华为达芬奇架构解读：为AIoT而生

继6月份的麒麟810芯片后，华为自研达芬奇架构NPU在上周又一次迎来重磅消息，被集合到了号称业内算力最强的自研AI芯片——Ascend 910（昇腾910）上。

与此同时，华为还推出了与Ascend 910相配套的深度学习计算框架MindSpore。按华为轮值董事长徐直军的话说，Ascend 910、MindSpore的推出，标志着华为已完成全栈全场景AI解决方案的构建，也标志着华为AI战略的执行进入了新阶段。

2018年华为全联接大会上，Ascend 910和Ascend 310首次亮相，达芬奇架构也首次被运用在宣布商用的Ascend 310上。

华为表示，设计达芬奇架构的初衷，是为了应对万物智能互联的新时代，实现AI在多平台多场景之间的协同。

数据预测，到2025年全球智能终端数量将会达到400亿台，智能助理的普及率将达到90%，企业数据的使用率将达到86%。在不久的将来，AI将作为一项通用技术极大地提高生产力，改变每个组织和每个行业。

这一趋势，促使了华为全栈全场景AI战略在2018全联接大会上的提出。而达芬奇架构，正是华为自研的面向AI计算特征的全新计算架构，具备高算力、高能效、灵活可裁剪的特性，是其实现万物智能的重要基础。

基于灵活可扩展的特性，达芬奇架构能够满足端侧、边缘侧及云端的应用场景，可用于小到几十毫瓦，大到几百瓦的训练场景，横跨全场景提供最优算力。

以Ascend芯片为例，Ascend-Nano可以用于耳机电话等IoT设备的使用场景；Ascend-Tiny和Ascend-Lite用于智能手机的AI运算处理；在笔记本电脑等算力需求更高的便携设备上，由Ascend-Mini提供算力支持；而边缘侧服务器上则需要由Multi-Ascend 310完成AI计算；至于超复杂的云端数据运算处理，则交由算力最高可达256 TFLOPS@FP16的Ascend-Max来完成。

基于达芬奇架构的统一性，开发者在面对云端、边缘侧、端侧等全场景应用开发时，只需要进行一次算子开发和调试，就可以应用于不同平台。