美国网站 The Information 在上周透露一则信息，那就是华为也要追上中国厂商推动 AI 芯片自制的潮流，推动全名为达芬奇计划（Project Da Vinci）的 D 计划。
该计划包含了几个重要信息，那就是华为要面向发展数据中心的 AI 芯片，取代华为目前使用的 NVIDIA 方案。而该计划的主导者是华为轮值董事长徐直军，他同时也是华为旗下 IC 设计公司海思半导体的董事长。
华为目前的云端计算服务主要使用在城市安保方面的工作，包括监控摄像机的数据收集与分析，而今年初华为则是推出 SoftCOM AI 解决方案，目的是在全云化网络基础上引入 AI 技术，实现网络的“自动驾驶”。
SoftCOM AI 解决方案的具体做法是：把下层设备和云基础设施、中间层的网络管理和控制以及上层全流程的系统，在规划、部署、运行、维护、优化和经营的端到端过程中，每一个环节都引入人工智能技术，使网络达到系统最优。与此同时，华为也构建了一个面向运营商的 AI 训练平台，将网络设备运行的状态数据接入平台来训练 AI 模型，并针对模型进行持续更新和优化，使得网络系统的自动化程度不断提高。
而华为在城市安保与云端网络 AI 管理方面的核心都是使用 NVIDIA 的方案，而一直以来，NVIDIA 与华为都有著紧密的合作，但为何要在这个时间点宣布自有 AI 方案，甚至根据信息来源，D 计划的主要目的就是要取代 NVIDIA 的云端 AI 计算方案，应该与来自美方的压力有关。
中国行业巨头纷纷走向自研，但华为可能更为急迫
其实，华为进入自有架构发展已经算晚了。在华为之前，百度、阿里巴巴都已经先后宣布自有 AI 芯片的布局，百度的昆仑芯片使用自行设计的架构，虽然芯片还在设计阶段，但该公司宣称其理论算力要高出 NVIDIA 的方案一倍以上。
阿里巴巴则是宣布将投入 Ali-NPU 神经网络芯片的研发，该架构不提绝对性能，而是强调其超高性价比，号称超越传统 CPU/GPU 架构达 40 倍。腾讯虽然还没有宣布其自有 AI 芯片的布局，但其之前曾投资 VoxelCloud（体素科技）、碳云智能、真时科技以及蔚来汽车等企业，发展方向以 AI 的行业应用为主，与其他公司不同。
这些公司的 AI 布局主要都集中在云端计算方面，而华为的 D 计划同样也是针对云端计算而来。
但华为推出自研云端 AI 方案，明显是针对 NVIDIA 而来，但 NVIDIA 过去与华为合作紧密，为何在这个时间点传出自研消息，应该与之前美国在讨论其紧急权利法案，要对高科技方案进行输出限制时，明显提到华为与 NVIDIA 的合作的关系。
图｜NVIDIA 在 2017 年 9 月与华为合作发布服务器计算方案。
NVIDIA 否认其与华为有分享芯片核心层级技术，主要还是在方案的合作上，但是在被美国政府点名，以及近来华为从电信设备到移动通信产品，都在欧美市场遭到阻碍的状况下，加上中兴的前车之鉴，华为才决定加速整个计划的推动。
寒武纪还是 Arm 架构将入选？或是从头打造？
而要在这么急迫的时间推出可用方案，如百度或阿里巴巴完全走向自研虽仍有可能，但若采用现有可选方案比较有可能在短时间内实现。
若以此为前提，那目前可选的方案有两种，分别是寒武纪或 Arm 的 AI 方案。
寒武纪在今年 5 月推出了包含 IP 与芯片产品，分别是寒武纪 1M，以及 MLU100。
寒武纪 1M 延续了前代 1H/1A，可支持 CNN、RNN、SOM 等多种深度学习模型，此次又进一步支持了 SVM、k-NN、k-Means、决策树等经典机器学习算法的加速。这款芯片支持帮助终端设备进行本地训练，可为视觉、语音、自然语言处理等任务提供高效计算平台。而寒武纪 1M 也是款可扩展规模的核心，可通过多核配置来达到更高的性能表现。
而 MLU100 则是芯片方案，采用寒武纪最新的 MLUv01 架构和 TSMC 16nm 工艺，可工作在平衡模式（主频 1Ghz）和高性能模式（1.3GHz）主频下，等效理论峰值速度则分别可以达到 128 万亿次定点运算/166.4 万亿次定点运算，而其功耗为 80w/110w，能效极高。
华为即将在今年推出的麒麟 980，传言将采用寒武纪 1M。那么云端 AI 计算使用 MLU100，或是利用 MLUv1 架构深度定制化也是有可能。
另外，Arm 与中国合资成立 Arm mini China，除了提供更完整的服务，同时也扫除未来 IP 授权业务可能受到的外来因素干扰。
图｜Arm 所推出的机器学习芯片方案。
Arm 在今年推出 ML 处理器方案，可在 7nm 工艺下以标准规模设定达到 4.6TOPs 的操作性能表现，每 W 可达 3TOPs 的能效，具备相当的竞争力。而 Arm 也强调他们的架构都可规模化定制，换言之，理论上客户需要什么等级的性能表现，就可以把规模扩充到所需要的程度，当然，规模的增加也代表功耗和成本的同步增长。Arm 虽强调其可扩充能力，但谈到可否将规模加大到与主流用于云端 AI 计算的 GPU 架构相提并论，仍语带保留。
而华为作为 Arm 传统忠实客户，Arm 也积极向华为推销相关的 AI 方案，业界也同样传出麒麟 980 可能改用 Arm 的 AI 方案的声音，云端 AI 方案 Arm 亦是可能选项。
而最后的可能性，就是华为放弃寒武纪与 Arm，采用全新研发的架构，但是在生态方面，寒武纪支持了主要框架的大部分算法模型，而 Arm 也花了数年的时间研发了 Arm NN 这个可以桥接大部分框架与算法模型、并可动态分配至 Arm 计算架构上进行计算工作的软件环境，芯片本身可能相对容易搞定，毕竟 AI 计算所需要的结构大同小异，除非搞光量子或者是深度神经网络计算架构，否则不会有太多意外的地方。但是在框架与生态的建构上，华为一时半刻还无法复制寒武纪以及 Arm 的工作。
而若要在短时间内取代目前业界拥有最强大生态支持，以及最完整软硬件环境的 NVIDIA，不寻求外力支持恐怕不太现实。
当然，在消息披露之后，华为并未对 D 计划内容进行回应。
实际上，国际市场对华为之所以戒慎恐惧，主要是因为华为虽然使用不少国外元器件，但核心部分通常都经过大幅修改，比如说电信设备，或者是智能手机的软件部分，就好像产品中藏了“黑盒子”，加上华为的背景，自然容易被严格检视。
而如果在云端计算同样采用自有架构来取代 NVIDIA 方案，那等于是增加了更多神秘的部分，当然，对华为而言是可以降低核心来源被中断的风险，但是就市场而言，以更不成熟的方案来替代，加上自有的部分比重增加，那可能同样会增加未来出口的困难度。
未雨绸缪是好事，但仍要考虑技术层次、生态经营，以及可能的市场挑战，自有只是手段，也不应该是最终目的。
