2019年8月23日，华为正式发布算力最强的AI处理器Ascend 910（昇腾910），同时推出全场景AI计算框架MindSpore。

　　华为公司轮值董事长徐直军在发布会上表示，昇腾910、MindSpore的推出，标志着华为已完成全栈全场景AI解决方案（Portfolio）的构建，也标志着华为AI战略的执行进入了新的阶段。

　　图：2019年8月23日，华为公司轮值董事长徐直军发布AI处理器Ascend 910及全场景AI计算框架MindSpore。

　　华为此次正式发布的AI芯片为昇腾910，属于Ascend-max系列，在HC2018上已经发布了其技术规格。实际测试结果表明，在算力方面，昇腾910完全达到了设计规格，即：半精度 (FP16)算力达到256 Tera-FLOPS，整数精度 (INT8) 算力达到512 Tera-OPS，重要的是，达到规格算力所需功耗仅310W，明显低于设计规格的350W。

　　徐直军表示，华为已经把昇腾910用于实际AI训练任务。比如，在典型的ResNet50 网络的训练中，昇腾910与MindSpore配合，与现有主流训练单卡配合TensorFlow相比，显示出接近2倍的性能提升。面向未来，针对不同的场景，包括边缘计算、自动驾驶车载计算、训练等场景，华为将持续投资，推出更多的AI处理器，面向全场景持续提供更充裕、更经济、更适配的AI算力。

　　此外，华为还发布了全场景AI计算框架 MindSpore。去年华为全联接大会上，华为提出，AI框架应该是开发态友好（例如显著减少训练时间和成本）和运行态高效（例如最少资源和最高能效比），更重要的是，要能适应每个场景包括端、边缘和云。经过近一年的努力，MindSpore在这三个方面都取得了显著进展。针对不同的运行环境，MindSpore框架架构上支持可大可小，适应全场景独立部署。MindSpore框架通过协同经过处理后的、不带有隐私信息的梯度、模型信息，而不是数据本身，以此实现在保证用户隐私数据保护的前提下跨场景协同。

　　除了隐私保护，MindSpore还将模型保护Built-in到AI框架中，实现模型的安全可信。 在原生适应每个场景包括端，边缘和云，并能够按需协同的基础上，通过实现AI算法即代码，使开发态变得更加友好，显著减少模型开发时间。以一个NLP（自然语言处理）典型网络为例，相比其他框架，用MindSpore可降低核心代码量20%，开发门槛大大降低，效率整体提升50%以上。通过MindSpore框架自身的技术创新及其与昇腾处理器协同优化，有效克服AI计算的复杂性和算力的多样性挑战，实现了运行态的高效，提升计算性能。

　　除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。为了更好促进AI的应用，徐直军表示，MindSpore将在2020年第一季度实现开源，助力每一位开发者，促进AI产业生态发展。

　　在发布以上两款产品之前，徐直军重申了华为公司的AI战略：投资AI基础研究，在计算视觉、自然语言处理、决策推理等领域构筑数据高效（更少的数据需求） 、能耗高效（更低的算力和能耗） ，安全可信、自动自治的机器学习基础能力；打造全栈全场景解决方案，提供充裕的、经济的算力资源，简单易用、高效率、全流程的AI平台；投资开放生态和人才培养，持续与学术界、产业界和行业伙伴广泛合作；把AI思维和技术引入现有产品和服务；应用AI优化内部管理。

　　华为AI解决方案（portfolio）的全场景，是指包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等部署环境。而全栈是技术功能视角，是指包括Ascend昇腾系列IP和芯片、芯片使能CANN、训练和推理框架MindSpore和应用使能ModelArts在内的全堆栈方案。

　　徐直军也回顾了制定以上AI战略的初衷。华为认为AI是一种新的通用目的技术（GPT），如同19世纪的铁路和电力，以及20世纪的汽车、电脑、互联网一样，将应用到经济的几乎所有地方。同时，华为也认为AI的应用总体还处于发展初期，AI技术和能力相比于长远期望还有很大差距。减小甚至消除这些差距，加速AI的应用，正是华为AI战略的初衷和目标。

　　具体而言，华为AI战略致力于促成十个方面的改变：通过提供更强的算力，使复杂模型训练能在几分钟、甚至几秒钟内完成；提供更经济、更充裕的算力，让算力不再稀缺，从而不再是AI发展的制约因素；通过全场景方案，适应企业不同需要，确保用户隐私得到尊重和保护，让AI能够部署在任何场景，而不仅仅是公有云；投资基础AI算法研究，实现更少的数据需求，即数据高效，也要能够基于更低的算力和能耗，即能耗高效；通过AI框架MindSpore和应用使能ModelArts，提升AI自身的自动化水平，减少对人工的依赖；持续提升模型算法，实现工业生产环境的工作优秀，而不仅仅是各种比拼环境的考试优秀；实现模型的闭环、实时更新，保证企业AI应用始终处于最佳状态；将AI技术与5G、云、物联网、边缘计算、区块链、大数据、数据库等技术充分协同；通过全栈方案一站式平台，使AI成为所有应用开发者甚至所有ICT技术从业人员的一项基本技能，而不是一项只有具备高级技能的专家才能完成的工作；通过全栈全场景技术手段，结合投资开放的生态和人才培养，让AI人才不再短缺。

　　在华为全联接大会2018上，与AI战略一起，华为同时对外发布并正式推出了昇腾310 AI芯片和全流程模型生产服务ModelArts。

　　自发布以来，基于昇腾310芯片的产品和云服务获得广泛应用。其中，基于昇腾310的MDC和很多国内外主流车企在园区巴士、新能源车、自动驾驶等场景已经深入合作。基于昇腾310的Atlas系列板卡、服务器，与数十家伙伴在智慧交通、智慧电力等数十个行业落地行业解决方案。基于昇腾310，华为云提供了图像分析类服务、OCR服务、视频智能分析服务等云服务。对外提供API达50多个，日均调用量超过1亿次，预计年底日均调用量超过3亿次。另有超过100多个客户使用昇腾310开发定制AI算法。

　　ModelArts全流程模型生产服务打通了从数据获取、模型开发、模型训练、模型部署的全链条。截止目前，ModelArts已经拥有开发者超过3万，日均训练作业任务超过4000个，32000小时，其中：视觉类作业占85%，语音类作业占 10%, 机器学习5%。

　　随着昇腾910 AI处理器以及MindSpore全场景AI计算框架的发布，华为全栈全场景AI解决方案各重要组成部分悉数登场。徐直军表示，华为已完成了全栈全场景AI解决方案的构建，实现了预期的计划和目标。在即将开幕的华为全联接大会2019，华为将有更多AI新品提出。

　　AI是一个大的产业，不仅仅对华为来说是一个大的产业，对世界来说也是。徐直军表示。

　　2019年8月23日，华为正式发布算力最强的AI处理器Ascend 910（昇腾910），同时推出全场景AI计算框架MindSpore。

　　华为公司轮值董事长徐直军在发布会上表示，昇腾910、MindSpore的推出，标志着华为已完成全栈全场景AI解决方案（Portfolio）的构建，也标志着华为AI战略的执行进入了新的阶段。

　　图：2019年8月23日，华为公司轮值董事长徐直军发布AI处理器Ascend 910及全场景AI计算框架MindSpore。

　　华为此次正式发布的AI芯片为昇腾910，属于Ascend-max系列，在HC2018上已经发布了其技术规格。实际测试结果表明，在算力方面，昇腾910完全达到了设计规格，即：半精度 (FP16)算力达到256 Tera-FLOPS，整数精度 (INT8) 算力达到512 Tera-OPS，重要的是，达到规格算力所需功耗仅310W，明显低于设计规格的350W。

　　徐直军表示，华为已经把昇腾910用于实际AI训练任务。比如，在典型的ResNet50 网络的训练中，昇腾910与MindSpore配合，与现有主流训练单卡配合TensorFlow相比，显示出接近2倍的性能提升。面向未来，针对不同的场景，包括边缘计算、自动驾驶车载计算、训练等场景，华为将持续投资，推出更多的AI处理器，面向全场景持续提供更充裕、更经济、更适配的AI算力。

　　此外，华为还发布了全场景AI计算框架 MindSpore。去年华为全联接大会上，华为提出，AI框架应该是开发态友好（例如显著减少训练时间和成本）和运行态高效（例如最少资源和最高能效比），更重要的是，要能适应每个场景包括端、边缘和云。经过近一年的努力，MindSpore在这三个方面都取得了显著进展。针对不同的运行环境，MindSpore框架架构上支持可大可小，适应全场景独立部署。MindSpore框架通过协同经过处理后的、不带有隐私信息的梯度、模型信息，而不是数据本身，以此实现在保证用户隐私数据保护的前提下跨场景协同。

　　除了隐私保护，MindSpore还将模型保护Built-in到AI框架中，实现模型的安全可信。 在原生适应每个场景包括端，边缘和云，并能够按需协同的基础上，通过实现AI算法即代码，使开发态变得更加友好，显著减少模型开发时间。以一个NLP（自然语言处理）典型网络为例，相比其他框架，用MindSpore可降低核心代码量20%，开发门槛大大降低，效率整体提升50%以上。通过MindSpore框架自身的技术创新及其与昇腾处理器协同优化，有效克服AI计算的复杂性和算力的多样性挑战，实现了运行态的高效，提升计算性能。

　　除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。为了更好促进AI的应用，徐直军表示，MindSpore将在2020年第一季度实现开源，助力每一位开发者，促进AI产业生态发展。

　　在发布以上两款产品之前，徐直军重申了华为公司的AI战略：投资AI基础研究，在计算视觉、自然语言处理、决策推理等领域构筑数据高效（更少的数据需求） 、能耗高效（更低的算力和能耗） ，安全可信、自动自治的机器学习基础能力；打造全栈全场景解决方案，提供充裕的、经济的算力资源，简单易用、高效率、全流程的AI平台；投资开放生态和人才培养，持续与学术界、产业界和行业伙伴广泛合作；把AI思维和技术引入现有产品和服务；应用AI优化内部管理。

　　华为AI解决方案（portfolio）的全场景，是指包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等部署环境。而全栈是技术功能视角，是指包括Ascend昇腾系列IP和芯片、芯片使能CANN、训练和推理框架MindSpore和应用使能ModelArts在内的全堆栈方案。

　　徐直军也回顾了制定以上AI战略的初衷。华为认为AI是一种新的通用目的技术（GPT），如同19世纪的铁路和电力，以及20世纪的汽车、电脑、互联网一样，将应用到经济的几乎所有地方。同时，华为也认为AI的应用总体还处于发展初期，AI技术和能力相比于长远期望还有很大差距。减小甚至消除这些差距，加速AI的应用，正是华为AI战略的初衷和目标。

　　具体而言，华为AI战略致力于促成十个方面的改变：通过提供更强的算力，使复杂模型训练能在几分钟、甚至几秒钟内完成；提供更经济、更充裕的算力，让算力不再稀缺，从而不再是AI发展的制约因素；通过全场景方案，适应企业不同需要，确保用户隐私得到尊重和保护，让AI能够部署在任何场景，而不仅仅是公有云；投资基础AI算法研究，实现更少的数据需求，即数据高效，也要能够基于更低的算力和能耗，即能耗高效；通过AI框架MindSpore和应用使能ModelArts，提升AI自身的自动化水平，减少对人工的依赖；持续提升模型算法，实现工业生产环境的工作优秀，而不仅仅是各种比拼环境的考试优秀；实现模型的闭环、实时更新，保证企业AI应用始终处于最佳状态；将AI技术与5G、云、物联网、边缘计算、区块链、大数据、数据库等技术充分协同；通过全栈方案一站式平台，使AI成为所有应用开发者甚至所有ICT技术从业人员的一项基本技能，而不是一项只有具备高级技能的专家才能完成的工作；通过全栈全场景技术手段，结合投资开放的生态和人才培养，让AI人才不再短缺。

　　在华为全联接大会2018上，与AI战略一起，华为同时对外发布并正式推出了昇腾310 AI芯片和全流程模型生产服务ModelArts。

　　自发布以来，基于昇腾310芯片的产品和云服务获得广泛应用。其中，基于昇腾310的MDC和很多国内外主流车企在园区巴士、新能源车、自动驾驶等场景已经深入合作。基于昇腾310的Atlas系列板卡、服务器，与数十家伙伴在智慧交通、智慧电力等数十个行业落地行业解决方案。基于昇腾310，华为云提供了图像分析类服务、OCR服务、视频智能分析服务等云服务。对外提供API达50多个，日均调用量超过1亿次，预计年底日均调用量超过3亿次。另有超过100多个客户使用昇腾310开发定制AI算法。

　　ModelArts全流程模型生产服务打通了从数据获取、模型开发、模型训练、模型部署的全链条。截止目前，ModelArts已经拥有开发者超过3万，日均训练作业任务超过4000个，32000小时，其中：视觉类作业占85%，语音类作业占 10%, 机器学习5%。

　　随着昇腾910 AI处理器以及MindSpore全场景AI计算框架的发布，华为全栈全场景AI解决方案各重要组成部分悉数登场。徐直军表示，华为已完成了全栈全场景AI解决方案的构建，实现了预期的计划和目标。在即将开幕的华为全联接大会2019，华为将有更多AI新品提出。

　　AI是一个大的产业，不仅仅对华为来说是一个大的产业，对世界来说也是。徐直军表示。

　　2019年8月23日，华为正式发布算力最强的AI处理器Ascend 910（昇腾910），同时推出全场景AI计算框架MindSpore。

　　华为公司轮值董事长徐直军在发布会上表示，昇腾910、MindSpore的推出，标志着华为已完成全栈全场景AI解决方案（Portfolio）的构建，也标志着华为AI战略的执行进入了新的阶段。

　　图：2019年8月23日，华为公司轮值董事长徐直军发布AI处理器Ascend 910及全场景AI计算框架MindSpore。

　　华为此次正式发布的AI芯片为昇腾910，属于Ascend-max系列，在HC2018上已经发布了其技术规格。实际测试结果表明，在算力方面，昇腾910完全达到了设计规格，即：半精度 (FP16)算力达到256 Tera-FLOPS，整数精度 (INT8) 算力达到512 Tera-OPS，重要的是，达到规格算力所需功耗仅310W，明显低于设计规格的350W。

　　徐直军表示，华为已经把昇腾910用于实际AI训练任务。比如，在典型的ResNet50 网络的训练中，昇腾910与MindSpore配合，与现有主流训练单卡配合TensorFlow相比，显示出接近2倍的性能提升。面向未来，针对不同的场景，包括边缘计算、自动驾驶车载计算、训练等场景，华为将持续投资，推出更多的AI处理器，面向全场景持续提供更充裕、更经济、更适配的AI算力。

　　此外，华为还发布了全场景AI计算框架 MindSpore。去年华为全联接大会上，华为提出，AI框架应该是开发态友好（例如显著减少训练时间和成本）和运行态高效（例如最少资源和最高能效比），更重要的是，要能适应每个场景包括端、边缘和云。经过近一年的努力，MindSpore在这三个方面都取得了显著进展。针对不同的运行环境，MindSpore框架架构上支持可大可小，适应全场景独立部署。MindSpore框架通过协同经过处理后的、不带有隐私信息的梯度、模型信息，而不是数据本身，以此实现在保证用户隐私数据保护的前提下跨场景协同。

　　除了隐私保护，MindSpore还将模型保护Built-in到AI框架中，实现模型的安全可信。 在原生适应每个场景包括端，边缘和云，并能够按需协同的基础上，通过实现AI算法即代码，使开发态变得更加友好，显著减少模型开发时间。以一个NLP（自然语言处理）典型网络为例，相比其他框架，用MindSpore可降低核心代码量20%，开发门槛大大降低，效率整体提升50%以上。通过MindSpore框架自身的技术创新及其与昇腾处理器协同优化，有效克服AI计算的复杂性和算力的多样性挑战，实现了运行态的高效，提升计算性能。

　　除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。为了更好促进AI的应用，徐直军表示，MindSpore将在2020年第一季度实现开源，助力每一位开发者，促进AI产业生态发展。

　　在发布以上两款产品之前，徐直军重申了华为公司的AI战略：投资AI基础研究，在计算视觉、自然语言处理、决策推理等领域构筑数据高效（更少的数据需求） 、能耗高效（更低的算力和能耗） ，安全可信、自动自治的机器学习基础能力；打造全栈全场景解决方案，提供充裕的、经济的算力资源，简单易用、高效率、全流程的AI平台；投资开放生态和人才培养，持续与学术界、产业界和行业伙伴广泛合作；把AI思维和技术引入现有产品和服务；应用AI优化内部管理。

　　华为AI解决方案（portfolio）的全场景，是指包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等部署环境。而全栈是技术功能视角，是指包括Ascend昇腾系列IP和芯片、芯片使能CANN、训练和推理框架MindSpore和应用使能ModelArts在内的全堆栈方案。

　　徐直军也回顾了制定以上AI战略的初衷。华为认为AI是一种新的通用目的技术（GPT），如同19世纪的铁路和电力，以及20世纪的汽车、电脑、互联网一样，将应用到经济的几乎所有地方。同时，华为也认为AI的应用总体还处于发展初期，AI技术和能力相比于长远期望还有很大差距。减小甚至消除这些差距，加速AI的应用，正是华为AI战略的初衷和目标。

　　具体而言，华为AI战略致力于促成十个方面的改变：通过提供更强的算力，使复杂模型训练能在几分钟、甚至几秒钟内完成；提供更经济、更充裕的算力，让算力不再稀缺，从而不再是AI发展的制约因素；通过全场景方案，适应企业不同需要，确保用户隐私得到尊重和保护，让AI能够部署在任何场景，而不仅仅是公有云；投资基础AI算法研究，实现更少的数据需求，即数据高效，也要能够基于更低的算力和能耗，即能耗高效；通过AI框架MindSpore和应用使能ModelArts，提升AI自身的自动化水平，减少对人工的依赖；持续提升模型算法，实现工业生产环境的工作优秀，而不仅仅是各种比拼环境的考试优秀；实现模型的闭环、实时更新，保证企业AI应用始终处于最佳状态；将AI技术与5G、云、物联网、边缘计算、区块链、大数据、数据库等技术充分协同；通过全栈方案一站式平台，使AI成为所有应用开发者甚至所有ICT技术从业人员的一项基本技能，而不是一项只有具备高级技能的专家才能完成的工作；通过全栈全场景技术手段，结合投资开放的生态和人才培养，让AI人才不再短缺。

　　在华为全联接大会2018上，与AI战略一起，华为同时对外发布并正式推出了昇腾310 AI芯片和全流程模型生产服务ModelArts。

　　自发布以来，基于昇腾310芯片的产品和云服务获得广泛应用。其中，基于昇腾310的MDC和很多国内外主流车企在园区巴士、新能源车、自动驾驶等场景已经深入合作。基于昇腾310的Atlas系列板卡、服务器，与数十家伙伴在智慧交通、智慧电力等数十个行业落地行业解决方案。基于昇腾310，华为云提供了图像分析类服务、OCR服务、视频智能分析服务等云服务。对外提供API达50多个，日均调用量超过1亿次，预计年底日均调用量超过3亿次。另有超过100多个客户使用昇腾310开发定制AI算法。

　　ModelArts全流程模型生产服务打通了从数据获取、模型开发、模型训练、模型部署的全链条。截止目前，ModelArts已经拥有开发者超过3万，日均训练作业任务超过4000个，32000小时，其中：视觉类作业占85%，语音类作业占 10%, 机器学习5%。

　　随着昇腾910 AI处理器以及MindSpore全场景AI计算框架的发布，华为全栈全场景AI解决方案各重要组成部分悉数登场。徐直军表示，华为已完成了全栈全场景AI解决方案的构建，实现了预期的计划和目标。在即将开幕的华为全联接大会2019，华为将有更多AI新品提出。

　　AI是一个大的产业，不仅仅对华为来说是一个大的产业，对世界来说也是。徐直军表示。

　　2019年8月23日，华为正式发布算力最强的AI处理器Ascend 910（昇腾910），同时推出全场景AI计算框架MindSpore。

　　华为公司轮值董事长徐直军在发布会上表示，昇腾910、MindSpore的推出，标志着华为已完成全栈全场景AI解决方案（Portfolio）的构建，也标志着华为AI战略的执行进入了新的阶段。

　　图：2019年8月23日，华为公司轮值董事长徐直军发布AI处理器Ascend 910及全场景AI计算框架MindSpore。

　　华为此次正式发布的AI芯片为昇腾910，属于Ascend-max系列，在HC2018上已经发布了其技术规格。实际测试结果表明，在算力方面，昇腾910完全达到了设计规格，即：半精度 (FP16)算力达到256 Tera-FLOPS，整数精度 (INT8) 算力达到512 Tera-OPS，重要的是，达到规格算力所需功耗仅310W，明显低于设计规格的350W。

　　徐直军表示，华为已经把昇腾910用于实际AI训练任务。比如，在典型的ResNet50 网络的训练中，昇腾910与MindSpore配合，与现有主流训练单卡配合TensorFlow相比，显示出接近2倍的性能提升。面向未来，针对不同的场景，包括边缘计算、自动驾驶车载计算、训练等场景，华为将持续投资，推出更多的AI处理器，面向全场景持续提供更充裕、更经济、更适配的AI算力。

　　此外，华为还发布了全场景AI计算框架 MindSpore。去年华为全联接大会上，华为提出，AI框架应该是开发态友好（例如显著减少训练时间和成本）和运行态高效（例如最少资源和最高能效比），更重要的是，要能适应每个场景包括端、边缘和云。经过近一年的努力，MindSpore在这三个方面都取得了显著进展。针对不同的运行环境，MindSpore框架架构上支持可大可小，适应全场景独立部署。MindSpore框架通过协同经过处理后的、不带有隐私信息的梯度、模型信息，而不是数据本身，以此实现在保证用户隐私数据保护的前提下跨场景协同。

　　除了隐私保护，MindSpore还将模型保护Built-in到AI框架中，实现模型的安全可信。 在原生适应每个场景包括端，边缘和云，并能够按需协同的基础上，通过实现AI算法即代码，使开发态变得更加友好，显著减少模型开发时间。以一个NLP（自然语言处理）典型网络为例，相比其他框架，用MindSpore可降低核心代码量20%，开发门槛大大降低，效率整体提升50%以上。通过MindSpore框架自身的技术创新及其与昇腾处理器协同优化，有效克服AI计算的复杂性和算力的多样性挑战，实现了运行态的高效，提升计算性能。

　　除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。为了更好促进AI的应用，徐直军表示，MindSpore将在2020年第一季度实现开源，助力每一位开发者，促进AI产业生态发展。

　　在发布以上两款产品之前，徐直军重申了华为公司的AI战略：投资AI基础研究，在计算视觉、自然语言处理、决策推理等领域构筑数据高效（更少的数据需求） 、能耗高效（更低的算力和能耗） ，安全可信、自动自治的机器学习基础能力；打造全栈全场景解决方案，提供充裕的、经济的算力资源，简单易用、高效率、全流程的AI平台；投资开放生态和人才培养，持续与学术界、产业界和行业伙伴广泛合作；把AI思维和技术引入现有产品和服务；应用AI优化内部管理。

　　华为AI解决方案（portfolio）的全场景，是指包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等部署环境。而全栈是技术功能视角，是指包括Ascend昇腾系列IP和芯片、芯片使能CANN、训练和推理框架MindSpore和应用使能ModelArts在内的全堆栈方案。

　　徐直军也回顾了制定以上AI战略的初衷。华为认为AI是一种新的通用目的技术（GPT），如同19世纪的铁路和电力，以及20世纪的汽车、电脑、互联网一样，将应用到经济的几乎所有地方。同时，华为也认为AI的应用总体还处于发展初期，AI技术和能力相比于长远期望还有很大差距。减小甚至消除这些差距，加速AI的应用，正是华为AI战略的初衷和目标。

　　具体而言，华为AI战略致力于促成十个方面的改变：通过提供更强的算力，使复杂模型训练能在几分钟、甚至几秒钟内完成；提供更经济、更充裕的算力，让算力不再稀缺，从而不再是AI发展的制约因素；通过全场景方案，适应企业不同需要，确保用户隐私得到尊重和保护，让AI能够部署在任何场景，而不仅仅是公有云；投资基础AI算法研究，实现更少的数据需求，即数据高效，也要能够基于更低的算力和能耗，即能耗高效；通过AI框架MindSpore和应用使能ModelArts，提升AI自身的自动化水平，减少对人工的依赖；持续提升模型算法，实现工业生产环境的工作优秀，而不仅仅是各种比拼环境的考试优秀；实现模型的闭环、实时更新，保证企业AI应用始终处于最佳状态；将AI技术与5G、云、物联网、边缘计算、区块链、大数据、数据库等技术充分协同；通过全栈方案一站式平台，使AI成为所有应用开发者甚至所有ICT技术从业人员的一项基本技能，而不是一项只有具备高级技能的专家才能完成的工作；通过全栈全场景技术手段，结合投资开放的生态和人才培养，让AI人才不再短缺。

　　在华为全联接大会2018上，与AI战略一起，华为同时对外发布并正式推出了昇腾310 AI芯片和全流程模型生产服务ModelArts。

　　自发布以来，基于昇腾310芯片的产品和云服务获得广泛应用。其中，基于昇腾310的MDC和很多国内外主流车企在园区巴士、新能源车、自动驾驶等场景已经深入合作。基于昇腾310的Atlas系列板卡、服务器，与数十家伙伴在智慧交通、智慧电力等数十个行业落地行业解决方案。基于昇腾310，华为云提供了图像分析类服务、OCR服务、视频智能分析服务等云服务。对外提供API达50多个，日均调用量超过1亿次，预计年底日均调用量超过3亿次。另有超过100多个客户使用昇腾310开发定制AI算法。

　　ModelArts全流程模型生产服务打通了从数据获取、模型开发、模型训练、模型部署的全链条。截止目前，ModelArts已经拥有开发者超过3万，日均训练作业任务超过4000个，32000小时，其中：视觉类作业占85%，语音类作业占 10%, 机器学习5%。

　　随着昇腾910 AI处理器以及MindSpore全场景AI计算框架的发布，华为全栈全场景AI解决方案各重要组成部分悉数登场。徐直军表示，华为已完成了全栈全场景AI解决方案的构建，实现了预期的计划和目标。在即将开幕的华为全联接大会2019，华为将有更多AI新品提出。

　　AI是一个大的产业，不仅仅对华为来说是一个大的产业，对世界来说也是。徐直军表示。

　　2019年8月23日，华为正式发布算力最强的AI处理器Ascend 910（昇腾910），同时推出全场景AI计算框架MindSpore。

　　华为公司轮值董事长徐直军在发布会上表示，昇腾910、MindSpore的推出，标志着华为已完成全栈全场景AI解决方案（Portfolio）的构建，也标志着华为AI战略的执行进入了新的阶段。

　　图：2019年8月23日，华为公司轮值董事长徐直军发布AI处理器Ascend 910及全场景AI计算框架MindSpore。

　　华为此次正式发布的AI芯片为昇腾910，属于Ascend-max系列，在HC2018上已经发布了其技术规格。实际测试结果表明，在算力方面，昇腾910完全达到了设计规格，即：半精度 (FP16)算力达到256 Tera-FLOPS，整数精度 (INT8) 算力达到512 Tera-OPS，重要的是，达到规格算力所需功耗仅310W，明显低于设计规格的350W。

　　徐直军表示，华为已经把昇腾910用于实际AI训练任务。比如，在典型的ResNet50 网络的训练中，昇腾910与MindSpore配合，与现有主流训练单卡配合TensorFlow相比，显示出接近2倍的性能提升。面向未来，针对不同的场景，包括边缘计算、自动驾驶车载计算、训练等场景，华为将持续投资，推出更多的AI处理器，面向全场景持续提供更充裕、更经济、更适配的AI算力。

　　此外，华为还发布了全场景AI计算框架 MindSpore。去年华为全联接大会上，华为提出，AI框架应该是开发态友好（例如显著减少训练时间和成本）和运行态高效（例如最少资源和最高能效比），更重要的是，要能适应每个场景包括端、边缘和云。经过近一年的努力，MindSpore在这三个方面都取得了显著进展。针对不同的运行环境，MindSpore框架架构上支持可大可小，适应全场景独立部署。MindSpore框架通过协同经过处理后的、不带有隐私信息的梯度、模型信息，而不是数据本身，以此实现在保证用户隐私数据保护的前提下跨场景协同。

　　除了隐私保护，MindSpore还将模型保护Built-in到AI框架中，实现模型的安全可信。 在原生适应每个场景包括端，边缘和云，并能够按需协同的基础上，通过实现AI算法即代码，使开发态变得更加友好，显著减少模型开发时间。以一个NLP（自然语言处理）典型网络为例，相比其他框架，用MindSpore可降低核心代码量20%，开发门槛大大降低，效率整体提升50%以上。通过MindSpore框架自身的技术创新及其与昇腾处理器协同优化，有效克服AI计算的复杂性和算力的多样性挑战，实现了运行态的高效，提升计算性能。

　　除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。为了更好促进AI的应用，徐直军表示，MindSpore将在2020年第一季度实现开源，助力每一位开发者，促进AI产业生态发展。

　　在发布以上两款产品之前，徐直军重申了华为公司的AI战略：投资AI基础研究，在计算视觉、自然语言处理、决策推理等odo46q2.cn/cul46q2.cn/gqe46q2.cn/sg646q2.cn/heo46q2.cn/iap46q2.cn/om046q2.cn/adh46q2.cn/md646q2.cn/hwo领域构筑数据高效（更少的数据需求） 、能耗高效（更低的算力和能耗） ，安全可信、自动自治的机器学习基础能力；打造全栈全场景解决方案，提供充裕的、经济的算力资源，简单易用、高效率、全流程的AI平台；投资开放生态和人才培养，持续与学术界、产业界和行业伙伴广泛合作；把AI思维和技术引入现有产品和服务；应用AI优化内部管理。

　　华为AI解决方案（portfolio）的全场景，是指包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等部署环境。而全栈是技术功能视角，是指包括Ascend昇腾系列IP和芯片、芯片使能CANN、训练和推理框架MindSpore和应用使能ModelArts在内的全堆栈方案。

　　徐直军也回顾了制定以上AI战略的初衷。华为认为AI是一种新的通用目的技术（GPT），如同19世纪的铁路和电力，以及20世纪的汽车、电脑、互联网一样，将应用到经济的几乎所有地方。同时，华为也认为AI的应用总体还处于发展初期，AI技术和能力相比于长远期望还有很大差距。减小甚至消除这些差距，加速AI的应用，正是华为AI战略的初衷和目标。

　　具体而言，华为AI战略致力于促成十个方面的改变：通过提供更强的算力，使复杂模型训练能在几分钟、甚至几秒钟内完成；提供更经济、更充裕的算力，让算力不再稀缺，从而不再是AI发展的制约因素；通过全场景方案，适应企业不同需要，确保用户隐私得到尊重和保护，让AI能够部署在任何场景，而不仅仅是公有云；投资基础AI算法研究，实现更少的数据需求，即数据高效，也要能够基于更低的算力和能耗，即能耗高效；通过AI框架MindSpore和应用使能ModelArts，提升AI自身的自动化水平，减少对人工的依赖；持续提升模型算法，实现工业生产环境的工作优秀，而不仅仅是各种比拼环境的考试优秀；实现模型的闭环、实时更新，保证企业AI应用始终处于最佳状态；将AI技术与5G、云、物联网、边缘计算、区块链、大数据、数据库等技术充分协同；通过全栈方案一站式平台，使AI成为所有应用开发者甚至所有ICT技术从业人员的一项基本技能，而不是一项只有具备高级技能的专家才能完成的工作；通过全栈全场景技术手段，结合投资开放的生态和人才培养，让AI人才不再短缺。

　　在华为全联接大会2018上，与AI战略一起，华为同时对外发布并正式推出了昇腾310 AI芯片和全流程模型生产服务ModelArts。

　　自发布以来，基于昇腾310芯片的产品和云服务获得广泛应用。其中，基于昇腾310的MDC和很多国内外主流车企在园区巴士、新能源车、自动驾驶等场景已经深入合作。基于昇腾310的Atlas系列板卡、服务器，与数十家伙伴在智慧交通、智慧电力等数十个行业落地行业解决方案。基于昇腾310，华为云提供了图像分析类服务、OCR服务、视频智能分析服务等云服务。对外提供API达50多个，日均调用量超过1亿次，预计年底日均调用量超过3亿次。另有超过100多个客户使用昇腾310开发定制AI算法。

　　ModelArts全流程模型生产服务打通了从数据获取、模型开发、模型训练、模型部署的全链条。截止目前，ModelArts已经拥有开发者超过3万，日均训练作业任务超过4000个，32000小时，其中：视觉类作业占85%，语音类作业占 10%, 机器学习5%。

　　随着昇腾910 AI处理器以及MindSpore全场景AI计算框架的发布，华为全栈全场景AI解决方案各重要组成部分悉数登场。徐直军表示，华为已完成了全栈全场景AI解决方案的构建，实现了预期的计划和目标。在即将开幕的华为全联接大会2019，华为将有更多AI新品提出。

　　AI是一个大的产业，不仅仅对华为来说是一个大的产业，对世界来说也是。徐直军表示。

　　2019年8月23日，华为正式发布算力最强的AI处理器Ascend 910（昇腾910），同时推出全场景AI计算框架MindSpore。

　　华为公司轮值董事长徐直军在发布会上表示，昇腾910、MindSpore的推出，标志着华为已完成全栈全场景AI解决方案（Portfolio）的构建，也标志着华为AI战略的执行进入了新的阶段。

　　图：2019年8月23日，华为公司轮值董事长徐直军发布AI处理器Ascend 910及全场景AI计算框架MindSpore。

　　徐直军表示，华为已经把昇腾910用于实际AI训练任务。比如，在典型的ResNet50 网络的训练中，昇腾910与MindSpore配合，与现有主流训练单卡配合TensorFlow相比，显示出接近2倍的性能提升。面向未来，针对不同的场景，包括边缘计算、自动驾驶车载计算、训练等场景，华为将持续投资，推出更多的AI处理器，面向全场景持续提供更充裕、更经济、更适配的AI算力。

　　开云kaiyun

　　此外，华为还发布了全场景AI计算框架 MindSpore。去年华为全联接大会上，华为提出，AI框架应该是开发态友好（例如显著减少训练时间和成本）和运行态高效（例如最少资源和最高能效比），更重要的是，要能适应每个场景包括端、边缘和云。经过近一年的努力，MindSpore在这三个方面都取得了显著进展。针对不同的运行环境，MindSpore框架架构上支持可大可小，适应全场景独立部署。MindSpore框架通过协同经过处理后的、不带有隐私信息的梯度、模型信息，而不是数据本身，以此实现在保证用户隐私数据保护的前提下跨场景协同。

　　除了隐私保护，MindSpore还将模型保护Built-in到AI框架中，实现模型的安全可信。 在原生适应每个场景包括端，边缘和云，并能够按需协同的基础上，通过实现AI算法即代码，使开发态变得更加友好，显著减少模型开发时间。以一个NLP（自然语言处理）典型网络为例，相比其他框架，用MindSpore可降低核心代码量20%，开发门槛大大降低，效率整体提升50%以上。通过MindSpore框架自身的技术创新及其与昇腾处理器协同优化，有效克服AI计算的复杂性和算力的多样性挑战，实现了运行态的高效，提升计算性能。

　　除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。为了更好促进AI的应用，徐直军表示，MindSpore将在2020年第一季度实现开源，助力每一位开发者，促进AI产业生态发展。

　　在发布以上两款产品之前，徐直军重申了华为公司的AI战略：投资AI基础研究，在计算视觉、自然语言处理、决策推理等领域构筑数据高效（更少的数据需求） 、能耗高效（更低的算力和能耗） ，安全可信、自动自治的机器学习基础能力；打造全栈全场景解决方案，提供充裕的、经济的算力资源，简单易用、高效率、全流程的AI平台；投资开放生态和人才培养，持续与学术界、产业界和行业伙伴广泛合作；把AI思维和技术引入现有产品和服务；应用AI优化内部管理。

　　华为AI解决方案（portfolio）的全场景，是指包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等部署环境。而全栈是技术功能视角，是指包括Ascend昇腾系列IP和芯片、芯片使能CANN、训练和推理框架MindSpore和应用使能ModelArts在内的全堆栈方案。

　　徐直军也回顾了制定以上AI战略的初衷。华为认为AI是一种新的通用目的技术（GPT），如同19世纪的铁路和电力，以及20世纪的汽车、电脑、互联网一样，将应用到经济的几乎所有地方。同时，华为也认为AI的应用总体还处于发展初期，AI技术和能力相比于长远期望还有很大差距。减小甚至消除这些差距，加速AI的应用，正是华为AI战略的初衷和目标。

　　具体而言，华为AI战略致力于促成十个方面的改变：通过提供更强的算力，使复杂模型训练能在几分钟、甚至几秒钟内完成；提供更经济、更充裕的算力，让算力不再稀缺，从而不再是AI发展的制约因素；通过全场景方案，适应企业不同需要，确保用户隐私得到尊重和保护，让AI能够部署在任何场景，而不仅仅是公有云；投资基础AI算法研究，实现更少的数据需求，即数据高效，也要能够基于更低的算力和能耗，即能耗高效；通过AI框架MindSpore和应用使能ModelArts，提升AI自身的自动化水平，减少对人工的依赖；持续提升模型算法，实现工业生产环境的工作优秀，而不仅仅是各种比拼环境的考试优秀；实现模型的闭环、实时更新，保证企业AI应用始终处于最佳状态；将AI技术与5G、云、物联网、边缘计算、区块链、大数据、数据库等技术充分协同；通过全栈方案一站式平台，使AI成为所有应用开发者甚至所有ICT技术从业人员的一项基本技能，而不是一项只有具备高级技能的专家才能完成的工作；通过全栈全场景技术手段，结合投资开放的生态和人才培养，让AI人才不再短缺。

　　在华为全联接大会2018上，与AI战略一起，华为同时对外发布并正式推出了昇腾310 AI芯片和全流程模型生产服务ModelArts。

　　自发布以来，基于昇腾310芯片的产品和云服务获得广泛应用。其中，基于昇腾310的MDC和很多国内外主流车企在园区巴士、新能源车、自动驾驶等场景已经深入合作。基于昇腾310的Atlas系列板卡、服务器，与数十家伙伴在智慧交通、智慧电力等数十个行业落地行业解决方案。基于昇腾310，华为云提供了图像分析类服务、OCR服务、视频智能分析服务等云服务。对外提供API达50多个，日均调用量超过1亿次，预计年底日均调用量超过3亿次。另有超过100多个客户使用昇腾310开发定制AI算法。

　　ModelArts全流程模型生产服务打通了从数据获取、模型开发、模型训练、模型部署的全链条。截止目前，ModelArts已经拥有开发者超过3万，日均训练作业任务超过4000个，32000小时，其中：视觉类作业占85%，语音类作业占 10%, 机器学习5%。

　　随着昇腾910 AI处理器以及MindSpore全场景AI计算框架的发布，华为全栈全场景AI解决方案各重要组成部分悉数登场。徐直军表示，华为已完成了全栈全场景AI解决方案的构建，实现了预期的计划和目标。在即将开幕的华为全联接大会2019，华为将有更多AI新品提出。

　　AI是一个大的产业，不仅仅对华为来说是一个大的产业，对世界来说也是。徐直军表示。

　　2019年8月23日，华为正式发布算力最强的AI处理器Ascend 910（昇腾910），同时推出全场景AI计算框架MindSpore。

　　华为公司轮值董事长徐直军在发布会上表示，昇腾910、MindSpore的推出，标志着华为已完成全栈全场景AI解决方案（Portfolio）的构建，也标志着华为AI战略的执行进入了新的阶段。

　　图：2019年8月23日，华为公司轮值董事长徐直军发布AI处理器Ascend 910及全场景AI计算框架MindSpore。

　　华为此次正式发布的AI芯片为昇腾910，属于Ascend-max系列，在HC2018上已经发布了其技术规格。实际测试结果表明，在算力方面，昇腾910完全达到了设计规格，即：半精度 (FP16)算力达到256 Tera-FLOPS，整数精度 (INT8) 算力达到512 Tera-OPS，重要的是，达到规格算力所需功耗仅310W，明显低于设计规格的350W。

　　徐直军表示，华为已经把昇腾910用于实际AI训练任务。比如，在典型的ResNet50 网络的训练中，昇腾910与MindSpore配合，与现有主流训练单卡配合TensorFlow相比，显示出接近2倍的性能提升。面向未来，针对不同的场景，包括边缘计算、自动驾驶车载计算、训练等场景，华为将持续投资，推出更多的AI处理器，面向全场景持续提供更充裕、更经济、更适配的AI算力。

　　此外，华为还发布了全场景AI计算框架 MindSpore。去年华为全联接大会上，华为提出，AI框架应该是开发态友好（例如显著减少训练时间和成本）和运行态高效（例如最少资源和最高能效比），更重要的是，要能适应每个场景包括端、边缘和云。经过近一年的努力，MindSpore在这三个方面都取得了显著进展。针对不同的运行环境，MindSpore框架架构上支持可大可小，适应全场景独立部署。MindSpore框架通过协同经过处理后的、不带有隐私信息的梯度、模型信息，而不是数据本身，以此实现在保证用户隐私数据保护的前提下跨场景协同。

　　除了隐私保护，MindSpore还将模型保护Built-in到AI框架中，实现模型的安全可信。 在原生适应每个场景包括端，边缘和云，并能够按需协同的基础上，通过实现AI算法即代码，使开发态变得更加友好，显著减少模型开发时间。以一个NLP（自然语言处理）典型网络为例，相比其他框架，用MindSpore可降低核心代码量20%，开发门槛大大降低，效率整体提升50%以上。通过MindSpore框架自身的技术创新及其与昇腾处理器协同优化，有效克服AI计算的复杂性和算力的多样性挑战，实现了运行态的高效，提升计算性能。

　　除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。为了更好促进AI的应用，徐直军表示，MindSpore将在2020年第一季度实现开源，助力每一位开发者，促进AI产业生态发展。

　　在发布以上两款产品之前，徐直军重申了华为公司的AI战略：投资AI基础研究，在计算视觉、自然语言处理、决策推理等领域构筑数据高效（更少的数据需求） 、能耗高效（更低的算力和能耗） ，安全可信、自动自治的机器学习基础能力；打造全栈全场景解决方案，提供充裕的、经济的算力资源，简单易用、高效率、全流程的AI平台；投资开放生态和人才培养，持续与学术界、产业界和行业伙伴广泛合作；把AI思维和技术引入现有产品和服务；应用AI优化内部管理。

　　华为AI解决方案（portfolio）的全场景，是指包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等部署环境。而全栈是技术功能视角，是指包括Ascend昇腾系列IP和芯片、芯片使能CANN、训练和推理框架MindSpore和应用使能ModelArts在内的全堆栈方案。

　　徐直军也回顾了制定以上AI战略的初衷。华为认为AI是一种新的通用目的技术（GPT），如同19世纪的铁路和电力，以及20世纪的汽车、电脑、互联网一样，将应用到经济的几乎所有地方。同时，华为也认为AI的应用总体还处于发展初期，AI技术和能力相比于长远期望还有很大差距。减小甚至消除这些差距，加速AI的应用，正是华为AI战略的初衷和目标。

　　具体而言，华为AI战略致力于促成十个方面的改变：通过提供更强的算力，使复杂模型训练能在几分钟、甚至几秒钟内完成；提供更经济、更充裕的算力，让算力不再稀缺，从而不再是AI发展的制约因素；通过全场景方案，适应企业不同需要，确保用户隐私得到尊重和保护，让AI能够部署在任何场景，而不仅仅是公有云；投资基础AI算法研究，实现更少的数据需求，即数据高效，也要能够基于更低的算力和能耗，即能耗高效；通过AI框架MindSpore和应用使能ModelArts，提升AI自身的自动化水平，减少对人工的依赖；持续提升模型算法，实现工业生产环境的工作优秀，而不仅仅是各种比拼环境的考试优秀；实现模型的闭环、实时更新，保证企业AI应用始终处于最佳状态；将AI技术与5G、云、物联网、边缘计算、区块链、大数据、数据库等技术充分协同；通过全栈方案一站式平台，使AI成为所有应用开发者甚至所有ICT技术从业人员的一项基本技能，而不是一项只有具备高级技能的专家才能完成的工作；通过全栈全场景技术手段，结合投资开放的生态和人才培养，让AI人才不再短缺。

　　在华为全联接大会2018上，与AI战略一起，华为同时对外发布并正式推出了昇腾310 AI芯片和全流程模型生产服务ModelArts。

　　自发布以来，基于昇腾310芯片的产品和云服务获得广泛应用。其中，基于昇腾310的MDC和很多国内外主流车企在园区巴士、新能源车、自动驾驶等场景已经深入合作。基于昇腾310的Atlas系列板卡、服务器，与数十家伙伴在智慧交通、智慧电力等数十个行业落地行业解决方案。基于昇腾310，华为云提供了图像分析类服务、OCR服务、视频智能分析服务等云服务。对外提供API达50多个，日均调用量超过1亿次，预计年底日均调用量超过3亿次。另有超过100多个客户使用昇腾310开发定制AI算法。

　　ModelArts全流程模型生产服务打通了从数据获取、模型开发、模型训练、模型部署的全链条。截止目前，ModelArts已经拥有开发者超过3万，日均训练作业任务超过4000个，32000小时，其中：视觉类作业占85%，语音类作业占 10%, 机器学习5%。

　　随着昇腾910 AI处理器以及MindSpore全场景AI计算框架的发布，华为全栈全场景AI解决方案各重要组成部分悉数登场。徐直军表示，华为已完成了全栈全场景AI解决方案的构建，实现了预期的计划和目标。在即将开幕的华为全联接大会2019，华为将有更多AI新品提出。

　　AI是一个大的产业，不仅仅对华为来说是一个大的产业，对世界来说也是。徐直军表示。

　　2019年8月23日，华为正式发布算力最强的AI处理器Ascend 910（昇腾910），同时推出全场景AI计算框架MindSpore。

　　华为公司轮值董事长徐直军在发布会上表示，昇腾910、MindSpore的推出，标志着华为已完成全栈全场景AI解决方案（Portfolio）的构建，也标志着华为AI战略的执行进入了新的阶段。

　　图：2019年8月23日，华为公司轮值董事长徐直军发布AI处理器Ascend 910及全场景AI计算框架MindSpore。

　　华为此次正式发布的AI芯片为昇腾910，属于Ascend-max系列，在HC2018上已经发布了其技术规格。实际测试结果表明，在算力方面，昇腾910完全达到了设计规格，即：半精度 (FP16)算力达到256 Tera-FLOPS，整数精度 (INT8) 算力达到512 Tera-OPS，重要的是，达到规格算力所需功耗仅310W，明显低于设计规格的350W。

　　徐直军表示，华为已经把昇腾910用于实际AI训练任务。比如，在典型的ResNet50 网络的训练中，昇腾910与MindSpore配合，与现有主流训练单卡配合TensorFlow相比，显示出接近2倍的性能提升。面向未来，针对不同的场景，包括边缘计算、自动驾驶车载计算、训练等场景，华为将持续投资，推出更多的AI处理器，面向全场景持续提供更充裕、更经济、更适配的AI算力。

　　此外，华为还发布了全场景AI计算框架 MindSpore。去年华为全联接大会上，华为提出，AI框架应该是开发态友好（例如显著减少训练时间和成本）和运行态高效（例如最少资源和最高能效比），更重要的是，要能适应每个场景包括端、边缘和云。经过近一年的努力，MindSpore在这三个方面都取得了显著进展。针对不同的运行环境，MindSpore框架架构上支持可大可小，适应全场景独立部署。MindSpore框架通过协同经过处理后的、不带有隐私信息的梯度、模型信息，而不是数据本身，以此实现在保证用户隐私数据保护的前提下跨场景协同。

　　除了隐私保护，MindSpore还将模型保护Built-in到AI框架中，实现模型的安全可信。 在原生适应每个场景包括端，边缘和云，并能够按需协同的基础上，通过实现AI算法即代码，使开发态变得更加友好，显著减少模型开发时间。以一个NLP（自然语言处理）典型网络为例，相比其他框架，用MindSpore可降低核心代码量20%，开发门槛大大降低，效率整体提升50%以上。通过MindSpore框架自身的技术创新及其与昇腾处理器协同优化，有效克服AI计算的复杂性和算力的多样性挑战，实现了运行态的高效，提升计算性能。

　　除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。为了更好促进AI的应用，徐直军表示，MindSpore将在2020年第一季度实现开源，助力每一位开发者，促进AI产业生态发展。

　　在发布以上两款产品之前，徐直军重申了华为公司的AI战略：投资AI基础研究，在计算视觉、自然语言处理、决策推理等领域构筑数据高效（更少的数据需求） 、能耗高效（更低的算力和能耗） ，安全可信、自动自治的机器学习基础能力；打造全栈全场景解决方案，提供充裕的、经济的算力资源，简单易用、高效率、全流程的AI平台；投资开放生态和人才培养，持续与学术界、产业界和行业伙伴广泛合作；把AI思维和技术引入现有产品和服务；应用AI优化内部管理。

　　华为AI解决方案（portfolio）的全场景，是指包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等部署环境。而全栈是技术功能视角，是指包括Ascend昇腾系列IP和芯片、芯片使能CANN、训练和推理框架MindSpore和应用使能ModelArts在内的全堆栈方案。

　　徐直军也回顾了制定以上AI战略的初衷。华为认为AI是一种新的通用目的技术（GPT），如同19世纪的铁路和电力，以及20世纪的汽车、电脑、互联网一样，将应用到经济的几乎所有地方。同时，华为也认为AI的应用总体还处于发展初期，AI技术和能力相比于长远期望还有很大差距。减小甚至消除这些差距，加速AI的应用，正是华为AI战略的初衷和目标。

　　具体而言，华为AI战略致力于促成十个方面的改变：通过提供更强的算力，使复杂模型训练能在几分钟、甚至几秒钟内完成；提供更经济、更充裕的算力，让算力不再稀缺，从而不再是AI发展的制约因素；通过全场景方案，适应企业不同需要，确保用户隐私得到尊重和保护，让AI能够部署在任何场景，而不仅仅是公有云；投资基础AI算法研究，实现更少的数据需求，即数据高效，也要能够基于更低的算力和能耗，即能耗高效；通过AI框架MindSpore和应用使能ModelArts，提升AI自身的自动化水平，减少对人工的依赖；持续提升模型算法，实现工业生产环境的工作优秀，而不仅仅是各种比拼环境的考试优秀；实现模型的闭环、实时更新，保证企业AI应用始终处于最佳状态；将AI技术与5G、云、物联网、边缘计算、区块链、大数据、数据库等技术充分协同；通过全栈方案一站式平台，使AI成为所有应用开发者甚至所有ICT技术从业人员的一项基本技能，而不是一项只有具备高级技能的专家才能完成的工作；通过全栈全场景技术手段，结合投资开放的生态和人才培养，让AI人才不再短缺。

　　在华为全联接大会2018上，与AI战略一起，华为同时对外发布并正式推出了昇腾310 AI芯片和全流程模型生产服务ModelArts。

　　自发布以来，基于昇腾310芯片的产品和云服务获得广泛应用。其中，基于昇腾310的MDC和很多国内外主流车企在园区巴士、新能源车、自动驾驶等场景已经深入合作。基于昇腾310的Atlas系列板卡、服务器，与数十家伙伴在智慧交通、智慧电力等数十个行业落地行业解决方案。基于昇腾310，华为云提供了图像分析类服务、OCR服务、视频智能分析服务等云服务。对外提供API达50多个，日均调用量超过1亿次，预计年底日均调用量超过3亿次。另有超过100多个客户使用昇腾310开发定制AI算法。

　　ModelArts全流程模型生产服务打通了从数据获取、模型开发、模型训练、模型部署的全链条。截止目前，ModelArts已经拥有开发者超过3万，日均训练作业任务超过4000个，32000小时，其中：视觉类作业占85%，语音类作业占 10%, 机器学习5%。

　　随着昇腾910 AI处理器以及MindSpore全场景AI计算框架的发布，华为全栈全场景AI解决方案各重要组成部分悉数登场。徐直军表示，华为已完成了全栈全场景AI解决方案的构建，实现了预期的计划和目标。在即将开幕的华为全联接大会2019，华为将有更多AI新品提出。

　　AI是一个大的产业，不仅仅对华为来说是一个大的产业，对世界来说也是。徐直军表示。

　　2019年8月23日，华为正式发布算力最强的AI处理器Ascend 910（昇腾910），同时推出全场景AI计算框架MindSpore。

　　华为公司轮值董事长徐直军在发布会上表示，昇腾910、MindSpore的推出，标志着华为已完成全栈全场景AI解决方案（Portfolio）的构建，也标志着华为AI战略的执行进入了新的阶段。

　　图：2019年8月23日，华为公司轮值董事长徐直军发布AI处理器Ascend 910及全场景AI计算框架MindSpore。

　　华为此次正式发布的AI芯片为昇腾910，属于Ascend-max系列，在HC2018上已经发布了其技术规格。实际测试结果表明，在算力方面，昇腾910完全达到了设计规格，即：半精度 (FP16)算力达到256 Tera-FLOPS，整数精度 (INT8) 算力达到512 Tera-OPS，重要的是，达到规格算力所需功耗仅310W，明显低于设计规格的350W。

　　徐直军表示，华为已经把昇腾910用于实际AI训练任务。比如，在典型的ResNet50 网络的训练中，昇腾910与MindSpore配合，与现有主流训练单卡配合TensorFlow相比，显示出接近2倍的性能提升。面向未来，针对不同的场景，包括边缘计算、自动驾驶车载计算、训练等场景，华为将持续投资，推出更多的AI处理器，面向全场景持续提供更充裕、更经济、更适配的AI算力。

　　此外，华为还发布了全场景AI计算框架 MindSpore。去年华为全联接大会上，华为提出，AI框架应该是开发态友好（例如显著减少训练时间和成本）和运行态高效（例如最少资源和最高能效比），更重要的是，要能适应每个场景包括端、边缘和云。经过近一年的努力，MindSpore在这三个方面都取得了显著进展。针对不同的运行环境，MindSpore框架架构上支持可大可小，适应全场景独立部署。MindSpore框架通过协同经过处理后的、不带有隐私信息的梯度、模型信息，而不是数据本身，以此实现在保证用户隐私数据保护的前提下跨场景协同。

　　除了隐私保护，MindSpore还将模型保护Built-in到AI框架中，实现模型的安全可信。 在原生适应每个场景包括端，边缘和云，并能够按需协同的基础上，通过实现AI算法即代码，使开发态变得更加友好，显著减少模型开发时间。以一个NLP（自然语言处理）典型网络为例，相比其他框架，用MindSpore可降低核心代码量20%，开发门槛大大降低，效率整体提升50%以上。通过MindSpore框架自身的技术创新及其与昇腾处理器协同优化，有效克服AI计算的复杂性和算力的多样性挑战，实现了运行态的高效，提升计算性能。

　　除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。为了更好促进AI的应用，徐直军表示，MindSpore将在2020年第一季度实现开源，助力每一位开发者，促进AI产业生态发展。

　　在发布以上两款产品之前，徐直军重申了华为公司的AI战略：投资AI基础研究，在计算视觉、自然语言处理、决策推理等领域构筑数据高效（更少的数据需求） 、能耗高效（更低的算力和能耗） ，安全可信、自动自治的机器学习基础能力；打造全栈全场景解决方案，提供充裕的、经济的算力资源，简单易用、高效率、全流程的AI平台；投资开放生态和人才培养，持续与学术界、产业界和行业伙伴广泛合作；把AI思维和技术引入现有产品和服务；应用AI优化内部管理。

　　华为AI解决方案（portfolio）的全场景，是指包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等部署环境。而全栈是技术功能视角，是指包括Ascend昇腾系列IP和芯片、芯片使能CANN、训练和推理框架MindSpore和应用使能ModelArts在内的全堆栈方案。

　　徐直军也回顾了制定以上AI战略的初衷。华为认为AI是一种新的通用目的技术（GPT），如同19世纪的铁路和电力，以及20世纪的汽车、电脑、互联网一样，将应用到经济的几乎所有地方。同时，华为也认为AI的应用总体还处于发展初期，AI技术和能力相比于长远期望还有很大差距。减小甚至消除这些差距，加速AI的应用，正是华为AI战略的初衷和目标。

　　具体而言，华为AI战略致力于促成十个方面的改变：通过提供更强的算力，使复杂模型训练能在几分钟、甚至几秒钟内完成；提供更经济、更充裕的算力，让算力不再稀缺，从而不再是AI发展的制约因素；通过全场景方案，适应企业不同需要，确保用户隐私得到尊重和保护，让AI能够部署在任何场景，而不仅仅是公有云；投资基础AI算法研究，实现更少的数据需求，即数据高效，也要能够基于更低的算力和能耗，即能耗高效；通过AI框架MindSpore和应用使能ModelArts，提升AI自身的自动化水平，减少对人工的依赖；持续提升模型算法，实现工业生产环境的工作优秀，而不仅仅是各种比拼环境的考试优秀；实现模型的闭环、实时更新，保证企业AI应用始终处于最佳状态；将AI技术与5G、云、物联网、边缘计算、区块链、大数据、数据库等技术充分协同；通过全栈方案一站式平台，使AI成为所有应用开发者甚至所有ICT技术从业人员的一项基本技能，而不是一项只有具备高级技能的专家才能完成的工作；通过全栈全场景技术手段，结合投资开放的生态和人才培养，让AI人才不再短缺。

　　在华为全联接大会2018上，与AI战略一起，华为同时对外发布并正式推出了昇腾310 AI芯片和全流程模型生产服务ModelArts。

　　自发布以来，基于昇腾310芯片的产品和云服务获得广泛应用。其中，基于昇腾310的MDC和很多国内外主流车企在园区巴士、新能源车、自动驾驶等场景已经深入合作。基于昇腾310的Atlas系列板卡、服务器，与数十家伙伴在智慧交通、智慧电力等数十个行业落地行业解决方案。基于昇腾310，华为云提供了图像分析类服务、OCR服务、视频智能分析服务等云服务。对外提供API达50多个，日均调用量超过1亿次，预计年底日均调用量超过3亿次。另有超过100多个客户使用昇腾310开发定制AI算法。

　　ModelArts全流程模型生产服务打通了从数据获取、模型开发、模型训练、模型部署的全链条。截止目前，ModelArts已经拥有开发者超过3万，日均训练作业任务超过4000个，32000小时，其中：视觉类作业占85%，语音类作业占 10%, 机器学习5%。

　　随着昇腾910 AI处理器以及MindSpore全场景AI计算框架的发布，华为全栈全场景AI解决方案各重要组成部分悉数登场。徐直军表示，华为已完成了全栈全场景AI解决方案的构建，实现了预期的计划和目标。在即将开幕的华为全联接大会2019，华为将有更多AI新品提出。

　　AI是一个大的产业，不仅仅对华为来说是一个大的产业，对世界来说也是。徐直军表示。