徐直軍：90天延期對華為沒有價值

（文/觀察者網陳興華）

鑒於華為通信技術的強大和相關影響，美國商務部在“周一見”中將其在美交易臨時許可證延長90天，以及再將華為46家附屬公司加入“實體清單”。

在“周五見”中，華為副董事長、輪值董事長徐直軍在深圳正式商用發布AI芯片昇騰910和全場景計算框架MindSpore時表示，“90天延期對華為沒有價值。

“我們已經逐步習慣了在‘實體清單’下工作和生活，華為公司和員工也充分認識到並準備好了長期在這種狀態下生存。外部的因素對華為的AI戰略和研發沒有任何影響。”

近日，任正非在內部講話中表示，5G只是小兒科，人工智能才是華為發展的戰略要地。“人類社會未來二三十年最大的推動是人工智能，如果科技是一頂皇冠，那麽人工智能將是這頂皇冠上的明珠。”

如果說鴻蒙作業系統標誌著華為技術高度的提升，人工智能則代表著華為對未來關鍵領域的志在必得。徐直軍在發布昇騰910和MindSpore時強調，“這只是一個開始”。

外部環境沒有阻礙AI戰略的發展

華為的AI布局有跡可循。2018年10月，在華為全聯接（HC）大會上，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。

在上述戰略中，最為重要的一點是華為全棧、全場景AI解決方案。其中，華為AI解決方案（portfolio）的全場景是指包括公有雲、私有雲、各種邊緣計算、物聯網行業終端以及消費類終端等部署環境。

另外，全棧是技術功能視角，具體包括：

Ascend：基於統一、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工具（芯片使能）；

MindSpore：支持端、邊、雲獨立的和協同的統一訓練和推理框架；

ModelArts：提供全流程模型生產服務（應用使能），分層API和預集成方案。

在華為HC2018上，與華為AI戰略一起，作為全棧全場景解決方案的首批組件，華為同時對外發布並正式推出了昇騰310 AI芯片和全流程模型生產服務ModelArts。

昇騰310屬於Mini系列第一顆華為商用AI SoC芯片，發布後基於昇騰310芯片的產品和雲服務獲得廣泛應用。包括基於昇騰310的Atlas系列板卡、伺服器，與數十家夥伴在智慧交通、智慧電力等數十個行業落地行業解決方案。

此外，ModelArts打通了從數據獲取-模型開發-模型訓練-模型部署的全鏈條，可將生產所需的服務一站式提供。目前，ModelArts已擁有超過3萬開發者，日均訓練作業任務超過4000個、3.2萬小時。其中視覺類作業佔85%，語音類作業佔 10%，機器學習5%。

在昇騰910AI處理器以及MindSpore全場景AI計算框架發布後，華為全棧全場景AI解決方案各重要組成部分悉數登場。徐直軍在大會上表示，這標誌著華為已完成全棧、全場景AI解決方案的構建，華為AI戰略的執行進入了新的階段。

當前，華為消費者業務在海外受到了部分美國禁令的影響，但對於“華為的AI芯片是否也受此影響導致昇騰910推出相比之前緩慢”的質疑，徐直軍回應，“沒聽說過。”

他還強調，“外部的因素對華為的AI戰略和研發沒有任何影響，我們已經習慣了在‘實體清單’下工作和生活。”目前華為的AI發展達到了預期的效果，未來昇騰產品的推出也不會有任何影響和延期。

後發趕超，對標NVIDIA、谷歌、臉譜

此次正式商用發布的昇騰910屬於Max系列，是華為第一款推出的達文西架構雲端AI芯片，採用台積電7nm工藝。經過近一年升級，最大功耗僅310W，低於原設計規格的350W。

在算力方面，實際測試結果表明，昇騰910半精度 (FP16)算力達到256 Tera-FLOPS，整數精度 (INT8) 算力達到512 Tera-OPS。對標NVIDIAV100和谷歌TPUv3來看，昇騰910是前者標稱算力的兩倍。相當50個當前最新最強的CPU，訓練速度比該芯片提升50%-100%。

NVIDIAV100是在2017年5月發布，當時號稱史上最強的 GPU 加速器，專門用於處理需要強大計算能力支持的密集型 HPC、AI、和圖形處理任務。而Google於2018年5月正式發布了第三代AI人工智能/機器學習專用處理器TPUv3，同時用於支持TensorFlow開發框架。

雖然沒有搶佔先機，但華為實現了後發超越。徐直軍表示，昇騰910總體技術表現超出預期，作為算力最強AI處理器，當之無愧。目前，華為已經把昇騰910用於實際AI訓練任務。

比如，在典型的ResNet50 網絡的訓練中，昇騰910與MindSpore配合，與現有主流訓練單卡配合的谷歌TensorFlow相比，顯示出接近2倍的性能提升。每秒訓練的圖片數量從965張提升到1802張。

此前，在平台生態層，人工智能的常見開發框架包括谷歌的TensorFlow、 Facebook的Torch、 Microsoft 的CNTK以及IBM的SystemML，均來自於美國，且同樣具有一定先發優勢。

其中，TensorFlow框架是谷歌公司2015年推出的開源機器學習框架。2017年初，Facebook在機器學習和科學計算工具 Torch 的基礎上，針對 Python 語言發布的全新機器學習工具包 PyTorch。百度此前也開放了PaddlePaddle深度學習平台。

然而，MindSpore打破了美國佔據壟斷優勢的局面，並成為第一個支持全場景的AI計算框架。MindSpore將在2020年Q1開源，加入爭奪生態的話語權。徐直軍表示，生態的打造非常重要，而華為打造生態的優勢在於擁有更多的智能終端設備，能夠吸引更多開發者加入生態。

據內部初步統計，華為去年在研發AI上約投資了15億美元，投入全職員工大概5000人左右，相當於每人成本約30萬美元。

徐直軍也直言華為造芯的優勢：不缺錢、決策簡單。“面向未來，針對不同的場景，包括邊緣計算、自動駕駛車載計算、訓練等場景，華為將持續投資，推出更多的AI處理器，面向全場景持續提供更豐富的AI算力。”

徐直軍回應記者相關熱點問題

各國記者關心芯片何時在本國落地

印度記者：華為在印度市場的AI戰略和5G部署？

徐直軍：AI戰略和5G沒有必然聯繫，在印度戰略沒有區別，基於昇騰處理器的開發能力為印度各行各業面臨的挑戰解決問題和創造價值，也為印度大學研究機構和企業，華為是提供產品和服務，服務印度的各行各業，幫助印度提升效率。

線上英國雜誌記者：昇騰910會在英國市場推出麽？什麽時候？

徐直軍：希望在英國推出，具體時間未定，相信昇騰910的技術和雲服務幫助英國大學的服務和應用開發非常有價值。

華為在自動駕駛領域的最新進展

第一財經記者：華為在自動駕駛領域的最新進展

徐直軍：首先，今年的516事件對華為AI戰略推進和研發和商用沒有任何影響。儘管外部環境發生了變化，但華為的AI戰略和研發商用在穩步有序開展和推進，也按期完成了計劃。

在自動駕駛方面，自去年發布了和奧迪合作的成果後，華為在這方面的投資是加大了，華為將自己的底層技術和車企合作，開發自動駕駛解決方案，當然完全自動駕駛需要一個過程，但一步一步走向自動駕駛是可行的。

華為自己也在開發自動駕駛解決方案，用自己的解決方案和車企合作，合作車上展現華為自動駕駛解決能力和體驗。定位華為自動駕駛產業方面，成立IOIS業務，屬於增量。華為的理想是充分利用自己AI能力和全站全場景解決方案，和車企一起實現自動駕駛。

回應華為手機銷量下滑40%

日本記者：大概2個月前，任正非說因為外部環境華為手機銷量下滑40%，現在是這樣麽？

徐直軍：今年沒有這麽糟糕，當時是比較悲觀的預測，現在比當時預測好的多，但是減少100多億美金是有的，僅僅是終端。

華為：努力在點亮人才燈塔

中央廣播電台央視新聞記者：華為怎樣點亮人才燈塔，未來人才儲備是怎樣的?

徐直軍：努力在點亮人才燈塔，能不能點亮要看效果。天才少年計劃，希望吸納全球天才少年加入華為面向未來發展做貢獻，這是華為點亮人才燈塔的措施之一。

華為也做了一些事外界不理解，例如華為為什麽要把頂尖博士薪酬廣而告之，因為華為要向全球告知華為真正人才的價值，也歡迎全球的頂尖人才加入到華為。 AI人才是否充足，十年後，還是不充足，因為從世界角度講AI是一個大產業。