自動(dòng)駕駛汽車依靠AI算法來(lái)完成感知識(shí)別、決策、規(guī)劃等動(dòng)作，在算法搭建前往往要選擇合適的計(jì)算框架。

過(guò)去，工程師們往往會(huì)在“適合入門又編碼繁瑣”的TensorFlow、“強(qiáng)調(diào)極簡(jiǎn)主義”的Keras、“傳統(tǒng)老牌但缺乏靈活性”的Caffe、“低門檻”的PaddlePaddle 等框架中做選擇，而在今天，華為發(fā)布了全場(chǎng)景AI計(jì)算框架 MindSpore，直接對(duì)標(biāo)業(yè)界主流框架谷歌的Tensor Flow。

在2018華為全聯(lián)接大會(huì)上，華為提出，AI框架應(yīng)該是開(kāi)發(fā)態(tài)友好（例如顯著減少訓(xùn)練時(shí)間和成本）和運(yùn)行態(tài)高效（例如最少資源和最高能效比），更重要的是，要能適應(yīng)每個(gè)場(chǎng)景包括端、邊緣和云。

經(jīng)過(guò)近一年的努力，全場(chǎng)景AI計(jì)算框架MindSpore在這三個(gè)方面都取得了顯著進(jìn)展。

全場(chǎng)景支持，是在隱私保護(hù)日漸重要的背景下，實(shí)現(xiàn)AI無(wú)所不在越來(lái)越基礎(chǔ)的需求，也是MindSpore的重要特色。

針對(duì)不同的運(yùn)行環(huán)境，MindSpore框架架構(gòu)上支持可大可小，適應(yīng)全場(chǎng)景獨(dú)立部署。MindSpore框架通過(guò)協(xié)同經(jīng)過(guò)處理后的、不帶有隱私信息的梯度、模型信息，而不是數(shù)據(jù)本身，以此實(shí)現(xiàn)在保證用戶隱私數(shù)據(jù)保護(hù)的前提下跨場(chǎng)景協(xié)同。除了隱私保護(hù)，MindSpore還將模型保護(hù)Built－in到AI框架中，實(shí)現(xiàn)模型的安全可信。

在原生適應(yīng)每個(gè)場(chǎng)景包括端、邊緣和云，并能夠按需協(xié)同的基礎(chǔ)上，通過(guò)實(shí)現(xiàn)AI算法即代碼，使開(kāi)發(fā)態(tài)變得更加友好，顯著減少模型開(kāi)發(fā)時(shí)間。以一個(gè)NLP（自然語(yǔ)言處理）典型網(wǎng)絡(luò)為例，相比其他框架，用MindSpore可降低核心代碼量20％，開(kāi)發(fā)門檻大大降低，效率整體提升50％以上。

通過(guò)MindSpore框架自身的技術(shù)創(chuàng)新及其與昇騰處理器協(xié)同優(yōu)化，有效克服AI計(jì)算的復(fù)雜性和算力的多樣性挑戰(zhàn)，實(shí)現(xiàn)了運(yùn)行態(tài)的高效，大大提高了計(jì)算性能。除了昇騰處理器，MindSpore同時(shí)也支持GPU、CPU等其它處理器。

值得一提的是，華為已經(jīng)用基于Ascend 310芯片的MindSpore DDK做一些車輛識(shí)別的項(xiàng)目。

華為輪值董事長(zhǎng)徐直軍認(rèn)為“大家目前最缺少的還是算力，誰(shuí)的算力強(qiáng)，誰(shuí)發(fā)論文就快。論文增長(zhǎng)最快的是谷歌，因?yàn)樗�有最�?qiáng)的算力。AI本來(lái)就是一個(gè)暴力計(jì)算，沒(méi)有暴力，哪來(lái)成果？華為云面向全球，啟動(dòng)暴力。”

昇騰910，號(hào)稱算力最強(qiáng)AI處理器

今天的發(fā)布會(huì)上，華為正式發(fā)布算力最強(qiáng)的AI處理器Ascend 910（昇騰910）。

經(jīng)過(guò)一年多的測(cè)試，在算力方面，昇騰910完全達(dá)到了設(shè)計(jì)規(guī)格，即：半精度（FP16）算力達(dá)到256 Tera－FLOPS，整數(shù)精度（INT8）算力達(dá)到512 Tera－OPS；重要的是，達(dá)到規(guī)格算力所需功耗僅310W，明顯低于設(shè)計(jì)規(guī)格的350W。

徐直軍表示：昇騰910總體技術(shù)表現(xiàn)超出預(yù)期，作為算力最強(qiáng)AI處理器，當(dāng)之無(wú)愧。當(dāng)昇騰910用于實(shí)際AI訓(xùn)練任務(wù)，比如，在典型的ResNet50網(wǎng)絡(luò)的訓(xùn)練中，昇騰910與MindSpore配合，與現(xiàn)有主流訓(xùn)練單卡配合TensorFlow相比，顯示出接近2倍的性能提升。

面向未來(lái)，針對(duì)不同的場(chǎng)景，包括邊緣計(jì)算、自動(dòng)駕駛車載計(jì)算、訓(xùn)練等場(chǎng)景，華為將持續(xù)投資，推出更多的AI處理器，面向全場(chǎng)景持續(xù)提供更充裕、更經(jīng)濟(jì)、更適配的AI算力。

全棧全場(chǎng)景AI解決方案，讓AI無(wú)處不在

徐直軍在發(fā)布以上兩款產(chǎn)品之前，首先重申了華為公司的AI戰(zhàn)略：

投資AI基礎(chǔ)研究：在計(jì)算視覺(jué)、自然語(yǔ)言處理、決策推理等領(lǐng)域構(gòu)筑數(shù)據(jù)高效（更少的數(shù)據(jù)需求） 、能耗高效（更低的算力和能耗），安全可信、自動(dòng)自治的機(jī)器學(xué)習(xí)基礎(chǔ)能力；

打造全棧全場(chǎng)景解決方案：提供充裕的、經(jīng)濟(jì)的算力資源，簡(jiǎn)單易用、高效率、全流程的AI平臺(tái)；

投資開(kāi)放生態(tài)和人才培養(yǎng)：面向全球，持續(xù)與學(xué)術(shù)界、產(chǎn)業(yè)界和行業(yè)伙伴廣泛合作；

把AI思維和技術(shù)引入現(xiàn)有產(chǎn)品和服務(wù)，實(shí)現(xiàn)更大價(jià)值、更強(qiáng)競(jìng)爭(zhēng)力；

應(yīng)用AI優(yōu)化內(nèi)部管理，對(duì)準(zhǔn)海量作業(yè)場(chǎng)景，大幅度提升內(nèi)部運(yùn)營(yíng)效率和質(zhì)量。

華為AI解決方案（Portfolio）的全場(chǎng)景，是指包括公有云、私有云、各種邊緣計(jì)算、物聯(lián)網(wǎng)行業(yè)終端以及消費(fèi)類終端等部署環(huán)境；而全棧是技術(shù)功能視角，是指包括Ascend昇騰系列IP和芯片、芯片使能CANN、訓(xùn)練和推理框架MindSpore和應(yīng)用使能ModelArts在內(nèi)的全堆棧方案。

華為認(rèn)為AI的應(yīng)用總體還處于發(fā)展初期，AI技術(shù)和能力相比于長(zhǎng)遠(yuǎn)期望還有很大差距。減小甚至消除這些差距，加速AI的應(yīng)用。具體包括致力于促成以下10個(gè)方面的改變：

通過(guò)全棧全場(chǎng)景技術(shù)手段，結(jié)合投資開(kāi)放的生態(tài)和人才培養(yǎng)，讓AI人才不再短缺。