2019 年 7 月，華為總裁任正非在主題為《鋼鐵是怎么煉成的》的講話中提到，“5G 就是一個小兒科，過于被重視了。5G 提供高帶寬、低時延，支撐的是人工智能，人工智能才是大產業。”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，而是出于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、云服務等業務聯接起來。

本期的智能內參，我本期的智能內參，我們推薦安信證券的研究報告《華為的AI野望》，詳解華為硬件和軟件的AI體系，揭秘華為AI戰略布局。

一、硬件體系：華為 AI 業務根基

1、 昇騰：專注于 AI 場景的華為芯

昇騰 310+910，云端兩極體系已然成型。2018 年 10 月 10 日，華為正式在 2018 全聯接大會上發布昇騰 310 和昇騰 910 兩款 AI 芯片。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 屬于 Mini 系列，昇騰 910 屬于 Max 系列。

▲各類昇騰芯片橫跨全場景的最優表現

昇騰 310 定位于邊緣側及端側 AI 芯片，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，采用 12nm 制程工藝。昇騰 910 定位于云端 AI 芯片，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，采用 7nm 制程工藝。目前，昇騰 910 的性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 芯片。

▲昇騰 910 與 310 參數特征

▲主流 AI 芯片橫向對比

達芬奇架構，鎖定 AI 算子級別優化。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 計算過程中由于神經網絡鏈式求導的需求，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核心在一個時鐘周期內實現 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 芯片算子庫，工欲善其事必先利其器。CANN 指神經網絡計算架構，是位于芯片底層之上的芯片算子庫和算子開發工具包。CANN 兼具最優開發效率和算子性能，其核心是高度自動化算子開發工具 Tensor Engine。通過統一的 DSL 接口，配合預臵的高層模板封裝、自動性能調優等工具集合，用戶可以方便地在昇騰芯片上開發自定義算子。同時，CANN 已經支持所有主要 AI 框架。同樣在昇騰芯片上開發這個算子，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。

昇騰芯片加載板卡，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，并不將昇騰芯片作為一款獨立的產品，而是集成板卡銷售一體化產品。目前，華為已推出一些系列 Atlas 人工智能計算平臺產品，應用領域遍及云側至端側全棧。傳統的 Atlas 平臺現階段主要搭載昇騰 310 芯片，性能有限。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 訓練集群。Atlas 人工智能計算平臺產品包括：

（1） Atlas 900 訓練集群：定位于大規模問題 AI 訓練集群服務器。Atlas 900 搭載數千顆昇騰 910，并充分利用了華為在集群通信庫和作業調度平臺上的技術積累。Atlas 900 在 16 位浮點運算上的總算力達到 256-1014FLOPS，相當于 50 萬臺 PC 的計算能力。在 ImageNet數據集上針對 ResNet-50 模型的訓練時間相比于競爭對手提高了 10 秒，是目前 AI 集群計算的全球第一。

▲華為 Atlas與同類產品計算耗時（秒）

（2） Atlas 800 深度學習系統：定位于云側訓練及推理平臺。Atlas 800 提供經過優化的 AI環境，預裝軟件環境實現開箱即用。同時，Atlas 800 集成華為集群管理、任務調度、性能監控等功能，大幅降低企業 AI 應用門檻。Atlas 800 面向 AI 開發者和數據科學家，提供軟硬件一體式交付。

（3） Atlas 500 智能小站：定位于邊緣側 AI 平臺。Atlas 500 適用于交通、看護、無人零售、智能制造等多個應用場景，可實現 16 路高清視頻處理能力，相比業界產品性能提升 4 倍。同時，Atlas 500 集成了 WIFI 和 LTE 兩種無線數據接口，提供靈活的網絡接入和數據傳輸方案。

（4） Atlas 300 AI 加速卡：本身是 PCIe 板卡，即可在邊緣側服務器使用，也可通過集成加載在云側使用。Atlas 300 支持多種數據精度，搭載昇騰 310 芯片實現高性能計算，相比業界同類型產品提升 3 倍。

（5） Atlas 200 AI 加速模塊：定位于端側應用場景。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、機器人等高清視頻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：定位于端側應用場景，面向開發者提供。Atlas 200 DKAI 開發者套件基于昇騰 310 芯片打造，核心功能通過該板上的外圍接口開放，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、視頻服務器、閘機等多個領域。

▲華為 Atlas系列產品

深度參與國家項目，與鵬城實驗室建立緊密合作。鵬城實驗室定位于實現國家使命的基礎創新平臺，重點布局新一代人工智能基礎研究。鵬城實驗室目前在重點搭建鵬城云腦項目，其所需的基礎平臺是 E 級 AI 超算系統，已建成的云腦 1 峰值性能達 100PFLOPS，云腦 2 計劃達到 E 級 AI 算力。在鵬城云腦超算平臺上，鵬城實驗室打造了啟智章魚計算引擎、啟智代碼托管平臺、數字視網膜等產品。華為昇騰芯片深度參與鵬城云腦項目，目前云腦 2 計劃整體采用搭載昇騰 910 的 Atlas 900 訓集群，以實現超強算力。

▲鵬城實驗室

▲鵬城云腦

昇騰 610 呼之欲出，進軍智能汽車 AI 芯片。在華為發布昇騰 910 芯片的同時，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。在智能汽車產品上，華為早在 2018 年 12 月就公布了自動駕駛的汽車大腦 MDC 600，并在 2019年高調宣布與四維圖新進行合作，并已經取得了部分國內車廠訂購。在昇騰芯片的加持下，MDC 將得到進一步性能提升。同時，華為的昇騰芯片發展計劃正在有序展開，昇騰 920、昇騰 320 也將在 2021 年后逐步推出。

2、 鯤鵬：智能計算的全國產數字底座

2019 年華為全聯接大會上，鯤鵬芯片再次成為焦點，多場主題演講及專題演講均圍繞鯤鵬展開。鯤鵬包括服務器和 PC 機芯片，鯤鵬 920 是業界首顆 64核的數據中心處理器，性能比業界主流處理器高 25%、內存帶寬高 60%；同時把 CPU、橋片、網絡和磁盤控制器“4 合 1”，是業界集成度最高的數據中心處理器。鯤鵬芯片按照“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現在是第三代芯片。我們認為，鯤鵬芯片不僅僅是國產化領域的數字底座，也將充當智能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

完美搭佩昇騰芯片，雙引擎驅動智能計算。在大規模數據中心中，服務器成本占比持續提升。根據華為云數據中心統計，服務器成本占比已超過 60%。預計到 2025 年，AI 算力將會占據數據中心算力的 80%以上。同時，萬物互聯的時代正在開啟，將帶來數據的爆炸式增長，海量存儲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，云服務的普及將會加速這一進程。鯤鵬作為華為自研的通用型計算芯片，能夠最好地與 AI 昇騰芯片匹配，共同打造華為智能計算的異構體系。

▲鯤鵬+昇騰雙引擎

打造集成產品，滲透民商兩用。鯤鵬不僅僅是一款單一的芯片，更通過集成硬件進行了大量的產品拓展。鯤鵬芯片在云端的主要承載是 TaiShan 系列服務器，是當前兼容 ARM 架構的最強算力的通用服務器。面向數據中心分布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板，包括 PC 端與服務器端兩款，并開放給合作伙伴。華為鯤鵬主板采用多合一 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 芯片、BIOS 軟件。目前，華為已與清華同方等合作伙伴展開合作，開發出自有品牌的服務器和臺式機產品。

▲鯤鵬主板

▲數據中心成本分析

打造鯤鵬計算產業，網羅優質上下游企業。基于 openEuler 的 OS 以及配套的數據庫、中間件等平臺軟件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 社區，開源 OS 源代碼，并提供各種基礎工具，縮短廠家構建基于 openEuler 的發行版 OS 的開發周期。同時，鯤鵬計算產業將對合作伙伴進行轉向支持，聯合合作伙伴 9 個月完成 3000+應用的代碼遷移和性能優化，計劃 2020 年 Q1 完成重點行業標桿項目建設，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。鯤鵬在服務器、數據庫、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

發布白皮書，制定發展藍圖。華為于 2019 年 9 月發布《鯤鵬計算產業發展白皮書》，公布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、金融和互聯網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用戶的信心。

推廣階段：面向政務、電信、互聯網、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，構筑基于鯤鵬處理器的產業體系。

▲鯤鵬發展藍圖

3、 麒麟：耕耘于手機 AI 戰場的先鋒

多代迭代，臻至完美。麒麟芯片由華為海思自主研制，已經歷了超過 12 代產品迭代。麒麟芯片的前身是 2012 年推出的華為手機芯片 K3V2。通過兩年的技術完善，第一款正式的麒麟芯片產品麒麟 910 于 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。其后，麒麟芯片針對高端應用和低端應用手機產品分別推出了一系列產品，大幅提高了各方面性能。至麒麟 970，AI 技術成為麒麟芯片標配，并持續迭代至今。麒麟芯片的最新產品是麒麟 990，其首款 7nm EUV 工藝打造的芯片，進一步強化了 AI功能。

▲麒麟芯片產品迭代圖譜

NPU 自主化，打造獨立自主麒麟芯。麒麟芯片的 AI 功能最早從寒武紀獲得技術支持。通過IP 核授權的方式，麒麟 970 和麒麟 980 分別搭載了采用寒武紀 1A 和寒武紀 1H 兩款架構設計的 NPU。自麒麟 810 芯片起，麒麟芯片開始搭載基于自研達芬奇架構的 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 兩款芯片的轉變充分說明了華為已打通手機 AI 芯片的底層技術，同時華為的昇騰架構也將逐步由服務器等云側高性能計算場景逐步向端側終端設備拓展。

▲麒麟芯片 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 芯片性能，在主力網絡模型、多模式調校，浮點性能和硬件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發布會上發布手機 Mate30 系列。其中，Mate30 Pro 正面采用“劉海”屏幕設計，可以通過 3D 鏡頭進行面部識別，同時大幅添加傳感器設備。Mate30 的三大創新功能成為重要亮點：

（1） 智能 AI 使能隔空操作。傳統的智能手機都需要手觸屏來操作系統，包括點開 APP，拍照，截屏等功能均需要觸屏的支持，相比之下，MATE30 可以讓使用者在沒有觸碰屏幕的情形下，就直接操作系統。例如，利用雙手握拳，達到截屏的效果。

▲Mate30 AI 隔空操控

（2） AI 使能智能跟蹤雙眼視角。傳統智能手機在使用期間，屏幕上的圖片或者視頻會跟隨用戶姿勢轉變方向。Mate30 可以智能跟蹤眼睛視角，以最適合我們觀賞的角度來呈現，從而解放用戶雙手。

（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消息時自動識別閱讀者身份，從而令用戶產生對手機的“安全感”和“信任感”。

二、軟件體系：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

在發布昇騰系列 AI 芯片的同時，華為同樣發布了配套昇騰芯片的 AI 開發框架 MindSpore，從而使華為成為繼谷歌、Facebook 后另一家擁有自有 AI 開發框架的科技巨頭。我們認為MindSpore 具備以下優勢：

(1)自動高效并行，降低大規模問題學習技術門檻。在人工智能加速落地的大背景下，數據集規模越來越大，模型由于深度網絡層數增加參數急劇膨脹。傳統的 tensorflow、pyTorch等框架均采用手工設臵方式分配 CPU、GPU 等計算資源，對開發者針對并行的理解提出更高的要求，降低了開發效率。MindSpore 采用自動分配計算資源的方式，大幅降低用戶在處理大規模問題時所遇到的技術門檻。

▲MindSpore 框架性能優勢

(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 框架提出后，其基于圖的反向代碼掃描自動微分就造成了用戶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。作為后進者，MindSpore 采用 Source 2 Source 方式實現自動微分，對用戶高度友好。

(3) 軟硬一體結合，優化昇騰平臺運行性能。谷歌 AI 云性能強大的原因之一來自于谷歌針對自研 TPU 芯片在 AI 開發框架 tensorflow 上做了大幅優化。華為作為一家擁有自研芯片的科技巨頭，同樣對針對昇騰芯片在 MindSpore 上做了軟硬一體優化，大幅提升 MindSpore的性能表現。

(4) 執行邏輯改進，充分保護用戶數據隱私。在人工智能爆炸式發展的過程中，數據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持，通過處理不帶有隱私信息的梯度、模型信息，而非數據本身，來保護用戶數據隱私安全。

(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?》中率先關注到開源項目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 開發框架項目更是危險的高發區。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 個云側平臺+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數據預處理、數據半自動化標注、大規模分布式訓練、自動化模型生成等，具備端-邊-云模型按需部署能力，可以做到全棧全場景 AI 解決方案實現。

▲ModelArts架構

ModelArts 計算性能優異，DAWNBenchmark 上在兩度霸榜。DAWNBenchmark 是由斯坦福大學提出的針對圖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，并在近期再次降低到2 分43 秒。

ModelArts 開放 AI 模型市場，加快落地。AI 市場是基于 ModelArts 構建的開發者生態社區，提供 AI 模型、API 交易、數據、競賽案例等內容共享功能。為高校科研機構、AI 應用開發商、解決方案集成商、企業及個人開發者等提供安全、開放的共享及交易環境，有效連接 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，可根據用戶標注數據全自動進行模型設計、參數調優、模型訓練、模型壓縮和模型部署全流程。無需任何代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，包括數據準備、模型構建、模型部署。數據準備方面涵蓋圖像、聲音、文本 3 大類數據類型標注，7 種標注類型，支撐主流模型數據需求。模型構建方面支持即開即用的在線開發環境，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，支持在線推理服務、批量推理任務、邊緣設備模型優化。

(3) 可視化全流程管理：全流程可視化管理，無后顧之憂專注 AI 開發。ModelArts 提供從數據、算法、訓練、模型、服務全流程可視化工作流。ModeArts 提供版本可視化比對功能，可幫助用戶快速了解不同版本間的差異。模型訓練完成后，ModelArts 在常規的評價指標展示外，還提供模型評估可視化功能，您可通過混淆矩陣和熱力圖形象地了解您的模型，進行評估模型或模型優化。

HiLens：定位于視覺的 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，具備海量設備管理、動態應用部署、在線訓練、端側模型優化等端云協同能力。

▲HiLens平臺架構

預制技能簡化開發，模型高度可移植。Hilens 提供統一的 API 接口，支持 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區，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 支持將 AI 模型下發到配套硬件中，或其他任何基于華為海思芯片的設備上。

搭載配套硬件，端云協同推理。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于端云協同視覺應用開發，搭載華為昇騰芯片，處理能力達到100 幀/秒。Hilens 利用端側配套硬件設備協同云側算法模型訓練，通過端云協同推理，平衡低計算時延和高精度。通過端側分析數據，節約云端存儲的成本。

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芯片，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 于 2017 年發布，并在搭載麒麟 970 的華為手機 P20 系列上首發兼容；HiAI 2.0 于 2018 年末發布，用于匹配麒麟 980，同時增添了一系列新功能。目前，HiAI 已公開的商業落地項目達 11 項，其中包含蘇寧、快手、WPS 等大型企業。

HiAI 基于“芯、端、云”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 通過與麒麟芯片搭載的 NPU 緊密結合，把 NPU 芯片能力向用戶開放。通過快速轉化、遷移已有模型和異構調度，使 NPU 達到最佳性能。

高度適配麒麟芯片，實現性能自動調優。HiAI Foundation 的所有接口函數已集成到麒麟芯片上，可以通過 HiAI 異構計算平臺來加速神經網絡的計算，從而實現算子層間融合、數據高效擺放、稀疏化模型加速等。用戶可以專注于 AI 應用開發，將性能優化交給平臺。

具備自研 IDE，提升開發效率。HiAI Foundation 為開發者提供基于移動設備的運行環境和調試工具，目前 HiAI 平臺已將相關功能集成到自研的 DevEco IDE。DevEco IDE 是華為消費者業務為開發者提供的集成開發環境，幫助開發者快速使用華為 EMUI 的開放能力。通過調用 EMUI AI 相關接口，即可基于 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件底層搭建，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，幫助用戶構筑全連接服務和全場景應用。

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，基于三大引擎，HiAI Engine 已衍生出了人臉識別、圖片識別、自然語言處理、碼識別、視頻技術、語音識別、文本識別 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。通過將開發接口開放給用戶，實現服務能力開放，并針對用戶需求進行針對性推送服務。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，包括內容接口類快服務、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杯、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托。

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創建能力，能夠實現便捷流暢的人機對話，并連接眾多語音技能創建者。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 企業智能解決方案集:AI 智能體+AI 專項解決方案

EI 企業智能華為云針對 AI 業務提供半定制化解決方案的主要承載。華為云在國內 18-19 營收增長超過 300%，具備巨大的發展潛力，在互聯網、社交咨詢、視頻監控、車廠等用戶中均獲得大量新增訂單。華為云 EI 企業智能提供集群服務，用友強勁算力。在 Atlas 900 的加持下，能夠做到全球最快，并能做到彈性伸縮、按需使用。EI 企業智能針對 AI 業務推出相關智能體和專項解決方案。

EI 企業智能體是華為基于華為云及自有 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，用戶能夠根據自己的需求，進行定制化改造。

交通智能體：定位于利用 AI 創造安全、高效、綠色的城市交通出行體驗。交通智能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、信號燈優化、交通參數感知與態勢評價等。目前，交通智能體已在深圳坂田、北京上地取得落地。

▲華為云工業智能體

工業智能體：定位于利用 AI 提供設計、生產、物流、銷售、服務全鏈式智能服務，挖掘數據價值，助力企業借助新技術，構筑領先優勢。工業智能體的功能包括節能降耗、工藝參數優化、預測性維護、銷售預測等。目前，工業智能體已經構造了產品質量優化提升、智能設備維護、生產物料預估等方案。

園區智能體：定位于利用 AI 處理工業園區、住宅園區、商業園區的管理與監控，通過視頻分析、數據挖掘等技術，使生產生活更加便捷和高效。園區智能體的功能包括入侵檢測、失物追蹤、人臉自動門禁、智能停車引導等。目前，園區智能體已經構造了園區門禁、安全區域監控、智慧停車等方案。

汽車智能體：定位于支持車載設備的數據接入，基于大數據和人工智能技術提供實智能網聯、智能駕駛、UBI 保險等場景能力，助力行業快速智能化升級，讓人車生活更智能。汽車智能體的功能包括安全行為智能識別、實時路徑規劃、智能問答機器人、實時車輛位臵洞察等。目前，汽車智能體已經構造了生物鑰匙、電子圍欄、實時路徑規劃、智能對話機器人等方案。

網絡智能體：定位于將 AI 引入網絡領域，解決網絡業務預測類、重復性、復雜類等問題，提升網絡資源利用率、運維效率、能源效率和業務體驗，使能實現自動駕駛網絡。網絡智能體的功能包括數據安全入湖、網絡經驗嵌入、應用服務豐富等。目前，網絡智能體已經構造了數據入湖治理、模型開發訓練、網絡應用服務等方案。

▲華為云智能體

三、華為 AI 何以“昇騰”

1、垂直縱深：AI 全棧體系垂直打通，軟硬件兩手抓

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，自底層芯片至上層場景應用實現一站式打通。在硬件方面，昇騰芯片是 AI 產品拓展的主線。華為不僅打造了昇騰系列芯片，并將其成功與鯤鵬、麒麟等芯片產品配合或搭載，進一步打造出泰山服務器、Atlas AI 計算平臺、Mate 手機終端和 MDC 智能駕駛平臺等集成化硬件產品。在軟件方面，華為云是 AI 業務的重要依托。華為針對昇騰芯片的達芬奇架構特點，打造了 MindSporeAI 開發框架，并在此基礎上構建了 ModelArts、HiLens、HiAI 三款面向云和端的 AI 平臺。在華為云的依托下，華為進一步拓展了涵蓋交通、醫療、制造等多個應用場景的 EI 企業智能解決方案。

▲華為云智能體

2、比肩巨人：汲取各大 AI 云服務商發展經驗，獨立自主創新

自 AI 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，與云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，各大云服務科技巨頭已紛紛入局。我們對國外谷歌、亞馬遜、微軟三大云服務巨頭在 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算法積累和自研芯片、框架。2016 年，谷歌自研的 Alpha Go 人工智能平臺成功擊敗冠軍職業圍棋選手，并在自然雜志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，谷歌在算法領域有著深厚的積累，目前谷歌最新的自動學習算法 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 芯片 TPU 以及 AI 開發框架 tensorflow，目前tensorflow 已成為國際范圍內最流行的 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，谷歌云是現有的最有競爭力的 AI 云服務之一。

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，并將部分已預訓練好的 AI 模型集成到平臺上供制造、醫療、安防等多個應用場景的用戶使用。同時，為搶占 AIoT 入口，亞馬遜在 2014 就推出了智能音箱 Echo。亞馬遜在云服務市場的高占有率以及對 AIoT 領域的優先布局，奠定了 AWS 在 AI 上的優勢。

微軟：微軟的最大的優勢是對 AI 領域的算法積累及對前沿 AR 終端設備的掌控。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，并發表多篇重量級科研期刊文章。微軟Azure 在語音與圖像領域均有所建樹。在語音上，支持各類語音識別及自然語言處理應用，并有微軟小冰進行導流。在圖像上，Azure 可以解決大多數計算機視覺相關問題，并能與微軟 AR 設備 HoloLens 進行聯動。

▲各大云服務商 AI 布局橫向對比

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

(1) 全棧技術打通，構建業界最完備體系。通過對比可以發現，谷歌云在 AI 業務上取得的領先優勢除得益于自身強大的算法能力以外，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于芯片、框架、平臺，并未構成完整閉環。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，因而在優化性能、壓縮成本上取得優勢。

(2) 優選入局時點，充分依托自有產業優勢。華為作為傳統的通信設備商，在云服務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 算法逐步成熟，AI 機理層面的革新力度將逐步減弱，而對應用場景拓展的需求逐步提升。這意味著，從設備、平臺及終端反向滲透 AI 市場的機會已然到來，能夠夯實項目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占有率，建立了很好的用戶基礎。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 一樣需要依托其他硬件產品，或像亞馬遜一樣通過 Echo 去培養用戶習慣。

▲華為云 AI 業務的潛在入口優勢

(4) 布局高瞻遠矚，緊密跟蹤新興領域。自宣布進軍 AI 領域以來，華為并沒有僅僅局限在推薦系統、安防、語音識別等傳統的 AI 業務，而是始終著眼于未來。2019 年上海國際車展上，華為正式宣布進軍智能網聯汽車，并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 智能駕駛計算平臺，并將進一步改進昇騰芯片適配智能汽車應用場景。

3、 廣結善緣：建立 AI 合作伙伴俱樂部，發布沃土計劃 2.0

建立華為云 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，并推出 AI 伙伴俱樂部計劃。AI 合作伙伴俱樂部計劃是華為云推出的一項全球性 AI 合作伙伴計劃，通過培訓、技術、營銷、市場幫助伙伴構建基于華為云EI 產品的成功業務或解決方案。AI 合作伙伴俱樂部具體項目包括 AI 創新孵化器、AI 行業智能體聯盟、AI 技術合作聯盟、AI 咨詢服務聯盟。

目前，數十家創新的 AI 伙伴宣布加入華為云 AI 伙伴俱樂部，業務類型涵蓋覆蓋醫療、零售、園區、教育、金融科技等行業。其中，網易有道聯合華為云共同發布了網易有道 K12 智慧教育解決方案。目前已披露的華為云 AI 合作伙伴俱樂部成員包括網易有道、捷通華聲、易特科、神目信息、易道博識、安捷智合、閱面科技、Oneclick、Tableau Software、Hampen Technology。

發布沃土計劃 2.0，助力 AI 生態茁壯成長。華為在 2015 年開發者大會上首次發布了開發者生態戰略和面向開發者的“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，打造面向開發者伙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 開放能力覆蓋云計算、大數據、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，幫助合伙伴商業成功。

在沃土計劃第一期取得一定進展后，華為在 2019 年全聯接大會上正式發布沃土計劃 2.0，宣布未來 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、云服務代金券，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。隨著華為在昇騰芯片和 AI 云服務上的不斷拓展，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/