华为达芬奇计划挑战英伟达，英伟达踏步“走”进SoC时代

关键字：应用 计算机 计算平台 

人工智能(AI)的说法由来已久，但是较近几年才突然爆发，变得炙手可热。较为常见的就是人脸识别、机器人、自动驾驶等应用。而要实现诸多应用，较重要的硬件就是AI芯片。而英伟达(NVIDA)，正是AI芯片行业的第一大供应商。

　　据外媒the information报道，华为目前正在开展一个代号为达芬奇计划“Project Da Vinci”的新项目，将自主研发AI芯片，挑战英伟达的领先地位。

　　“达芬奇计划”做了什么?将AI添加到一切产品和服务中

　　华为目前致力于将AI引入公司一切产品和服务中，包括电信基站和云数据中心、智能手机和监控摄像头等设备。而“达芬奇计划”就是这一系列想法的尝试。

　　通过“达芬奇计划”得到改造的业务之一是华为的“安全城市”业务。华为目前可通过AI驱动的监控摄像机，捕获图像并发送到远程数据中心，实现地方政府监控数据的收集和分析，并向警方发出警报，如自动识别交通事故、盗窃事件和街头斗殴等。

　　另一方面，华为正计划将更多的AI能力引入全球电信网络。为保证其运营商客户的基础设施升级、迎接5G网络，华为正开发新的设备和软件，利用电信基站创建更智能、支持AI的网络。据了解，这些基站可以自行检测和修复问题，同时通过预测无线数据流量波动，自动调整其运营。

　　此外，华为的云计算业务也在迅速发展，华为云业务正为企业客户提供服务器和其他数据中心设备(包括芯片)。而芯片方面的研发，则意味着将给英伟达带来挑战。

　　在目前的GPU芯片市场上，英伟达市场占有率高达70%，是当之无愧的芯片领域霸主。

AI 芯天下 | 华为达芬奇计划挑战英伟达，英伟达踏步“走”进SoC时代

　　我们可以看到，芯片巨头Nvidia(英伟达)已经牢牢占据AI芯片榜首，由于CUDA开发平台的普及，英伟达的GPU是目前应用较广的通用AI硬件计算平台。除了有实力自研芯片的企业(全世界也没几家)，如果需要做AI相关的工作，必定需要用到Nvidia的芯片。Nvidia的芯片应用普遍，现在所有的AI软件库都支持使用CUDA加速，包括谷歌的Tensorflow，Facebook的Caffe，亚马逊的MXNet等。

　　在今年的电脑展上，英伟达主要发布了两款新品：HGX-2、Jetson Xavier。前者其实比较简单，就是今年CES上NVIDIA发布的那款DGX-2超级计算机的“拆解版”，目标就是让用户能够更加灵活地组装GPU加速节点。所以，其实也只能算半个“新品”。这也让另外一个新品——Jetson Xavier，显得更加重要。

AI 芯天下 | 华为达芬奇计划挑战英伟达，英伟达踏步“走”进SoC时代

　　我们来简单看看参数就知道了：

　　SoC整体大小为350 平方毫米，采用12nm FFN制程，整体功耗仅为30W;

　　CPU部分采用定制架构8核规格，10路超标量，支持双执行模式;

　　GPU采用较新Volta架构，含有512个CUDA核心，浮点运算能力高达1.3TFlops，人 工智能需求处理能力高达20 Tensor Core TOPS;

　　自带ISP，处理能力高达1.5GPIX/s，原生支持全幅HDR处理;

　　自带DLA(深度学习加速器)，提供5T FLOPS FP16运算能力，10 TOPS INT8运算能力;

　　自带PVA，处理高达1.6 TOPS，能够对光流和图像处理进行加速;

　　自带视频编码解码处理器，编码解码速度性能分别达到1.2、1.8GPIX/s。

　　这些参数或许你还是看不懂，但隐隐透露了英伟达这个人工智能领域开拓者的一个关键看法——对于人工智能来说，全通用性、全专用性处理器都不太适合，还是用多个处理器模块结合的SoC效率较高;

　　另外一个重要的结果是，Xavier既然能够横跨自动驾驶、机器人两个平台使用，那么未来英伟达也可以继续通过不断更新这样的SoC产品来推进这两个领域的市场。这实际上也就变成了一个关键性的简化。

　　从整体来看，SoC产品线的出现标志着英伟达的产品愈发成熟，同时这些SoC内部的GPU模块依旧使用了和NVIDIA所有GPU相同的微架构，以及对人工智能、图形加速等技术的支持。

　　在这样一个生态已经固化的环境中，华为达芬奇计划“Project Da Vinci”能否成功尚不可知。但是，希望华为公司能够在人工智能发扬光大，并带领中国AI芯走向世界。