华为达芬奇计划揭露AI布局将全面走向自研，核心架构将来自外

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。

 2/2   首页 上一页 1 2