華為達芬奇計劃挑戰英偉達，英偉達踏步“走”進SoC時代

　　人工智能(AI)的說法由來已久，但是最近幾年才突然爆發，變得炙手可熱。最為常見的就是人臉識別、機器人、自動駕駛等應用。而要實現諸多應用，最重要的硬件就是AI芯片。而英偉達(NVIDA)，正是AI芯片行業的第一大供應商。

　　據外媒the information報道，華為目前正在開展一個代號為達芬奇計劃“Project Da Vinci”的新項目，將自主研發AI芯片，挑戰英偉達的領先地位。

　　“達芬奇計劃”做了什么?將AI添加到一切產品和服務中

　　華為目前致力于將AI引入公司一切產品和服務中，包括電信基站和云數據中心、智能手機和監控攝像頭等設備。而“達芬奇計劃”就是這一系列想法的嘗試。

　　通過“達芬奇計劃”得到改造的業務之一是華為的“安全城市”業務。華為目前可通過AI驅動的監控攝像機，捕獲圖像并發送到遠程數據中心，實現地方政府監控數據的收集和分析，并向警方發出警報，如自動識別交通事故、盜竊事件和街頭斗毆等。

　　另一方面，華為正計劃將更多的AI能力引入全球電信網絡。為保證其運營商客戶的基礎設施升級、迎接5G網絡，華為正開發新的設備和軟件，利用電信基站創建更智能、支持AI的網絡。據了解，這些基站可以自行檢測和修復問題，同時通過預測無線數據流量波動，自動調整其運營。

　　此外，華為的云計算業務也在迅速發展，華為云業務正為企業客戶提供服務器和其他數據中心設備(包括芯片)。而芯片方面的研發，則意味著將給英偉達帶來挑戰。

　　在目前的GPU芯片市場上，英偉達市場占有率高達70%，是當之無愧的芯片領域霸主。

　　我們可以看到，芯片巨頭Nvidia(英偉達)已經牢牢占據AI芯片榜首，由于CUDA開發平臺的普及，英偉達的GPU是目前應用最廣的通用AI硬件計算平臺。除了有實力自研芯片的企業(全世界也沒幾家)，如果需要做AI相關的工作，必定需要用到Nvidia的芯片。Nvidia的芯片應用普遍，現在所有的AI軟件庫都支持使用CUDA加速，包括谷歌的Tensorflow，Facebook的Caffe，亞馬遜的MXNet等。

　　在今年的電腦展上，英偉達主要發布了兩款新品：HGX-2、Jetson Xavier。前者其實比較簡單，就是今年CES上NVIDIA發布的那款DGX-2超級計算機的“拆解版”，目標就是讓用戶能夠更加靈活地組裝GPU加速節點。所以，其實也只能算半個“新品”。這也讓另外一個新品——Jetson Xavier，顯得更加重要。

　　我們來簡單看看參數就知道了：

　　SoC整體大小為350 平方毫米，采用12nm FFN制程，整體功耗僅為30W;

　　CPU部分采用定制架構8核規格，10路超標量，支持雙執行模式;

　　GPU采用最新Volta架構，含有512個CUDA核心，浮點運算能力高達1.3TFlops，人 工智能需求處理能力高達20 Tensor Core TOPS;

　　自帶ISP，處理能力高達1.5GPIX/s，原生支持全幅HDR處理;

　　自帶DLA(深度學習加速器)，提供5T FLOPS FP16運算能力，10 TOPS INT8運算能力;

　　自帶PVA，處理高達1.6 TOPS，能夠對光流和圖像處理進行加速;

　　自帶視頻編碼解碼處理器，編碼解碼速度性能分別達到1.2、1.8GPIX/s。

　　這些參數或許你還是看不懂，但隱隱透露了英偉達這個人工智能領域開拓者的一個關鍵看法——對于人工智能來說，全通用性、全專用性處理器都不太適合，還是用多個處理器模塊結合的SoC效率最高;

　　另外一個重要的結果是，Xavier既然能夠橫跨自動駕駛、機器人兩個平臺使用，那么未來英偉達也可以繼續通過不斷更新這樣的SoC產品來推進這兩個領域的市場。這實際上也就變成了一個關鍵性的簡化。

　　從整體來看，SoC產品線的出現標志著英偉達的產品愈發成熟，同時這些SoC內部的GPU模塊依舊使用了和NVIDIA所有GPU相同的微架構，以及對人工智能、圖形加速等技術的支持。

　　在這樣一個生態已經固化的環境中，華為達芬奇計劃“Project Da Vinci”能否成功尚不可知。但是，希望華為公司能夠在人工智能發揚光大，并帶領中國AI芯走向世界。