华为达芬奇计划：用AI芯片驱动数据中心 构建平安城市生态体系

　　对标高通后，“达芬奇计划”还要打败英伟达?

　　从华为的“达芬奇计划”来看，最核心的一点还是发展“AI芯片”，并为企业客户提供服务器和其他数据中心设备，但这一业务很可能会给英伟达带来一定挑战。

　　华为一位经理表示，虽然华为目前使用英伟达的芯片来为其服务器增加AI功能，但华为希望逐步减少对英伟达的依赖。并且，华为希望能为客户建立网络和数据中心，提高华为在AI方面差异化竞争的能力。而这种竞争力一旦成熟，可能首先刺激的就是英伟达。

　　而反观华为在世界范围内的发展，并不是没有此类案例。在移动芯片领域，抗衡高通，就是一个典型。

　　2004年，华为在深圳注册了海思半导体有限公司，开始芯片自研之路;2012年海思推出K3V2处理器，第一次将芯片应用于自家手机;同年，手机处理器开启多核进程，华为抢在德州仪器和高通之前推出K3V2，完成了世界上第二颗四核处理器;2014年，海思推出第一款SoC麒麟910，继高通后成功突破基带技术，集成自研的Balong710基带，完成了英伟达、英特尔在移动处理器领域没有做到的事;两年后，海思又推出麒麟960，集成了整合CDMA的Balong 750基带，GPU性能大幅提升，这一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)

　　于是，十年研发之后，华为在国内高度依赖高通芯片的情况下，成为了唯一敢对高通说“不”的手机厂商。今年1月美国高通在北京举行技术合作峰会，国内厂商唯独华为没有参与。

　　可以说，正是华为在移动芯片领域，敢于对标高通，才一步步超越英伟达、英特尔等，成为能对抗巨人的巨人。

　　而对英伟达似乎也是如此。英伟达以图形处理器GPU闻名，2016年又第一个推出专为深度学习优化的Pascal GPU，2017年推出了性能更优的新GPU架构Volta以及神经网络推理加速器TensorRT 3。赶上了AI浪潮的英伟达，在加速深度学习算法芯片市场几乎占垄断地位。

　　而华为此次研究的用于数据中心的AI芯片，强调云中的语音和图像识别等应用能力，正好与英伟达的图形处理器GPU芯片相对。因而，短期来说，华为开始自强，会逐渐替代掉自用的英伟达芯片;长远来看，华为的芯片一旦成熟，很可能会在世界范围内与英伟达争夺市场。

　　实力虽在手，但华为只是“潜在”对手

　　不过，虽然华为在世界范围的技术实力不容质疑，研发投入上更是十分舍得花钱。但实力之余，还要更多考虑当下的市场状况。华为有实力，但就市场份额而言，华为对于高通和英伟达，目前只是“潜在”对手，还不到要正面竞争的时候。

　　拿移动芯片来说，华为的麒麟芯片目前仅限于自用，并没有计划把麒麟芯片对外进行销售。今年4月，海思董事长的徐直军，也是本次“达芬奇计划”的负责人表示，并没有将芯片定位为一块业务，华为做芯片，仅定位于承载自己的产品差异化及提升竞争力。

　　而这一策略的核心原因在于，在面对广大移动芯片市场的同时，同为智能手机生产商的华为与其他厂商也是竞争关系，海思芯片是当下华为相对于其他依赖进口芯片的国产品牌最核心的竞争力。并且，大规模投入市场，还需要考虑海思目前在性能上还不能“打赢”高通，以及海思芯片由台积电进行代工、自身的供应量也有限等问题。

　　(芯片产业链)

　　再回到华为研制AI芯片，可能对英特尔带来冲击这件事，其实也只是一种战略上的考量。

　　英特尔打下自己的芯片帝国，除了凭借通用的GPU单元，开发出专门的TensorRT加速器，还有强劲的矩阵运算性能及对其他算法的兼顾。几种能力综合起来，英特尔不仅可以用GPU满足AI构建的训练需求，还能用TeslaRT用来部署，实现AI的整体构建。而要与英特尔竞争，华为除了要打造足够强大的芯片，更需要建立一种配套的AI生态。因而，英特尔在加速深度学习算法芯片的市场上的垄断地位，并不是华为能轻易撼动的。

　　不过海思能在十年之内，在移动芯片领域超越英伟达和英特尔，直接对上通信芯片巨头高通，以华为任总“狼性”的风格来说，后来居上，未来能与英伟达一战，并不是一件非常难以想象的事。

　　目前，华为在芯片领域更多在“自强”，无论是对高通，还是英特尔，都还没有大规模切入市场，因而竞争并不是当下的事。但华为这样体量的巨头的一举一动，以及核心技术在手后，对市场的影响，始终都是可能改变生态的一个潜在威胁。

　　华为，这位世界级的通信巨头，已经开始发力AI芯片及AI生态了，不知其他巨头们又如何看待这个“潜在”的劲敌呢?