AI，在华为内部被提到了前所未有的战略高度。不只是手机，还有云和芯片，直至扩展到所有业务。这就是华为秘密的作战方案：“达芬奇计划”。目前，这一战略已经在华为内部铺开，“拳打”英特尔，“脚踢”英伟达，是华为下一个阶段的目标。而华为这一计划最大的变数，就是美国市场。
ProjectDaVinci，达芬奇计划。这是华为最新的秘密“作战”方案，也即将是影响最广泛的战略目标。在这个计划中，华为希望将AI引入自己所涉足的所有业务，从电信基站、云数据中心，到智能手机和摄像头。
总之，AI赋能一切业务，AI in All.
达芬奇计划
据报道，对于如何把AI引入所有业务，华为内部已经开启了代号为“达芬奇”的作战计划，并且成为华为高层每月一次讨论会的重点议题，也有不少华为高管以“D项目”来代指达芬奇计划。
在具体计划中，达芬奇包含了多项重要AI任务，比如研发云端使用的AI芯片、推出基于华为云的AI语音和图像识别应用等。
实际这种思路也并不陌生，就是Google目前所推行的TPU+Google云的AI打法。
美媒TheInformation还分析说，迈出这一步的华为，不仅意味着进入争夺激烈的战场，而且可能还会进一步加剧美国政府对华为的担忧和限制，此前已经在美禁止了华为电信设备和智能手机——一旦让所有设备加持AI，特朗普可能更受不了。
然而显而易见的是，华为决心已下，众志成城。
援引知情人士的消息说，华为内部执行达芬奇项目的高管正是EricXu——徐直军，他目前是华为的轮值董事长，也是分管华为业务战略和研发的负责人。
甚至在总部月度会议上，关于AI研发的具体工作都要求实时汇报，华为高层显然已经达成的共识是：利用AI赋能产品和解决方案，将让华为更富竞争力。
其中，首要且核心的任务是AI芯片研发。
自研AI芯片挑战英伟达
华为在芯片半导体方面，并非从0开始，他们在2004年就成立了子公司海思半导体，并且在近年来已经将自研芯片搭载到了所有智能手机中。
现在，AI芯片也将由华为海思负责研发，第一款产品会面向数据中心。之前，华为云端数据中心的AI能力主要来自英伟达GPU，但近来大势汹涌，华为希望逐步减少对美国公司的依赖。而且对于已经隆重推出的华为云来说，如果能够给更多客户提供AI能力，能带来差异化竞争优势。练 AI 模型，并针对模型进行持续更新和优化，使得网络系统的自动化程度不断提高。
而华为在城市安保与云端网络 AI 管理方面的核心都是使用 NVIDIA 的方案，而一直以来，NVIDIA 与华为都有著紧密的合作，但为何要在这个时间点宣布自有 AI 方案，甚至根据信息来源，D 计划的主要目的就是要取代 NVIDIA 的云端 AI 计算方案，应该与来自美方的压力有关。
中国行业巨头纷纷走向自研，但华为可能更为急迫
实际上，也不止华为一家看到了这种优势，在华为之前，百度、阿里巴巴都已经先后宣布自有 AI 芯片的布局，百度的昆仑芯片使用自行设计的架构，虽然芯片还在设计阶段，但该公司宣称其理论算力要高出 NVIDIA 的方案一倍以上。其实，华为进入自有架构发展已经算晚了。
阿里巴巴则是宣布将投入 Ali-NPU 神经网络芯片的研发，该架构不提绝对性能，而是强调其超高性价比，号称超越传统 CPU/GPU 架构达 40 倍。腾讯虽然还没有宣布其自有 AI 芯片的布局，但其之前曾投资 VoxelCloud（体素科技）、碳云智能、真时科技以及蔚来汽车等企业，发展方向以 AI 的行业应用为主，与其他公司不同。
这些公司的 AI 布局主要都集中在云端计算方面，而华为的 D 计划同样也是针对云端计算而来。
但华为推出自研云端 AI 方案，明显是针对 NVIDIA 而来，但 NVIDIA 过去与华为合作紧密，为何在这个时间点传出自研消息，应该与之前美国在讨论其紧急权利法案，要对高科技方案进行输出限制时，明显提到华为与 NVIDIA 的合作的关系。
图｜NVIDIA 在 2017 年 9 月与华为合作发布服务器计算方案。
NVIDIA 否认其与华为有分享芯片核心层级技术，主要还是在方案的合作上，但是在被美国政府点名，以及近来华为从电信设备到移动通信产品，都在欧美市场遭到阻碍的状况下，加上中兴的前车之鉴，华为才决定加速整个计划的推动。
用AI加持产品线
目前可知的是，达芬奇计划已经进入了华为的“安全城市”业务。这个业务主要用户帮助政府收集和分析监控摄像头的数据。华为表示，已经在欧洲、拉丁美洲、非洲和亚洲的90多个国家部署了这一业务。
核心流程是：华为的监控摄像头捕捉图像后，发送给远程数据中心。未来，数据中心里可能会由配备华为AI芯片的服务器，分析这些海量信息并做出明智的决策。
例如，这种基于人工智能的监控系统可以自动识别交通事故、窃贼和街头斗殴等，并向相关主管部门发送警报。
据一位“安全城市”业务部门的员工说，除了提供设备和云计算平台外，华为还准备为摄像头自主研发计算机视觉算法。
华为说过正计划为全球电信网络带来更多人工智能，现在他们的运营商客户也正在升级基础设施，为更快的5G网络做准备。
他们致力于开发新的软硬件系统，创建有AI加持的网络，这些网络可以自动检测和修复问题，还能预测无线数据流量的波动，进而提前调整应对。
这一切都会通过云向外输出，虽然云业务起步晚，但华为决心坚定，另一位现任轮值董事长郭平也说过：每年至少在数据中心方面投入10亿美元的研发预算。
寒武纪还是 Arm 架构将入选？或是从头打造？
而要在这么急迫的时间推出可用方案，如百度或阿里巴巴完全走向自研虽仍有可能，但若采用现有可选方案比较有可能在短时间内实现。
若以此为前提，那目前可选的方案有两种，分别是寒武纪或 Arm 的 AI 方案。
寒武纪在今年 5 月推出了包含 IP 与芯片产品，分别是寒武纪 1M，以及 MLU100。
寒武纪 1M 延续了前代 1H/1A，可支持 CNN、RNN、SOM 等多种深度学习模型，此次又进一步支持了 SVM、k-NN、k-Means、决策树等经典机器学习算法的加速。这款芯片支持帮助终端设备进行本地训练，可为视觉、语音、自然语言处理等任务提供高效计算平台。而寒武纪 1M 也是款可扩展规模的核心，可通过多核配置来达到更高的性能表现。
而 MLU100 则是芯片方案，采用寒武纪最新的 MLUv01 架构和 TSMC 16nm 工艺，可工作在平衡模式（主频 1Ghz）和高性能模式（1.3GHz）主频下，等效理论峰值速度则分别可以达到 128 万亿次定点运算/166.4 万亿次定点运算，而其功耗为 80w/110w，能效极高。
华为即将在今年推出的麒麟 980，传言将采用寒武纪 1M。那么云端 AI 计算使用 MLU100，或是利用 MLUv1 架构深度定制化也是有可能。
另外，Arm 与中国合资成立 Arm mini China，除了提供更完整的服务，同时也扫除未来 IP 授权业务可能受到的外来因素干扰。
图｜Arm 所推出的机器学习芯片方案。
Arm 在今年推出 ML 处理器方案，可在 7nm 工艺下以标准规模设定达到 4.6TOPs 的操作性能表现，每 W 可达 3TOPs 的能效，具备相当的竞争力。而 Arm 也强调他们的架构都可规模化定制，换言之，理论上客户需要什么等级的性能表现，就可以把规模扩充到所需要的程度，当然，规模的增加也代表功耗和成本的同步增长。Arm 虽强调其可扩充能力，但谈到可否将规模加大到与主流用于云端 AI 计算的 GPU 架构相提并论，仍语带保留。
而华为作为 Arm 传统忠实客户，Arm 也积极向华为推销相关的 AI 方案，业界也同样传出麒麟 980 可能改用 Arm 的 AI 方案的声音，云端 AI 方案 Arm 亦是可能选项。
而最后的可能性，就是华为放弃寒武纪与 Arm，采用全新研发的架构，但是在生态方面，寒武纪支持了主要框架的大部分算法模型，而 Arm 也花了数年的时间研发了 Arm NN 这个可以桥接大部分框架与算法模型、并可动态分配至 Arm 计算架构上进行计算工作的软件环境，芯片本身可能相对容易搞定，毕竟 AI 计算所需要的结构大同小异，除非搞光量子或者是深度神经网络计算架构，否则不会有太多意外的地方。但是在框架与生态的建构上，华为一时半刻还无法复制寒武纪以及 Arm 的工作。
而若要在短时间内取代目前业界拥有最强大生态支持，以及最完整软硬件环境的 NVIDIA，不寻求外力支持恐怕不太现实。
当然，在消息披露之后，华为并未对 D 计划内容进行回应。
实际上，国际市场对华为之所以戒慎恐惧，主要是因为华为虽然使用不少国外元器件，但核心部分通常都经过大幅修改，比如说电信设备，或者是智能手机的软件部分，就好像产品中藏了“黑盒子”，加上华为的背景，自然容易被严格检视。
而如果在云端计算同样采用自有架构来取代 NVIDIA 方案，那等于是增加了更多神秘的部分，当然，对华为而言是可以降低核心来源被中断的风险，但是就市场而言，以更不成熟的方案来替代，加上自有的部分比重增加，那可能同样会增加未来出口的困难度。
未雨绸缪是好事，但仍要考虑技术层次、生态经营，以及可能的市场挑战，自有只是手段，也不应该是最终目的。
来源：整理自太平洋电脑网、Deeptech深科技等
/3 
