0
| 本文作者： 包永刚 | 2018-09-06 18:22 |
雷锋网消息，继7月曝光华为的达芬奇计划之后，The Information近日又报道，据知情人士透露，微软和华为正在讨论将华为自主研发的云端AI芯片用于微软云在中国的数据中心。消息人士同时透露，华为已经生产了新的自研AI芯片的样品，并且新的芯片能够扮演与英伟达芯片类似的角色。
消息人士透露，过去几个月，华为高管一直在向微软负责人工智能战略和研究的微软执行副总裁沈向洋（Harry Shum）推荐华为的人工智能芯片和其他产品。而沈向洋也将在华为下月的HC（Huawei Connect）大会上作为主题发言人。HC是华为年度的重磅活动，预计将在其业务合作伙伴、供应商、行业分析师和记者面前讨论华为公司的人工智能战略。
另据雷锋网了解，为了说服微软使用华为的AI芯片，必须满足微软严格的性能要求。据悉，一些华为工程师正在为芯片定制软件，以达到微软的标准。工程师们还在新的华为芯片上运行微软的算法，如Bing搜索引擎的语音识别软件进行测试。
图片来自华为
达芬奇计划与云端AI芯片
其实，关于华为的云端AI芯片此前在The Information曝光华为达芬奇计划（Project Da Vinci）时已经提到，该计划华为内部也称为D计划，负责人是华为副董事长、华为旗下IC设计公司海思董事长徐直军。达芬奇计划的主要内容包括：一，将AI引入华为的所有产品和服务当中，包括电信基站、云数据中心、智能手机、监控摄像头等；二，为数据中心开发新的AI芯片，使得语音识别、图像识别等应用可以在云端使用。
达芬奇计划的第一部分内容也是很多厂商正在努力的方向。但为数据中心开发AI芯片，本质上是在挑战英伟达的地位。目前，无论是国外的AWS、微软云、谷歌云还是国内的阿里云、腾讯云、华为云都需要使用英伟达的GPU，并且包括华为云在内的云服务厂商都使用英伟达的GPU为其云服务添加AI功能。
同时，目前英伟达已经垄断GPU市场90%的份额，随着数据中心需求的发展英伟达的业绩也持续向好，英伟达2019财年第二季度财务报告指出，其数据中心收入同比增长 83%至7.60亿美元。因此，想要在计算密集型训练AI算法提供动力的芯片市场打破英伟达的垄断地位并不容易。但华为应该有这个能力，根据华为公布的2017年报，去年华为研发费用达897亿元人民币，同比增长17.4%，近十年投入研发费用超过3940亿元。在持续的研发投入下，华为海思麒麟970被称作全球首款手机AI处理器，刚发布的麒麟980还首次搭载了双NPU。
另外，一位不愿透露姓名的华为经理向The Information表示：“（AI芯片）市场足够大，完全能容纳不止一个玩家。我们正在为客户提供另一种选择。”这或许就是华为要进入云端AI芯片市场的重要原因。
此时，如果微软同意在中国的数据中心采用华为的AI芯片，即便因为微软云在中国市场的份额可能对华为的商业影响有限，但与微软合作无疑可以提升华为在AI上投入产出急需的信誉。
更进一步，华为的云端AI芯片是GPU吗？
华为的自研GPU
前面都说的是华为会推出云端AI芯片，而如今大部分的AI芯片都是基于CPU、GPU、FPGA和ASIC。从曝光的消息看，华为新的AI芯片作用与英伟达类似，那由此看来更大的可能性就是GPU。根据雷锋网所了解到的信息，消息称华为从2014年开始就筹划自研GPU，经过5年的准备和研发，将会在2018年底面市。在2016年，招聘网站的公开招聘信息显示，华为在招聘GPU架构师、并行计算GPU库设计师。
不过想要自主研发GPU难度不小，先不说对性能要求更高的数据中心，就是在移动处理器上，华为在提升麒麟GPU表现的时候采用的是软硬结合的解决方案GPU Turbo，而非使用自研GPU。当然也需要认识到移动GPU与高性能GPU之间的差距，如果以移动端性能强大且受欢迎程度很高的产品之一的高通Adreno为例，对比GPU驱动的完备性以及图形驱动数据传输时的Merge优化等优化特性，Adreno也被英伟达碾压。
因此，华为想要成功研发自主GPU难点包括图形驱动的BUG、兼容性等难题。当然，华为自主研发GPU也有好的一面，那就是在各国政府越来越关注信息安全的背景下，作为电信设备提供商的华为在美国的发展遇到阻碍，相反，在国内如果国外的云服务提供商要在中国市场获得更大的发展，将数据中心建在中国以及采购中国厂商提供的设备都是不错的选择，这将在一定程度上支持华为研发云端AI芯片。
那么，华为下月的HC大会上，我们能看到重磅消息吗？
相关文章：
华为麒麟980浅析：“梭哈”自研SoC的胜利，只待Mate20证明自己
“吓人技术”到底是个啥？华为GPU Turbo两大流言深度辨析
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
