華爲輪值董事長徐直軍在發佈會上表示：華爲自2018年10月發佈AI戰略以來，穩步而有序地推進戰略執行、產品研發及商用進程。昇騰910、MindSpore的推出，標誌着華爲已完成全棧全場景AI解決方案（Portfolio）的構建，也標誌着華爲AI戰略的執行進入了新的階段。
昇騰910，算力最強AI處理器
徐直軍此次正式發佈的AI晶片是昇騰910，屬於Ascend-max系列。在2018華爲全聯接大會上已經發布了其技術規格。
實際測試結果表明，在算力方面，昇騰910完全達到了設計規格，即：半精度（FP16）算力達到256 Tera-FLOPS，整數精度（INT8）算力達到512 Tera-OPS；重要的是，達到規格算力所需功耗僅310W，明顯低於設計規格的350W。
徐直軍表示：昇騰910總體技術表現超出預期，作爲算力最強AI處理器，當之無愧。我們已經把昇騰910用於實際AI訓練任務。比如，在典型的ResNet50網路的訓練中，昇騰910與MindSpore配合，與現有主流訓練單卡配合TensorFlow相比，顯示出接近2倍的效能提升。
面向未來，針對不同的場景，包括邊緣計算、自動駕駛車載計算、訓練等場景，華爲將持續投資，推出更多的AI處理器，面向全場景持續提供更充裕、更經濟、更適配的AI算力。
MindSpore，全場景AI計算框架
徐直軍還發布了全場景AI計算框架MindSpore。
能否大大降低AI應用開發的門檻，能否實現AI無處不在，能否在任何場景下確保用戶私隱得到尊重和保護，這些都與AI計算框架息息相關。
爲此，2018華爲全聯接大會上，華爲提出，AI框架應該是開發態友好（例如顯著減少訓練時間和成本）和運行態高效（例如最少資源和最高能效比），更重要的是，要能適應每個場景包括端、邊緣和雲。
經過近一年的努力，全場景AI計算框架MindSpore在這三個方面都取得了顯著進展。
全場景支援，是在私隱保護日漸重要的背景下，實現AI無所不在越來越基礎的需求，也是MindSpore的重要特色。
針對不同的運行環境，MindSpore框架架構上支援可大可小，適應全場景獨立部署。MindSpore框架透過協同經過處理後的、不帶有私隱資訊的梯度、模型資訊，而不是數據本身，以此實現在保證用戶私隱數據保護的前提下跨場景協同。除了私隱保護，MindSpore還將模型保護Built-in到AI框架中，實現模型的安全可信。
在原生適應每個場景包括端、邊緣和雲，並能夠按需協同的基礎上，透過實現AI演算法即代碼，使開發態變得更加友好，顯著減少模型開發時間。以一個NLP（自然語言處理）典型網路爲例，相比其他框架，用MindSpore可降低核心代碼量20%，開發門檻大大降低，效率整體提升50%以上。
透過MindSpore框架自身的技術創新及其與昇騰處理器協同優化，有效克服AI計算的複雜性和算力的多樣性挑戰，實現了運行態的高效，大大提高了計算效能。除了昇騰處理器，MindSpore同時也支援GPU、CPU等其它處理器。
爲了更好促進AI的應用，徐直軍宣佈「MindSpore將在2020年Q1開源」，助力每一位開發者，促進AI產業生態發展。
全棧全場景AI解決方案，讓AI無處不在
徐直軍在發佈以上兩款產品之前，首先重申了華爲公司的AI戰略：
投資AI基礎研究：在計算視覺、自然語言處理、決策推理等領域構築數據高效（更少的數據需求） 、能耗高效（更低的算力和能耗），安全可信、自動自治的機器學習基礎能力；
打造全棧全場景解決方案：提供充裕的、經濟的算力資源，簡單易用、高效率、全流程的AI平臺；
投資開放生態和人才培養：面向全球，持續與學術界、產業界和行業夥伴廣泛合作；
把AI思維和技術引入現有產品和服務，實現更大價值、更強競爭力；
應用AI優化內部管理，對準海量作業場景，大幅度提升內部運營效率和質量。
華爲AI解決方案（Portfolio）的全場景，是指包括公有云、私有云、各種邊緣計算、物聯網行業終端以及消費類終端等部署環境；而全棧是技術功能視角，是指包括Ascend昇騰系列IP和晶片、晶片使能CANN、訓練和推理框架MindSpore和應用使能ModelArts在內的全堆棧方案。
徐直軍也回顧了制定以上AI戰略的初衷。華爲定位AI是一種新的通用目的技術（GPT），如同19世紀的鐵路和電力，以及20世紀的汽車、電腦、網路一樣，將應用到經濟的幾乎所有地方。
同時華爲也認爲AI的應用總體還處於發展初期，AI技術和能力相比於長遠期望還有很大差距。減小甚至消除這些差距，加速AI的應用，正是華爲AI戰略的初衷和目標。具體包括致力於促成以下10個方面的改變：
1.透過提供更強的算力，使複雜模型訓練能在幾分鐘、甚至幾秒鐘內完成，而不是今天的數天甚至數週。
2.提供更經濟、更充裕的算力，讓算力不再稀缺、不再昂貴，從而不再是AI發展的制約因素。
3.透過全場景方案，適應企業不同需要，確保用戶私隱得到尊重和保護，讓AI能夠部署在任何場景，而不僅僅是公有云。
4.投資基礎AI演算法研究，實現更少的數據需求，即數據高效；也要能夠基於更低的算力和能耗，即能耗高效。
5.透過AI框架MindSpore和應用使能ModelArts，大大提升AI自身的自動化水準，減少對人工的依賴。
6.持續提升模型演算法，實現工業生產環境的「工作」優秀，而不僅僅是各種比拼環境的「考試」優秀。
7.實現模型的閉環、實時更新，保證企業AI應用始終處於最佳狀態。
8.將AI技術與5G、雲、物聯網、邊緣計算、區塊鏈、大數據、資料庫…等技術充分協同，發揮更大價值。
9.透過全棧方案一站式平臺，使AI成爲所有應用開發者甚至所有ICT技術從業人員的一項基本技能，而不是一項只有具備高級技能的專家才能完成的工作。
10.透過全棧全場景技術手段，結合投資開放的生態和人才培養，讓AI人才不再短缺。
昇騰310和ModelArts獲得廣泛應用
在2018華爲全聯接大會上，與華爲AI戰略一起，作爲全棧全場景解決方案的首批組件，華爲同時對外發布並正式推出了昇騰310AI晶片和全流程模型生產服務ModelArts。
昇騰310屬於Ascend-mini系列第一顆華爲商用AI SoC晶片，在最大功耗僅8W的情況下，其整數精度（INT8）算力達到16Tops，半精度（FP16）算力達到8Tops。同時，該晶片中還整合了16通道全高畫質影片解碼器，是面向邊緣計算場景最強算力的AI SoC。
自發布以來，基於昇騰310晶片的產品和雲端服務獲得廣泛應用。
其中，基於昇騰310的MDC和很多國內外主流車企在園區巴士、新能源車、自動駕駛等場景已經深入合作。
基於昇騰310的Atlas系列板卡、伺服器，與數十傢伙伴在智慧交通、智慧電力等數十個行業落地行業解決方案。
基於昇騰310，華爲雲提供了影像分析類服務、OCR服務、影片智慧分析服務等雲端服務。對外提供API達50多個，日均調用量超過1億次，而且在快速成長，預計年底日均調用量超過3億次。另有超過100多個客戶使用昇騰310開發定製AI演算法。
ModelArts全流程模型生產服務打通了從數據獲取-模型開發-模型訓練-模型部署的全鏈條，可將生產所需的所有服務一站式提供。
截至目前，ModelArts已經擁有開發者超過3萬，日均訓練作業任務超過4000個，32000小時，其中：視覺類作業佔85%，語音類作業佔10%，機器學習5%。
隨著今天昇騰910 AI處理器以及MindSpore全場景AI計算框架的發佈，華爲全棧全場景AI解決方案各重要組成部分悉數登場，徐直軍因此表示「華爲已完成了全棧全場景AI解決方案的構建」。
實現了預期的計劃和目標，對華爲AI，這是一個新的里程碑，更是一個新的開始。
在發佈會最後，徐直軍預告，在即將開幕的2019華爲全聯接大會，將有更多震撼的AI新品推出。華爲期待與夥伴更加深入、廣泛地合作，讓AI無所不及，把數字世界帶入每個人、每個家庭、每個組織。
