AI Benchmark这款软件主要测试了手机使用神经网络识别和处理图像的能力,”这将使得华为的AI芯片研发进化速度更快,是华为在AI领域的一个重大战略,在未来AI芯片的性能提升上形成强大的势术领先,华为发布的麒麟810为何放弃了970中使用的寒武纪AI芯片改用自研的达芬奇随着人工智能计算的流行,可以将优势扩展至未来AI芯片与算法支持的应用层面,因为AI芯片未来很有是最有价值的芯片之一,华为的Ascend 910这一AI芯片。

华为Atlas 900发布，意味着计算产业超2万亿美元市场开启你怎么看

在第四届华为全联接大会上，华为Atlas 900发布的发布，是华为在AI领域的一个重大战略，配合新沃土计划，华为将依托于自己多年积累的强大硬件能力，通过系统开源、集合顶尖人才的方式，将AI底层能力作为战略重点，构建一个更完善、更开放、更强大的技术生态。

什么是华为Atlas 900

简单来讲，华为Atlas 900是由数千颗昇腾910处理器组成的全球最快AI训练集群，这是一个非常重磅的产品。Atlas 900训练集群，通过华为集合通信库和作业调度平台，整合HCCS、 PCIe 4.0和100G RoCE三种高速接口，充分释放昇腾910-AI处理器的强大性能。

上个月，华为在深圳正式发布Ascend 910，这是一款商用芯片，当前全球算力最强、训练速度最快的AI芯片：Ascend 910芯片的算力是国际顶尖AI芯片的2倍，相当50个当前最新最强的CPU。这款芯片的其训练速度，也比当前最新最强的芯片提升了50%-100%。华为的Ascend 910这一AI芯片，直接将我国的AI芯片推升至全球顶尖水平，此前AI芯片主要由美国的英伟达公司垄断。

而华为最新发布的全球最快AI训练集群Atlas900，将会加速科学研究与商业创新的智能化进程，基于目前最强大的AI芯片组成训练集群，可以极大的提高芯片的AI处理能力，用华为副董事长胡厚崑的话来说：“需要进行庞大数据计算和处理的天文探索、石油勘探等科学研究领域几个月才能完成的工作，交给Atlas 900，也就几秒钟的事。”

这将使得华为的AI芯片研发进化速度更快，以硬件作支撑，用AI训练集群作拓展，相辅相成，不断推动AI芯片能力的提升，在未来AI芯片的性能提升上形成强大的势术领先，为AI产业提速，可以将优势扩展至未来AI芯片与算法支持的应用层面，形成云、边、端的全面领先优势，充分发挥达分奇架构的威力，为未来芯片全面自主化打下坚实的基础。

新沃土计划的开启

在本次大会上，华为副董事长胡厚崑透露，华为新一轮“沃土计划”投资15亿美元，开发者从130万拓展到500万。

这是华为最新的战略部署，华为这两年在面临美国打压的极限条件下，依然可以保持业绩的平稳增长，并不断推行战略计划，实在是很不容易，为华为的坚持、坚韧、坚强点赞。前有华为的麒麟芯片，已经成为全球手机芯片的佼佼者，后有鸿蒙，盖头虽然刚刚掀开，但意味着华为已经开始在系统层面发力。

软硬件两手抓，接下来就是底层技术，基础研究，此时推进沃土计划，我认为是非常正确和及时的，科技实力的提升，一定是一个大型的系统工程，而推进沃土计划，就是极其重要的一环。

这一次的沃土计划属于“升级”，其实华为的沃土计划已经实行了四年，四年来发展得非常好，目前已汇聚500万开发者，此次战略进新一轮的沃土计划，这个计划华为将投资15亿美元。沃土计划主要是通过聚集人才，投入对“计算”进行研发，提升算力，让计算无处不在，发挥更大的效用。

计算产业的四大战略

面对2万亿美元的计算市场大“蓝海”市场，华为通过加大对计算产业的投入和研发，进行未来开放生态链的战略布局。

第一，架构创新。投资基础研究，推出达芬奇架构，用创新的处理器架构来匹配算力的增速。

第二，投资全场景处理器族，包括面向通用计算的鲲鹏系列，面向AI计算的昇腾系列，面向智能终端的麒麟系列，以及面向智慧屏的鸿鹄系列等。

第三，有所为有所不为的商业策略，华为不直接对外销售处理器，以云服务面向客户，以部件为主面向合作伙伴，优先支持合作伙伴发展整机。

第四，构建开放生态，未来5年，继续投入15亿美元，汇聚500万开发者，使能全球合作伙伴开发应用及解决方案。

从华为的布局来看，很明显是要构建一个全面的开放生态，从单纯的通讯制造商转向技术标准制定和开放平台提供者，引入更多的第三方，汇聚全球的顶端人才，形成一个基于万物互联愿景的技术平台。

AI时代的大布局

人工智能时代已经到来，未来万物皆数据，万物均需计算，计算同样进入了一个新的智能时代，需要更高级的算法支撑，预计未来五年计算产业将会达到2万亿美元的规模，这是一块巨大的商业蛋糕，同时也是未来更多技术进化的基础。

华为最大的优势就是5G，随着5G时代的到来，可以利用5G的优势，在万物互联的IoT领域获得巨大的市场份额，目前华为已经在5G移动终端（手机）、5G设备（基站等）以及物联系统平台（EC-IoT、网关、Huawei LiteOS等）进行了全面的布局，具有完善的IoT产业链协同优势。

而人工智能AI又需要高度依赖算法对数据的处理，在未来全新的商业世界中，谁掌握了数据，谁拥有了算法，谁就能成为主导者。表面上看起来，投入资金对计算领域进行深入和持续的研究，短期来说，于应用层产生的效用不大。但如果抛开短期的经济效益，从长远的行业战略层面来审视的话，这才是真正的大布局。

最后想说的是：技术实力的提升，一定要从基础研究做起，进化是一个厚积薄发的过程，希望未来的华为更强大，也希望中国能出现更多“华为”式的公司！

手机上的AI技术有什么用

自从麒麟970率先加入NPU模块后，手机处理器似乎又回到了当初核心数量大战的时代，高通和苹果纷纷在处理器中加入AI计算模块，通过针对AI计算设计模块，不断提高处理器AI算力。那我们该如何衡量这些处理器的AI算力呢？我们不妨试试这些软件。

不过说AI跑分之前，我们首先要搞清楚各大厂商所谓的AI核心到底有什么用，是干什么的。而要分析作用之前，我们需要先解释清楚AI这个流行词。

华为Mate 20 Pro（8GB RAM/全网通）

电商报价京东商城 ￥6299天猫商城 ￥5699ZOL商城 ￥6300

手机上的AI到底是什么东西

所谓AI，其实就是指人工智能，如果将范围缩小在硬件层面，就是指模拟人类大脑结构的人工神经网络。说白了，就是模拟人的神经结构和功能的数学模型或计算模型，通过大量的人工神经元联结进行计算。不同于传统逻辑推理，基于大量数据统计的人工神经网络具有一定的判断力，在语音识别和图像识别上特别有优势。

单层神经元网络

而目前手机真正能用到AI（也就是神经网络）的功能也就集中在图像识别这一领域，各大厂商新加入的各种拍照方面的算法优化，也正是得益于手机图像识别能力的提升。

所以，现在最能体现手机AI算力的跑分软件，都使用了图片处理来衡量处理器的AI算力，AI Benchmark就是其中的代表。

AI Benchmark

这款软件主要测试了手机使用神经网络识别和处理图像的能力。并通过9个独立的神经网络执行不同的图像识别任务，考察各大处理器的AI处理能力。

这9个不同神经网络分别针对不同的识别任务，其一是对象识别/分类，通过输入不同的图片进行训练，AI能够对数量庞大的图片进行区分，在AIbenchmark中，它还使用了不同像素的分辨率来进行识别，以进行更精确和细小物体的检测。

对象识别测试

这一点与我们现在常见的“智慧识别”息息相关，虽然各大厂商都已经推出了这项功能，但是在识别准确率上都有所差别，因此这一项在跑分中还是拥有一定的说服力。

此外，识别也分为物体识别与面部识别，在面部识别上，AI将会将面部图像分解为不同的特征点，然后通过与库里特征点进行比对，最终输出最近似的结果。

面部识别测试

在我们的手机上，除了图片搜图片这种多对多的识别方案，也包括多对一的面部识别解锁方案。相比而言，面部识别方案需要比对的库里数据处理量虽然少，但是在特征点采集上面，面部识别的神经元网络需要经过更深次的细节训练。

之前的AI应用在于识别-对比环节，而这一步的AI则偏向图像处理环节。例如在缺少光学变焦的手机上，如果你放大图片的话，你会发现细节部分的噪点会十分突出，这是因为它细节部分全部都是由算法补充出来的。通过训练，AI能够对缺少过渡部分周围的像素进行识别，并且经过计算后自动填充，使得画面更加平滑自然。

使用神经网络对图像进行去模糊处理

而语义图像分割则是图像识别的进一步应用，也是立足在大量的图像识别上，然后针对整个画面识别的结果进行分类并加以标明。除此之外，AIbenchmark还测试了照片增强环节，这一项功能比较常见，就是常说的拍照AI模式，能够对画面场景进行识别以后按照预定的算法预设进行调整，比如说画面集体提亮，蓝天白云饱和度拉高等。

分割图像语义

前面说了这么多测试全部都是建立在图像识别上，但是对于一般手机而言，大量的图像计算会消耗大量的内存，所以最后一个测试，也是对手机内存大小的测试。

内存大小同样会限制识别图像大小

说了那么多，我们来看看目前市面上的处理器跑分成绩到底如何。我们将AI Benchmark官方的跑分天梯图奉上，大家也可以自己下载这个软件（搜索AI Benchmark即可），测测自己手机的AI性能究竟如何。

AI跑分排行榜

需要说明的是，目前跑分的前三名都是开发平台上测试的处理器。既然平台不同，性能和手机内部的同款处理器有差别也属于正常。

同时这个跑分软件也有很大的局限性，比如尚未支持iOS系统等问题，不过相信未来还会有更全面的AI评分标准。

毕竟目前的手机AI处理还处在“初级”水平，未来的路还很长，手机阵营三大芯片巨头谁胜谁负还未可知也。

华为发布的麒麟810为何放弃了970中使用的寒武纪AI芯片改用自研的达芬奇

随着人工智能计算的流行，现在业界研发AI芯片的公司有很多，寒武纪只是其中做到比较大的一家，但是以华为公司的体量，连麒麟980这样的高端SOC都研发出来了，自行研发一款更好的AI芯片不是一件难事，NPU相比CPU和GPU来说，功能相对单一，架构也不像arm那么复杂，只要华为愿意，从设计到流片成功可能只需要一年多的时间，所以华为麒麟芯片在使用了两代寒武纪NPU以后发布了自家达芬奇架构NPU就不奇怪了。

华为是一家未雨绸缪，而且更希望掌控核心技术的公司，华为目前拥有5G基带，麒麟SOC，接下来大热的AI芯片也是必须要上马的，因为AI芯片未来很有是最有价值的芯片之一，华为不会放过这个机会。寒武纪芯片尽管也不错，但是华为依然无法掌控核心技术，华为只有通过自研NPU架构，然后和麒麟SOC、EMUI系统深度结合才能发挥出华为产品的最大实力。

事实上，开发寒武纪芯片的独立公司毕竟规模和研发实力有限，华为最新发布的麒麟810上的达芬奇架构单核心npu直接领先了麒麟980上寒武纪双核npu，能效差距可见一斑，而且这还仅是华为第一代达芬奇架构芯片，未来的NPU还会更强大。NPU已经成为华为未来的主攻方向，随着华为方舟编译器的推出，华为会越来越倾向于基于自己的算法架构开发芯片，所以肯定要和寒武纪分道扬镳的。