一步指出 tensorflow、pyTorch 等由國外科技公司維護的 AI 開發框架專案更是危險的高發區。因而，華為通過自研方式打造 MindSpore，是對其AI 業務在國際貿易爭端中最為有力的保障。

▲主流 AI 開發框架橫向對比

2、 AI 開發平臺：2 個雲側平臺+1 個端側平臺

ModelArts：開發平臺+交易市場 。ModelArts 面向開發者，是 AI 應用的一站式開發平臺。ModelArts 提供的功能包括海量資料預處理、資料半自動化標註、大規模分散式訓練、自動化模型生成等，具備端-邊-雲模型按需部署能力，可以做到全棧全場景 AI 解決方案實現。

▲ModelArts架構

ModelArts 計算效能優異，DAWNBenchmark 上在兩度霸榜。DAWNBenchmark 是由史丹佛大學提出的針對影像識別應用場景的標準算力，也是各大廠商展示自身 AI 平臺能力的主要指標之一。截止目前，ModelArts 兩次在 DAWNBenchmark 模型訓練速度評比中位列第一，將利用 ResNet-50 訓練 ImageNet 的時間降低至 9分 22 秒，並在近期再次降低到2 分43 秒。

ModelArts 開放 AI 模型市場，加快落地。AI 市場是基於 ModelArts 構建的開發者生態社群，提供 AI 模型、API 交易、資料、競賽案例等內容共享功能。為高校科研機構、AI 應用開發商、解決方案整合商、企業及個人開發者等提供安全、開放的共享及交易環境，有效連線 AI 開發生態鏈各參與方，加速 AI 產品的開發與落地。

ModelArts 是具備自動學習能力的 AI 開發平臺，主要具備以下特點：

(1) 自動學習：ModelArts 自動學習能力，可根據使用者標註資料全自動進行模型設計、引數調優、模型訓練、模型壓縮和模型部署全流程。無需任何程式碼編寫和模型開發經驗，即可利用 ModelArts 構建 AI 模型應用在實際業務中。

▲ModelArts的自動學習能力

(2) AI 全流程開發：ModelArts 全流程看護能幫助您高效、高精度的完成 AI 開發，包括資料準備、模型構建、模型部署。資料準備方面涵蓋影像、聲音、文字 3 大類資料型別標註，7 種標註型別，支撐主流模型資料需求。模型構建方面支援即開即用的線上開發環境，同時簡化和加速模型開發。模型部署方面可以在 ModelArts 上訓練好的模型，支援線上推理服務、批量推理任務、邊緣裝置模型優化。

(3) 視覺化全流程管理：全流程視覺化管理，無後顧之憂專注 AI 開發。ModelArts 提供從資料、演算法、訓練、模型、服務全流程視覺化工作流。ModeArts 提供版本視覺化比對功能，可幫助使用者快速瞭解不同版本間的差異。模型訓練完成後，ModelArts 在常規的評價指標展示外，還提供模型評估視覺化功能，您可通過混淆矩陣和熱力圖形象地瞭解您的模型，進行評估模型或模型優化。

HiLens：定位於視覺的 AI 開發平臺 。Hilens 是面向開發者專門針對視覺應用場景的 AI 開發平臺，提供一站式 AI 應用開發、分發、部署、管理，具備海量裝置管理、動態應用部署、線上訓練、端側模型優化等端雲協同能力。

▲HiLens平臺架構

預製技能簡化開發，模型高度可移植。Hilens 提供統一的 API 介面，支援 Caffe、tensorflow等多種開發框架，簡化開發流程。同時，Hilens 為開發者構建開發者社群，助力開發分享 AI模型。Hilens 內臵了豐富的 AI 技能，包括人形檢測、人臉識別等。HiLens 支援將 AI 模型下發到配套硬體中，或其他任何基於華為海思晶片的裝置上。

搭載配套硬體，端雲協同推理。華為為 Hilens 提供具備 AI 推理能力的攝像機，HiLens 慧眼。HiLens 慧眼針對開發者專用於端雲協同視覺應用開發，搭載華為昇騰晶片，處理能力達到100 幀/秒。Hilens 利用端側配套硬體裝置協同雲側演算法模型訓練，通過端雲協同推理，平衡低計算時延和高精度。通過端側分析資料，節約雲端儲存的成本。

提供五大應用場景，加速視覺 AI 落地。HiLens 提供一站式技能開發，目前已提供 5 類應用場景，分別是 AI 技能開發、園區場景、家庭場景、車載場景、商超場景，已基本覆蓋了主流的 AI 視覺類相關需求。

HiAI：端側 AI 的輕量級平臺。HiAI 是華為推出的針對麒麟晶片，面向以手機為主的終端領域的 AI 平臺。HiAI 已完成兩代產品迭代，HiAI 1.0 於 2017 年釋出，並在搭載麒麟 970 的華為手機 P20 系列上首發相容；HiAI 2.0 於 2018 年末釋出，用於匹配麒麟 980，同時增添了一系列新功能。目前，HiAI 已公開的商業落地專案達 11 項，其中包含蘇寧、快手、WPS 等大型企業。

HiAI 基於“芯、端、雲”三層開放架構，由底層架構至上層架構分別為 HiAI Foundation，HiAI Engine 和 HiAI Service。

▲HiAI 三層開放架構

HiAI Foundation：底層架構。HiAI Foundation 通過與麒麟晶片搭載的 NPU 緊密結合，把 NPU 晶片能力向使用者開放。通過快速轉化、遷移已有模型和異構排程，使 NPU 達到最佳效能。

高度適配麒麟晶片，實現效能自動調優。HiAI Foundation 的所有介面函式已整合到麒麟晶片上，可以通過 HiAI 異構計算平臺來加速神經網路的計算，從而實現運算元層間融合、資料高效擺放、稀疏化模型加速等。使用者可以專注於 AI 應用開發，將效能優化交給平臺。

具備自研 IDE，提升開發效率。HiAI Foundation 為開發者提供基於移動裝置的執行環境和除錯工具，目前 HiAI 平臺已將相關功能整合到自研的 DevEco IDE。DevEco IDE 是華為消費者業務為開發者提供的整合開發環境，幫助開發者快速使用華為 EMUI 的開放能力。通過呼叫 EMUI AI 相關介面，即可基於 HiAI 開發移動端 AI 應用。

HiAI Engine：中層架構。HiAI Engine 面向各應用場景的軟體底層搭建，通過對計算機視覺、語音識別和自然語言處理三個基本問題的引擎庫搭建，實現應用能力開放，幫助使用者構築全連線服務和全場景應用。

三大引擎護法，主流 AI 場景全覆蓋。目前，深度學習相關應用公認的三個基本場景是計算機視覺、語音識別和自然語言處理，已被 HiAI Engine 提供的 CV 引擎、ASR 引擎、NLU 引擎完全覆蓋。同時，基於三大引擎，HiAI Engine 已衍生出了人臉識別、圖片識別、自然語言處理、碼識別、視訊技術、語音識別、文字識別 7 大類應用，以及其下的 28 小類應用，涵蓋了各類主流 AI 應用場景。

▲HiAI Engine 功能梳理

HiAI Service：上層架構。HiAI Service 本質上是已經具備基本服務能力的平臺。通過將開發介面開放給使用者，實現服務能力開放，並針對使用者需求進行鍼對性推送服務。HiAI Service 具備兩大平臺支撐：

快服務智慧平臺：華為統一的原子化服務接入和分發平臺，起到流量入口的作用。快服務智慧平臺提供多種接入方式，包括內容介面類快服務、卡片類快服務、直達應用類快服務。目前，快服務智慧平臺已具備新浪新聞世界盃、百度地圖等成功案例。快服務智慧平臺不僅是HiAI Service 的一款產品，更是承載華為快應用戰略的重要依託。

小藝對話開發平臺：華為開放的語音對話服務平臺，端到端地為開發者提供對話服務的開發、測試和部署。小藝對話開發平臺具備出眾的語音技能建立能力，能夠實現便捷流暢的人機對話，並連線眾多語音技能建立者。小藝對話開發平臺同樣不僅是 HiAI Service 的一款產品，更是承載華為把握語音入口的重要平臺。

3、 EI 企業智慧解決方案集:AI 智慧體+AI 專項解決方案

EI 企業智慧華為雲針對 AI 業務提供半定製化解決方案的主要承載。華為雲在國內 18-19 營收增長超過 300%，具備巨大的發展潛力，在網際網路、社交諮詢、視訊監控、車廠等使用者中均獲得大量新增訂單。華為雲 EI 企業智慧提供叢集服務，用友強勁算力。在 Atlas 900 的加持下，能夠做到全球最快，並能做到彈性伸縮、按需使用。EI 企業智慧針對 AI 業務推出相關智慧體和專項解決方案。

EI 企業智慧體是華為基於華為雲及自有 AI 技術積累打造的行業通用型解決方案，具備較高的自由度，使用者能夠根據自己的需求，進行定製化改造。

交通智慧體：定位於利用 AI 創造安全、高效、綠色的城市交通出行體驗。交通智慧體的功能包括全域路網分析、交通預測、交通事件監測與管控、訊號燈優化、交通引數感知與態勢評價等。目前，交通智慧體已在深圳阪田、北京上地取得落地。

▲華為雲工業智慧體

工業智慧體：定位於利用 AI 提供設計、生產、物流、銷售、服務全鏈式智慧服務，挖掘資料價值，助力企業藉助新技術，構築領先優勢。工業智慧體的功能包括節能降耗、工藝引數優化、預測性維護、銷售預測等。目前，工業智慧體已經構造了產品質量優化提升、智慧裝置維護、生產物料預估等方案。

園區智慧體：定位於利用 AI 處理工業園區、住宅園區、商業園區的管理與監控，通過視訊分析、資料探勘等技術，使生產生活更加便捷和高效。園區智慧體的功能包括入侵檢測、失物追蹤、人臉自動門禁、智慧停車引導等。目前，園區智慧體已經構造了園區門禁、安全區域監控、智慧停車等方案。

汽車智慧體：定位於支援車載裝置的資料接入，基於大資料和人工智慧技術提供實智慧網聯、智慧駕駛、UBI 保險等場景能力，助力行業快速智慧化升級，讓人車生活更智慧。汽車智慧體的功能包括安全行為智慧識別、實時路徑規劃、智慧問答機器人、實時車輛位臵洞察等。目前，汽車智慧體已經構造了生物鑰匙、電子圍欄、實時路徑規劃、智慧對話機器人等方案。

網路智慧體：定位於將 AI 引入網路領域，解決網路業務預測類、重複性、複雜類等問題，提升網路資源利用率、運維效率、能源效率和業務體驗，使能實現自動駕駛網路。網路智慧體的功能包括資料安全入湖、網路經驗嵌入、應用服務豐富等。目前，網路智慧體已經構造了資料入湖治理、模型開發訓練、網路應用服務等方案。

▲華為雲智慧體

三、華為 AI 何以“昇騰”

1、垂直縱深：AI 全棧體系垂直打通，軟硬體兩手抓

通過對華為 AI 全產品線的深入調研，我們認為華為已打造全棧化 AI 產品體系，自底層晶片至上層場景應用實現一站式打通。在硬體方面，昇騰晶片是 AI 產品擴充的主線。華為不僅打造了昇騰系列晶片，並將其成功與鯤鵬、麒麟等晶片產品配合或搭載，進一步打造出泰山伺服器、Atlas AI 計算平臺、Mate 手機終端和 MDC 智慧駕駛平臺等整合化硬體產品。在軟體方面，華為雲是 AI 業務的重要依託。華為針對昇騰晶片的達芬奇架構特點，打造了 MindSporeAI 開發框架，並在此基礎上構建了 ModelArts、HiLens、HiAI 三款面向雲和端的 AI 平臺。在華為雲的依託下，華為進一步擴充了涵蓋交通、醫療、製造等多個應用場景的 EI 企業智慧解決方案。

▲華為雲智慧體

2、比肩巨人：汲取各大 AI 雲服務商發展經驗，獨立自主創新

自 AI 演算法在 ImageNet 等基礎算例上的識別準確度超過人類依賴，AI 作為科技產業的大趨勢已逐步成為各大巨頭的共識。AI作為一種強算力需求的業務，與雲服務產品有著天然的契合。隨著 AI 技術的重要性逐步為公眾所接受，各大雲服務科技巨頭已紛紛入局。我們對國外谷歌、亞馬遜、微軟三大雲服務巨頭在 AI 業務上的投入進行了詳細梳理：

谷歌：谷歌公司是進入 AI 領域的最早玩家之一，谷歌公司最大的優勢是演算法積累和自研晶片、框架。2016 年，谷歌自研的 Alpha Go 人工智慧平臺成功擊敗冠軍職業圍棋選手，並在自然雜誌上作為學術成果予以發表，成為引爆 AI 行業fazhan的導火索之一。作為優先入局者，谷歌在演算法領域有著深厚的積累，目前谷歌最新的自動學習演算法 AutoML 成為引領業界的 AI技術趨勢之一。同時，谷歌自主開發了 AI 晶片 TPU 以及 AI 開發框架 tensorflow，目前tensorflow 已成為國際範圍內最流行的 AI 框架之一，打造了強大的生態效應，培養了海量開發者的使用習慣。通過結合軟硬一體的優化，谷歌雲是現有的最有競爭力的 AI 雲服務之一。

亞馬遜：亞馬遜是最早制定 AIoT 發展路線的公司之一，亞馬遜 AWS 最大的優勢是 IoT 終端和海量應用場景。亞馬遜 AWS 在 2018 年年初就推出了 AIoT 產品，針對 AWS 進行了大量優化，並將部分已預訓練好的 AI 模型整合到平臺上供製造、醫療、安防等多個應用場景的使用者使用。同時，為搶佔 AIoT 入口，亞馬遜在 2014 就推出了智慧音響 Echo。亞馬遜在雲服務市場的高佔有率以及對 AIoT 領域的優先佈局，奠定了 AWS 在 AI 上的優勢。

微軟：微軟的最大的優勢是對 AI 領域的演算法積累及對前沿 AR 終端裝置的掌控。以微軟研究院為核心的微軟研究團隊始終在 AI 英語持續跟進，並發表多篇重量級科研期刊文章。微軟Azure 在語音與影像領域均有所建樹。在語音上，支援各類語音識別及自然語言處理應用，並有微軟小冰進行導流。在影像上，Azure 可以解決大多數計算機視覺相關問題，並能與微軟 AR 裝置 HoloLens 進行聯動。

▲各大雲服務商 AI 佈局橫向對比

通過對比我們可以發現，華為作為 AI 領域的後進者，充分吸收了國外科技巨頭在 AI 上發展的相關經驗，並體現出了以下優勢：

(1) 全棧技術打通，構建業界最完備體系。通過對比可以發現，谷歌雲在 AI 業務上取得的領先優勢除得益於自身強大的演算法能力以外，與其構建的全棧系統體系密不可分。然而，谷歌的全棧技術產品僅止步於晶片、框架、平臺，並未構成完整閉環。相比之下，華為搭建了自指令集架構直至行業解決方案的完整全棧結構，因而在優化效能、壓縮成本上取得優勢。

(2) 優選入局時點，充分依託自有產業優勢。華為作為傳統的通訊裝置商，在雲伺服器與手機終端領域有很大的市場份額。同時，華為也早已開啟 HiLink 等物聯網平臺為 AIoT 戰略鋪路。隨著 AI 演算法逐步成熟，AI 機理層面的革新力度將逐步減弱，而對應用場景擴充的需求逐步提升。這意味著，從裝置、平臺及終端反向滲透 AI 市場的機會已然到來，能夠夯實專案落地的科技公司將會脫穎而出。

(3) 把握終端優勢，存在把握入口潛質。華為 Mate 和榮耀系列手機始終保持較高的市場佔有率，建立了很好的使用者基礎。在 AIoT 時代，手機是天然的 AI 平臺導流工具。因而，華為不需要像谷歌通過 Android 一樣需要依託其他硬體產品，或像亞馬遜一樣通過 Echo 去培養使用者習慣。

▲華為雲 AI 業務的潛在入口優勢

(4) 佈局高瞻遠矚，緊密跟蹤新興領域。自宣佈進軍 AI 領域以來，華為並沒有僅僅侷限在推薦系統、安防、語音識別等傳統的 AI 業務，而是始終著眼於未來。2019 年上海國際車展上，華為正式宣佈進軍智慧網聯汽車，並公開了與四維圖新等車聯網優勢企業的合作。目前，華為已推出 MDC 智慧駕駛計算平臺，並將進一步改進昇騰晶片適配智慧汽車應用場景。

3、 廣結善緣：建立 AI 合作伙伴俱樂部，釋出沃土計劃 2.0

建立華為雲 AI 合作伙伴俱樂部，全方位促進 AI 業務做大做強。2019 年，華為在香港峰會發布全球 HCPN 合作伙伴體系，並推出 AI 夥伴俱樂部計劃。AI 合作伙伴俱樂部計劃是華為雲推出的一項全球性 AI 合作伙伴計劃，通過培訓、技術、營銷、市場幫助夥伴構建基於華為雲EI 產品的成功業務或解決方案。AI 合作伙伴俱樂部具體專案包括 AI 創新孵化器、AI 行業智慧體聯盟、AI 技術合作聯盟、AI 諮詢服務聯盟。

目前，數十家創新的 AI 夥伴宣佈加入華為雲 AI 夥伴俱樂部，業務型別涵蓋覆蓋醫療、零售、園區、教育、金融科技等行業。其中，網易有道聯合華為雲共同釋出了網易有道 K12 智慧教育解決方案。目前已披露的華為雲 AI 合作伙伴俱樂部成員包括網易有道、捷通華聲、易特科、神目資訊、易道博識、安捷智合、閱面科技、Oneclick、Tableau Software、Hampen Technology。

釋出沃土計劃 2.0，助力 AI 生態茁壯成長。華為在 2015 年開發者大會上首次釋出了開發者生態戰略和麵向開發者的“沃土”計劃。華為將在五年內投入 10 億美金實施沃土開發者使能計劃，打造面向開發者夥伴的開發使能平臺和聯合創新。在技術層面，華為為開發者提供的 ICT 開放能力覆蓋雲端計算、大資料、物聯網等領域。在市場層面，華為以商業合作為核心，以技術合作及人才培養為支撐，幫助合夥伴商業成功。

在沃土計劃第一期取得一定進展後，華為在 2019 年全聯接大會上正式釋出沃土計劃 2.0，宣佈未來 5 年將投資 15 億美金，和個人開發者、企業共同參與計算產業的生態發展。華為將對開發者進行一系列資源扶持，包括鯤鵬開發樣機、昇騰訓練卡、雲服務代金券，OpenLab，開發者大賽等。同時，將圍繞開發者學習、產品構建、產品上市三個階段，分別設立三類基金。

智東西認為， 每個IT巨頭都有一個“生態夢”。人們經常說“只有縱深才有壁壘”，這種縱深可以理解為技術或者產品的縱深。這種“縱深”的極致就是“閉環”，或者是打造自有技術體系。隨著華為在昇騰晶片和 AI 雲服務上的不斷擴充，華為 AI 戰略框架已逐漸明朗，那就是垂直打通AI 全棧體系，構建出自己的AI閉環。

https://www.toutiao.com/i6746895778985280007/