近期，任正非在與ICPC（國際大學生程序設計競賽）基金會談話中表示，我們即將進入第四次工業革命，基礎就是大算力。

孟晚舟在華為全聯接大會公開演講中提到不容忽視的信息點： “突破算力瓶頸”、“構建第二選擇”。

可見華為對於AI算力的重視程度非常之高。

假期期間我梳理瞭華為算力產業鏈，今天先簡要分享下我對昇騰的幾點理解。

一，昇騰生態究竟是什麼？

狹義來說，華為昇騰是指華為發佈的兩款人工智能處理器芯片，一個是昇騰310用於推理，另一個是910用於訓練業務。

廣義來說，華為昇騰是指整個昇騰計算架構，包括硬件、基礎軟件、應用使能與行業應用及服務等四層。

也就是說，昇騰計算產業以昇騰AI處理器為核心，通過系列硬件和基礎軟件構建全棧AI計算基礎設施，為各行各業賦能。

在硬件方面，包括模塊、標卡、小站、服務器、集群等產品形態；在軟件層面，包括異構計算架構、AI框架、應用使能、全流程開發工具鏈等產品。

01f6f06643483c015f565b76b9f3ef83

昇騰 AI 應用開發過程：以芯片及處理器等硬件為基礎，CANN（異構計算框架）承接硬件與計算框架，搭配自有開發與管理工具，聯接應用使能以投入具體行業應用。

具體來說：

1，硬件：AI體系的基礎，提供強大計算能力

1.1 芯片

主要是指：

昇騰310處理器：本質上是人工智能片上系統，昇騰 310 整數精度（INT8）算力可達 16TOPS，主要應用於邊緣計算產品和移動端設備等低功耗的領域，目前已經大量用於自動駕駛領域。

昇騰910處理器： 整數精度（INT8）算力可達 640TOPS，在業內其算力處於領先水平，性能水平接近於英偉達 A100。主要應用於雲端，可以為深度學習的訓練算法提供強大算力。功耗隻有310W，同時采用瞭7nm先進工藝進程，支持128通道全高清視頻解碼。

1.2 服務器

昇騰AI服務器具有超強算力，適用於中心側AI推理以及深度學習模型開發和訓練場景。包括1）Atlas 800 推理服務器（型號：3000）2）Atlas 800 推理服務器（型號：3010）3）Atlas 800 訓練服務器（型號：9000）4）Atlas 800訓練服務器（型號：9010）5）Atals 800T A2訓練服務器6）Atlas 500 Pro 智能邊緣服務器。

f32df3c16ba1384ec57a28f69a318e86

1.3 標卡

華為昇騰超強算力推理+訓練標卡。

訓練及推理標卡融合“通用處理器、AI Core、編解碼”於一體，需要安裝到服務器上，通過服務器提供運算和模型，為數據中心提供強勁算力。

1）推理卡：包括Atlas 300V 視頻解析卡、Atlas 300V Pro 視頻解析卡、Atlas 300I Pro 推理卡、Atlas 300I Duo 推理卡。其中，Atlas 300I Duo 推理卡在配置下可以輸出整數精度（INT8）達到280TOPS，半精度（FP16）算力達到140TOPS。

2）訓練卡：主要以Atlas 300T Pro 訓練卡（型號：9000）、Atlas 300T A2 訓練卡為主，可廣泛應用於智慧城市、智慧交通、智慧園區、智慧金融等諸多AI行業場景。

1.4 訓練集群

華為昇騰面向人工智能計算中心等重算力場景，構築性能領先的訓練集群，目前主要包含Atlas 900 PoD（型號：9000）、Atlas 900 A2 PoD、Atlas 900 AI集群三種產品，廣泛應用於深度學習模型開發和訓練。

1.5 其他

其他華為昇騰超高算力集成產品包括：

Atlas 200I DK A2 開發者套件，是一款高性能的 AI 開發者套件，4 核 CPU，可提供 8TOPS INT8 的計算能力，可以實現圖像、視頻等多種數據分析與推理計算，可廣泛用於教育、機器人、無人機等場景。

Atlas 500 A2 智能小站是面向邊緣應用的產品，具有環境適應性強、超強計算性能、雲邊協同等特點，可以在邊緣環境廣泛部署，滿足在交通、社區、園區、商場、超市等復雜環境區域的應用需求。

2，軟件：釋放硬件性能，推動AI生態繁榮

針對AI場景，華為設計瞭異構計算架構CANN、AI計算框架MindSpore和第三方適配以及全流程開發工具鏈MindStudio。

2.1 CANN

異構計算架構（CANN）是功能類似於英偉達CUDA+ CuDNN 的核心軟件層。CANN位於計算資源層和應用層之間，即芯片使能層，實現瞭在高性能計算硬件和AI應用之間架起一座橋梁。

CANN包括引擎、編譯器、執行器、算子庫等，承載計算機的單元為 AI 芯片。

異構計算架構主要負責調度分配計算到對應的硬件上。

從層級來看，CANN 上承 AI 框架，下接 AI 處理器硬件，先進的異構架構使得神經網絡執行過程的硬件交互時間有效縮短，從而實現對硬件性能的進一步利用。

2.2 MindSpore

在 CANN 的基礎之上，昇騰提供瞭昇思深度學習框架MindSpore。作為支持雲、邊、端靈活部署的深度學習框架，於2020年正式開源，和TensorFlow、PyTorch、飛槳等框架共同為人工智能領域發力。

MindSpore旨在實現易開發、高效執行、全場景覆蓋三大目標。兼旨在實現易開發、高效執行、全場景覆蓋三大目標。

910c544e1518a8083e8bec5c79a44159

在人工智能框架使用率方面，TensorFlow、PyTorch、昇思MindSpore和飛槳合計占瞭86%的市場份額，其中，MindSpore以11%的占比在全球框架裡排名第三，逆勢進入瞭AI框架的第一梯隊。

2.3 MindStudio

華為還提供瞭全流程開發的工具鏈MindStudio。開發者可以利用MindStudio提供的簡單易用的開發工具，高效地完成端到端開發，讓開發者能夠在安裝部署、模型訓練、模型推理、算子開發、應用開發、調試調優和應用部署全流程中一站式完成，無需切換不同的工具，從而顯著降低瞭開發門檻。

MindStudio支持訓練、推理場景。1）訓練場景：MindStudio（昇騰訓練加速工具）利用獨有的算法，使訓練速度提升25%。2）推理場景：MindStudio（昇騰模型壓縮工具）利用獨有的智能算法，加速推理進程，可大致提速47%。

二，華為昇騰的五類合作夥伴

昇騰生態夥伴包含：整機硬件夥伴、IHV硬件夥伴、應用軟件夥伴、一體機解決方案夥伴以及生態運營夥伴五大類。

其中，整機硬件夥伴有13傢、IHV硬件夥伴有6傢、軟件夥伴大約1200傢，以薩技術是其一體機解決方案夥伴，極視角科技以及中軟國際是其生態運營夥伴。

1、整機硬件夥伴

在昇騰計算整機硬件的產品方面，華為通過包括寶德、華鯤振宇、神州數碼等眾多主流的廠商合作，內容主要涵蓋服務器，共同打造適應產業發展的產品。

2、IHV硬件夥伴

凌華科技、研揚科技、研華科技、飛途、東聲智能、全愛科技6大公司成為IHV硬件夥伴。該合作夥伴基於華為昇騰部件進行二次開發，形成自有品牌硬件產品並進行銷售。

3，應用軟件夥伴：

對接昇騰服務器、智能小站、集群、加速模塊和卡以及MindSpore等產品，華為昇騰應用軟件夥伴開發、銷售自有知識產權的應用程序、軟件、垂直細分應用等產品。該合作夥伴屬於數字政府和制造行業的居多。

4，一體機解決方案夥伴

以薩技術成為華為昇騰唯一的一體機解決方案夥伴，基於昇騰系列的產品，打造瞭以薩智慧交通和以薩智慧交通兩大解決方案。

5，生態運營夥伴

華為昇騰和極視角科技以及中軟國際達成合作。其中，極視角通過昇騰產品構建瞭“智慧城市”解決方案，具有部署方便、一鍵式安裝、一站式管理和數據不外泄功能；而中軟國際年蟬聯中國軟件和信息服務綜合競爭力百強企業前15位，致力於昇騰算力企業合作、方案構建、算力運營等領域。

三，昇騰當前有哪些不足？

當前昇騰需求的爆發式增長動力主要來自1）AI算力行業自身的快速增長；2）國內自主可控的替代，比如說國傢級別的人工智能計算中心，大部分開始會采用昇騰。

當相比於英偉達目前也有不少核心問題：

1，昇騰隻能用於華為自身生態中的大模型業務，比如昇騰不能做GPT-3，因為910不支持32位浮點，而目前大模型訓練幾乎都要使用32位的浮點，所以昇騰芯片隻能利用華為開發的框架（如MindSpore），再加上優化好的大模型，比如盤古CV。

2，生態依然需要完善。英偉達最強大的護城河在於它的生態系統CUDA。目前CANN還有差距。

3，先進制程的卡脖子問題得到瞭一定解決，但依然需要擔憂產能問題。

四，出貨情況

預計今年出貨量40萬顆，310卡占90%，910占比10%。現在每年昇騰40萬顆，明年預計出貨在2倍多。

整體上來說，910卡換成服務器在1萬多臺，910滿配，終端標價110-120萬，預計終端是80- 90萬左右，不會超過90萬，今年在90億左右，明年翻倍180億。

五，未來主要關註事項

1.華為不斷更新昇騰910的適配范圍和軟件；

2，國產7nm制程開始有更多事實做支撐；

3，如果美國開始禁止H800和A800,，昇騰起量可能也會比較快。

參考資料：

民生證券《華為昇騰深度：國產AI算力“扛旗者”》