昨天，华为内部的“达芬奇计划”首次曝光，旨在将AI带入华为所有产品和服务中。
最重要的一步是开发数据中心的AI芯片来挑战NVIDIA！这是华为最新的秘密“作战”计划，也将很快成为其影响最广泛的战略目标。
什么是“达芬奇计划”？第一级涉足AI 据The Information报道，华为内部制定了一个代号为“Project Da Vinci”的项目，也被一些华为高管称为“Plan D”。
其内容包括数据中心新技术的开发。
华为AI芯片支持云端语音、图像识别等应用。
这被视为华为进军竞争激烈的人工智能市场的第一步。
知情人士称，华为“达芬奇计划”的执行负责人是华为副董事长、海思半导体董事长徐直军。
他还负责华为的业务战略和研发。
据了解，华为高管经常在深圳的月度会议上讨论具体的AI相关工作，可见华为高管对人工智能的浓厚兴趣。
“达芬奇计划”可能是开发人工智能的想法的集合。
对于“神秘”的项目“达芬奇”，笔者试图在网络上寻找相关线索。
笔者发现，华为发布的一款nova手机所使用的图像后处理引擎软件算法曾被命名为“达芬奇算法”。
虽然当时华为并没有提及AI。
同时，“达芬奇”也是一个技术术语。
“达芬奇技术”作为数字图像、视频、语音、音频信号处理的平台，可以利用数字信号处理和集成电路技术，提供SoC、集成DSP内核、ARM处理器和视频加速协处理器，为视频提供动力。
以较低的成本进行应用。
这个“达芬奇项目”提出为数据中心开发新的华为AI芯片，以支持云端语音和图像识别等应用。
这个“达芬奇”可能和另一个“达芬奇”有关。
“达芬奇计划”做了什么？将AI融入所有产品和服务 据The Information了解，华为目前致力于将AI引入公司所有产品和服务，包括电信基站和云数据中心、智能手机、监控摄像头等设备。
“达芬奇计划”就是这一系列想法的一次尝试。
通过“达芬奇计划”转型的业务之一就是华为的“平安城市”业务。
华为目前可以使用人工智能驱动的监控摄像头捕获图像并将其发送到远程数据中心，以收集和分析当地政府的监控数据并向警方发出警报，例如自动识别交通事故、盗窃和街头斗殴等。
据“平安城市”事业部一名员工透露，除了提供设备和云计算平台外，华为还在尝试开发自己的摄像头计算机视觉算法。
未来，这些数据中心的服务器将由华为的AI芯片驱动，可以分析大量信息并做出智能决策。
另一方面，华为正计划将更多AI能力引入全球电信网络。
为了确保运营商客户的基础设施升级，为5G网络做好准备，华为正在开发新的设备和软件，以利用电信基站创建更智能的人工智能网络。
据了解，这些基站可以自行检测和修复问题，同时通过预测无线数据流量的波动来自动调整其运营。
此外，华为的云计算业务也在快速发展。
华为的云业务正在向企业客户提供服务器和其他数据中心设备（包括芯片）。
芯片的研发意味着会给英伟达带来挑战。
就在两年前，华为高管之一郭平表示，该公司每年至少在研发预算中花费10亿美元用于数据中心相关投资。
除了简单地做内核之外，华为还打算构建更大的软件、硬件和开发者生态系统。
2020年9月，华为消费者业务CEO余承东宣布推出全球首款手机AI芯片麒麟，同时推出Hi AI移动计算平台，以芯、端、云协同发展战略部署移动AI生态。
这是华为基于NPU构建移动端生态的尝试。
目前，该生态已聚集45万名开发者，堪称一个微型的“达芬奇项目”。
对标高通后，“达芬奇计划”还能击败英伟达吗？从华为“达芬奇计划”来看，核心点是研发“AI芯片”，并向企业客户提供服务器等数据中心设备。
不过，这项业务很可能会给英伟达带来一定的挑战。
一位华为经理表示，虽然华为目前使用Nvidia芯片为其服务器添加AI功能，但华为希望逐步减少对Nvidia的依赖。
此外，华为希望为客户建设网络和数据中心，以提高华为在AI方面的差异化和竞争能力。
一旦这种竞争力成熟，英伟达可能最先受到刺激。
回顾华为在全球的发展历程，这样的案例并非没有。
在移动芯片领域，与高通的竞争就是一个典型的例子。
2017年，华为在深圳注册海思半导体有限公司，开始芯片自研； 2007年，海思推出K3V2处理器，首次将该芯片应用到自家手机上；同年，手机处理器开启多核进程，华为抢先德州仪器和高通此前推出的K3V2，完成全球第二个四核处理器； 2018年，海思推出首款SoC麒麟，继高通之后成功突破基带技术，集成自研巴龙基带，完成了NVIDIA、Intel在移动处理器领域未能做到的事情；两年后，海思推出了麒麟，集成了集成CDMA的Balong基带。
GPU性能大幅提升。
这款芯片也奠定了华为在移动芯片市场的领先地位。
（海思官网给出的部分解决方案）因此，经过十年的研发，华为成为在国家高度依赖高通芯片的情况下，唯一敢于对高通说“不”的手机厂商。
今年1月，高通在北京举办了技术合作峰会。
只有国内厂商华为没有参与。
可以说，正是华为在移动芯片领域勇于与高通竞争，才逐渐超越英伟达、英特尔等，成为可以与巨头竞争的巨头。
对于英伟达来说似乎也是如此。
NVIDIA以其图形处理器GPU而闻名。
2016年，率先推出针对深度学习优化的Pascal GPU。
2017年推出了性能更出色的全新GPU架构Volta和神经网络推理加速器TensorRT 3。
赶上AI浪潮的Nvidia在加速深度学习算法芯片市场几乎垄断。
华为此次研究的数据中心使用的AI芯片强调云端的语音、图像识别等应用能力，这与英伟达的图形处理器GPU芯片正好相反。
因此，短期内，随着华为开始做强自己，将逐步取代自家的NVIDIA芯片；从长远来看，一旦华为的芯片成熟，它很可能会与NVIDIA争夺全球市场。
虽然实力在手，但华为只是一个“潜在”对手。
不过，虽然华为在全球的技术实力毋庸置疑，但它却非常愿意花钱进行研发投入。
但除了实力之外，我们还要考虑目前的市场状况。
华为有实力，但就市场份额而言，华为目前只是高通和英伟达的“潜在”竞争对手，还不是正面竞争的时候。
以移动芯片为例，华为的麒麟芯片目前仅供个人使用，并没有对外销售麒麟芯片的计划。
今年4月，海思董事长、“达芬奇计划”负责人徐直军表示，公司并不将芯片定位为业务。
华为的芯片只是定位于进行自身产品差异化，增强竞争。
力量。
这一战略的核心原因是，在面对广阔的移动芯片市场的同时，同为智能手机厂商的华为也与其他厂商处于竞争关系。
与其他依赖进口芯片的国产品牌相比，海思芯片目前是华为最大的竞争对手。
核心竞争力。
而且，要大规模投入市场，还需要考虑海思目前在性能上无法“击败”高通，以及海思芯片是由台积电及其旗下制造的。
自己的供应也有限。
（芯片产业链）回到华为研发AI芯片，它可能对英特尔带来的影响其实只是战略考虑。
英特尔已经建立了自己的芯片帝国。
除了依靠通用GPU单元开发专门的TensorRT加速器外，还具有强大的矩阵计算性能和对其他算法的考虑。
结合多种能力，英特尔不仅可以利用GPU满足AI建设的训练需求，还可以利用TeslaRT进行部署，实现AI的整体建设。
为了与英特尔竞争，华为不仅需要打造足够强大的芯片，还需要建立配套的AI生态系统。
因此，英特尔在加速深度学习算法芯片市场的垄断地位是华为无法轻易动摇的。
然而，海思可以在十年之内在移动芯片领域超越英伟达和英特尔，与通信芯片巨头高通直接竞争。
以华为总裁的“狼性”作风来说，未来完全可以后来居上，与英伟达竞争。
并不是一件非常难以想象的事情。
目前，华为在芯片领域更加“自强”。
高通和英特尔都没有大规模进入市场，因此竞争并不是立竿见影的事情。
但华为这样的巨头的一举一动，以及核心技术掌握后对市场的影响，始终是可能改变生态的潜在威胁。
世界级通信巨头华为已经开始研发AI芯片和AI生态系统。