華為發布兩款AI晶片，寒武紀的NPU尷尬了

摘要：在今天舉行的華為全聯接大會2018上，華為發布了兩款AI晶片和全棧全場景AI解決方案，正式打響了進攻人工智慧的號角。

但是對於採用其NPU的寒武紀來說，未來將如何走下去呢？

集微網消息（文/Aki）華為什麼時候開始做人工智慧的？

還記得去年在德國柏林的IFA展上，華為正式發布了麒麟970晶片，該晶片中首次內置了神經元網絡單元（NPU）以完成人工智慧計算。

這也可以說是華為首次推出含有人工智慧功能的晶片，不過其中的NPU卻是採用寒武紀的IP來設計的，算不算是華為自己的晶片很難界定。

覆蓋全場景的AI晶片系列

在今天舉行的華為全聯接大會2018上，華為副董事長、輪值董事長徐直軍正式宣布華為的全棧全場景AI解決方案，同時發布兩款AI晶片，華為昇騰910和昇騰310，均採用華為自研的達文西AI架構，屬於全球第一個覆蓋全場景的人工智慧IP和晶片系列。

據了解，該系列晶片具備橫跨雲、邊緣、端全場景的最優能效比，無論在極致低功耗的場景，還是極致算力的數據中心場景，昇騰系列都將提供出色的性能和能效比。

同時，昇騰基於統一架構的全場景覆蓋能力，將大大便利AI應用在不同場景的部署、遷移、協同。

不難發現，這一系列產品與麒麟970中採用的NPU有著很大的不同。

對於NPU而言，我們可以簡單理解為專門進行高效人工智慧計算的定製化處理器，就像用GPU來進行計算機的圖像處理一樣。

具體到應用當中，NPU主要應用在手機當中，比如能夠幫助手機更精準、更快速的識別拍攝場景，讓手機選擇最合適的圖像處理算法，在雙攝背景虛化時，讓手機對邊緣虛化的處理更準確。

而華為此次發布的昇騰則是一個覆蓋全場景的人工智慧IP和晶片系列，未來將不單只覆蓋一種應用和一種場景，也進一步表明，華為將堅定的走自研晶片的道路，在人工智慧領域也是如此。

晶片為戰略而服務

其實從華為開始在晶片中加入NPU開始，對於華為是否會自己開發人工智慧晶片的猜想就從來沒有斷過。

畢竟依靠自主研發的麒麟晶片，華為可以說是在智慧型手機市場嘗到了甜頭，華為手機能夠取得今天的成績，麒麟晶片也可以說是功不可沒。

那麼對於當今最為火熱的人工智慧領域來說，華為又怎麼會錯過這一市場。

從植入NPU開始，華為都在一步步的擴大人工智慧戰略。

2017年9月，華為發布了面向企業、政府的人工智慧服務平台華為雲EI。

今年4月，華為發布了面向智能終端的人工智慧引擎HiAI。

現在隨著覆蓋全場景的人工智慧晶片系列的發布，華為在人工智慧領域的戰略也愈加清晰。

在現場，徐直軍首次公布了華為的AI戰略：投資基礎研究；打造全棧方案；投資開放生態和人才培養；解決方案增強；內部效率提升。

其中最為重要的一點就是華為全棧全場景AI解決方案。

簡單來說，這一方案將數據獲取、訓練、部署等各個環節囊括在自己的框架之內，主要目的是提升效率，讓AI應用開發更加容易和便捷。

而為了實現這一目標，該系列產品包含5個子系列：Max、Lite、Mini、Tiny、Nano。

其中，已公布的昇騰910屬於Max系列，是目前單晶片計算密度最大的晶片，計算力遠超谷歌及英偉達。

昇騰310屬於Mini系列，最大功耗僅8W，是極致高效計算低功耗AI晶片。

既然，華為將堅定的在自研人工智慧晶片的道路上走下去，那麼在麒麟晶片中使用的NPU在未來將會是怎樣的處境呢？要知道，在前不久發布的麒麟980中依舊集成了寒武紀的人工智慧IP模塊NPU。

華為與寒武紀貌合神離

一直以來，華為在晶片方面採取的商業模式就是不會對外出售晶片產品。

此次公布的昇騰晶片系列也不例外，徐直軍表示，華為的AI晶片不會單獨銷售，而是會以加速模組、加速卡、伺服器集成、自動駕駛模塊等形式交付。

其中，昇騰910主要用在雲端，昇騰310主要用在邊緣，昇騰Lite、Tiny、Nano主要用在物聯網等消費設備，突出低功耗、實時在線。

而寒武紀的商業模式則是，針對終端產品，將複製與華為的合作，依靠IP授權的方式擴張，而針對伺服器端，寒武紀則計劃推廣自有品牌晶片。

可以說，在商業模式上，華為和寒武紀就有著很大的不同。

華為傾向於採用自研晶片服務於自身產品，通過構建產品差異化功能，塑造產品競爭力，在通過產品建立生態體系；而寒武紀則是主要通過IP授權的模式與更多廠商進行合作，從而實現雲端協同的目的。

其實，早在麒麟970，關於NPU就曾經有過一個小插曲。

當時，在麒麟970的發布會上，華為消費者業務CEO余承東提及NPU時，用詞是「華為NPU」，而PPT里也寫著「Kirin NPU」，絲毫沒有提及寒武紀的意思。

為此，寒武紀背後的中科院洋洋洒洒寫了一封「外柔內剛」的「祝賀信」，並指出該「深度學習處理器」是「我所企業寒武紀公司（Cambricon Technologies）研製並具有自主智慧財產權的『寒武紀1A深度學習處理器』（Cambricon-1A Processor）」。

後來，有消息指出，寒武紀此舉是因為和華為之間只是IP授權的關係，後者並沒有買斷產權。

而在今年寒武紀的發布會上，也許是和華為的小摩擦提醒了寒武紀，「Cambricon MLU」被打上了註冊商標「®」和商標「TM」的烙印，產權不容置疑。

殊途同歸的目標

在人工智慧晶片發展的道路上，我們已經見到了太多不同的發展方式。

英特爾的CPU、FPGA，英偉達的GPU、谷歌的TPU以及層出不窮、五花八門的ASIC晶片，每一個廠商對於人工智慧都有著自己獨特的認識，也有著自己完全不同的發展思路與策略。

華為與寒武紀的合作是基於IP授權，至於以後是否會繼續下去，我們很難去猜測，畢竟，商場上，沒有永恆的敵人，也沒有永恆的朋友。

至少從目前來看，華為已經選擇了一條與寒武紀完全不同的道路。

華為把人工智慧定位為一個通用技術，希望把人工智慧和華為的產品和解決方案融合起來，構建全棧、全場景的人工智慧解決方案。

華為也希望提供覆蓋從雲到端的各種場景，並且積極推出商用解決方案，面向開發者、消費者、電信運營商和企業、政府，提供公有雲、私有雲、AI加速卡、AI伺服器、一體機等各種產品、服務。

對於寒武紀而言，IP授權的方式確實能夠幫助其獲得更多的客戶，實現其戰略構想。

畢竟對於中國手機廠商和晶片設計公司而言，並不是每一家都能夠花精力，能夠投入資金來進行人工智慧晶片結構的研究。

正如清華大學微電子研究所所長魏少軍教授所說，我們目前要實現人工智慧，別無選擇，只能靠晶片；但是現有 CPU、GPU、FPGA 等晶片的基本架構早在這次人工智慧突破之前就已經存在了，並不是為人工智慧而專門設計的，因此不能完美地承擔實現人工智慧的任務。

而現在，華為和寒武紀都選擇了自研架構的方式來構建自己的人工智慧晶片，雖然策略不同，但對於發展中國的人工智慧產業來說未嘗不是一件好事。

畢竟，人工智慧晶片作為一個新興領域，中外研究的差距還不是很大，中國完全有領先的可能！（校對/叨叨）