发布会结束后，华为应该笑了很久。
昨天上午9点，华为在全联接大会上正式发布了AI发展战略及相关产品和解决方案。
核心点是，华为将打造包括芯片、芯片使能、硬件、训练和推理框架的全栈解决方案。
以及云、边、端的全场景解决方案。
其中，最重要的就是华为此次推出的两款AI芯片：面向大规模分布式训练系统的升腾和面向边缘计算场景的升腾。
这两款芯片均采用达芬奇架构。
Ascend专注于云场景超高算力。
其半精度计算能力达到TFLOPS，比目前最强的NVIDIA V的T高出一倍，是目前全球发布的最大芯片。
单芯片算力最大的AI芯片采用7nm工艺，将于明年第二季度上市。
Ascend 将极其高效的计算与低功耗结合在一起。
它是目前针对边缘计算场景性能最强的SOC，最大功耗仅为8瓦。
此外，徐直军介绍，明年将发布三个IP，用于智能手机、手表等可穿戴设备。
基于Ascend和Ascend，华为还将提供一系列硬件和云服务产品。
用徐直军的话说——AI好。
我们要“大大加速人工智能在各行各业的应用，实现普惠人工智能”。
揭秘华为全栈 全场景AI解决方案发布会一开始，华为轮值董事长徐直军就开门见山，用不太地道的普通话讲述了当前人工智能的发展趋势。
他主要讲了三点：第一，人工智能将成为一种共性技术。
用AI技术和理念解决当前和未来的问题。
这是我们未来能否打造竞争力的关键。
其次，人工智能将改变各行各业。
第三，人工智能将改变每个组织。
人工智能将减少对传统岗位的需求，增加对数据库人才的需求。
未来的人才需求是菱形的，而不是三角形的。
基于人工智能技术给人才和产业带来的10大变革，华为制定了人工智能发展战略，包括五个部分： 1、基础研究投入：全力投入人工智能基础研究，构建计算机视觉领域的数据、自然的用户眼睛处理和决策推理。
高效的; 2、打造全栈解决方案：打造云、边、端全场景解决方案； 3. 投资开放生态系统和人才培训； 4、解决方案增强：将AI思维技术引入到华为现有所有产品和服务中。
实现现有产品和服务的更大价值； 5、提升内部效率：利用AI优化内部管理，瞄准海量运营场景。
随后，华为首席战略架构师党文栓详细讲解了华为全栈全场景解决方案，包括四层：升腾芯片、计算层CANN、端、边、云独立协同支持的MindSpore、统一训练和部署推理框架；提供预集成解决方案的全流程服务（ModelArts）、分层API和应用使能层：第一层是芯片设计层，基于达芬奇架构开发从Lite、Mini、Tiny、Nano到Max系列芯片集成，适用于任何场景，以最低的功耗提供最佳的性能。
第二层是算力层。
华为开发的CANN可以将最优的开发算力和算子性能结合起来。
拥有统一的API接口，致力于为开发者提供更好的开发平台。
以reduce-sum开发案例为例，华为的开发效率提升了3倍。
第三层是Mindstore，华为开发的统一训练和推理框架，支持深度学习、强化学习、强化学习。
值得一提的是，这个框架的大小不到50mb，需要的存储空间非常少。
它集成了大规模分布式训练系统的芯片，方便不同模型的开发和优化。
第四层是应用开发层，提供全流程服务架构ModelArts。
通常建模、操作和其他服务是隔离的。
华为设计的ModelArts可以为开发者提供更简单的模型支持，从获取数据到适应变化。
可以支持全过程的设计支持。
具体包括自适应模型架构、让不同场景下的模型设计更加自动化的ExeML和预集成解决方案、支持多领域（包括物流等不同场景）开发的CloudEI平台等。
人工智能发展战略以持续投入基础研究和人工智能人才培养为基础，打造全栈、全场景人工智能解决方案和开放的全球生态系统。
一直迟迟没有人工智能战略的华为终于有了大动作。
华为最早公开对AI的“野心”可以追溯到2008年任正非与任正非的一次内部谈话。
当时，他在华为诺亚方舟实验室的一次研讨会上发表了内部演讲，系统地讨论了华为在人工智能领域的战略。
首次涉足人工智能领域。
自此，华为的AI战略初具规模。
在这次内部谈话中，任正非谈到了华为的人工智能服务方向和研发重点。
其中，关键词之一是基于华为现有网络存量，将AI聚焦于提升服务。
即“人工智能必须以服务主航道为目标”。
值得注意的是，这里提到的诺亚方舟实验室是华为于2016年成立的，专注于人工智能、机器学习、数据挖掘等前沿技术领域。
这也是华为正式投入AI基础研究的一个领先信号。
诺亚方舟上还有一个更加神秘的“实验室”，这就是华为的总研究院，包括中央硬件工程院、海思、研发能力中心、中央软件院等。
早期，华为的AI研究主要集中在企业内部的服务上。
与谷歌、微软和国内BAT相比，其对外的动作要低调得多。
以与云计算密切相关的云端AI芯片市场为例。
作为AI云服务的重要组成部分，专门加速深度神经网络任务的云芯片已经成为当前云服务厂商的必备品。
NVIDIA 凭借其 CUDA 解决方案已经成为众人瞩目的焦点。
谷歌在2018年推出了为机器学习定制的专用芯片TPU，目前已应用于AlphaGo背后的机器学习模型、搜索、翻译、相册等。
今年2月，谷歌云TPU宣布对外开放用户。
国内形势也十分紧迫。
百度在7月份的开发者大会上推出了云端全功能AI芯片“昆仑”。
其训练和推理能力不容小觑，与百度AI大脑形成合力。
阿里巴巴在刚刚过去的云栖大会上宣布成立独立半导体公司平头哥。
其首款自主研发的深度神经网络芯片将于明年4月正式流片。
面对国内外的多重攻击，华为不得不加快步伐。
Ascend系列芯片的发布表明华为有远大的野心。
它不仅要超越现有的竞争对手，还需要做得更全、更大。
不过，最终的申请结果还需等待时间的检验。
华为的AI野心可期。
据了解，有业内人士将华为的人工智能研究分为三个部分：基础理论研究；使能者改变华为的流程管理。
“这个扶持项目不向公众开放。
“仅限内部”；第三部分是做人工智能相关产品，赋能外部。
在外界的认知中，华为与AI的连接点更多体现在移动处理器上。
自2008年搭载NPU的麒麟推出以来，引领了手机AI芯片的热潮。
今年，麒麟继续完善神经网络推理加速架构，推出全新双核NPU。
华为表示，Kirin相比Kirin可以实现75%的性能提升，能耗比比Kirin高出58%。
同时，在AI方面，华为的布局看似并不明显，但实际上在tob端和toc端都取得了稳步进展。
今年4月，华为轮值董事长徐直军提到，“华为将把AI技术引入到我们的智能终端、云、网络中”。
在网络运营商方面，华为基于原有的全云化网络架构引入了机器学习。
，开发了SoftCOM AI解决方案架构。
整个SoftCOM AI架构有两个核心：一个核心是AI训练平台，用于训练数据并输出模型或算法；另一个核心是AI训练平台，用于训练数据并输出模型或算法。
另一个核心是智能管控中心，用于收集数据，基于训练，平台输出的模型和算法推断网络动作指令并执行。
最终，我们将实现电信网络的自动化、自治化、自愈性。
云的布局就更不用说了。
在本次全连接大会上，Ascend系列芯片的推出表明了华为对云的高度重视。
今年3月，华为加大公有云领域投入，成立云BU，与华为三大业务BU并列； 7月，华为全面升级云品牌“华为云”。
本次全联接大会的“+智能”口号，也是华为云“+AI”的延续。
“+AI”不是“AI+”。
华为也知道，目前人工智能的技术趋势还处于早期阶段。
是对一些原有的产品应用进行赋能，而不是凭空推出一个完全“AI”的东西。
华为首先将AI应用于内部制造、物流、零售等场景。
例如，华为利用图像处理技术和深度学习智能判断，将设备良率提升至99.55%，然后开始对外输出AI能力。
去年9月，华为推出了基于华为云的企业智能EI平台。
通过EI平台，所有企业和政府用户都可以使用人工智能创造的各种产品和服务。
总而言之，华为一直想做的就是构建从芯片、终端到云端的人工智能协同发展。
结论：华为全连接大会内容丰富。
徐直军还提到，华为的主要AI发展战略将在未来几天的大会上详细介绍。
在AI方面，华为一直沉默，却一鸣惊人。
推出覆盖云、边、端的全场景、全终端AI芯片。
确实，从升腾到麒麟系列，华为的AI芯片布局是目前国内外最全面的科技公司。
无论是对标英伟达还是谷歌，华为的技术实力都让其人工智能野心十分可期。