两年前，有华为海思开发人员自告奋勇，要在华为内部研发人工智能芯片，且许诺一定做得出来。
华为已有多年的芯片设计经验，不管是芯片之上的CANN（神经网络定制的计算架构）层还是框架、应用层，也都有相应的技术储备。因此，决策的过程并不复杂。“我们就是盖了个印，说，去做吧。”华为轮值董事长、华为海思董事长徐直军说。
2017年6月，在上海的一次内部交流中，该项目正式敲定，开发人员为其起了一个颇具想象力的代号——达芬奇。
达芬奇，这位欧洲文艺复兴时期的天才科学家、画家、发明家、地理学家、建筑工程师，多才多艺，是个全方位的人才。这和华为起初设定的AI理念一致：华为需要的是从芯片、到云、到边缘、到不同物联网终端的全场景支持。“因此，必须开创一个全新的架构，这是华为的不二选择”，华为首席战略架构师党文栓指出。
在2018年10月10日“达芬奇”项目正式浮出水面的数月前，外界已难掩对它的好奇与猜测。
据The Information报道，“达芬奇”项目被华为高管在内部称之为“D计划”，是华为十年内*的研发项目，其主要内容是将AI引入华为的所有产品和服务当中——包括电信基站、云数据中心、智能手机、监控摄像头等，并为数据中心开发新的AI芯片，使得语音识别、图像识别等应用可以在云端使用。换言之，“D计划”背后承载的是一个甚为庞大的华为AI布局。
10月10日，在2018华为全联接大会上，徐直军终于正式揭开“达芬奇”的面纱，并将其中一枚已研发成功的AI芯片握在手中、对外展示。
“华为有一个‘达芬奇项目’是事实，但是没有‘达芬奇计划’。华为内部项目众多，例如无线的5G、网络产品线的400G、终端的Mate 20，每个业务线可能有自己的排序。我关心每一个项目，达芬奇只是其中之一”，徐直军说，“外界一直在传华为在研发AI芯片，今天我要告诉大家，这是事实！”
然而，AI芯片并不是华为AI战局的全部。那么，华为AI究竟做什么、怎么做呢？
“先随便开一枪，打中了就换炮集中火力攻城，如果打不中也没事，就让子弹飞一会儿。”今年4月，华为创始人、总裁任正非罕见接受媒体采访，并透露了华为的研发策略。
据多位华为人士对全天候科技表示，任正非在内部强调：华为不做公共的人工智能产品，不做小商品，始终要保持在主航道上。人工智能虽然有泡沫，但是大的趋势和方向不会变。在方向大致正确的情况下，先开一枪，不能等，要大胆地往前走。
过去，外界对于华为AI的*印象来自于AI芯片在手机终端的应用：它让手机的各项应用更加具有主动性，例如能够让手机自动识别被拍摄物体的类型、给出更优化的拍照解决方案。
AI芯片在智能手机上的应用，已在荣耀Magic、华为Mate 10等搭载麒麟系列新品的手机身上得到验证。“华为手机增加了AI能力以后，带动了全球智能终端AI领域的创新，也带动了华为智能手机成长，预计今年销量能够超过2亿台。”徐直军说。
麒麟系列芯片的核心之一在基于寒武纪架构的NPU（神经网络处理器）。现在，华为决定另辟新路，自创全新的“达芬奇架构”。
10月10日，在华为全联接大会上，华为发布了两款昇腾系列的AI芯片——昇腾910（Ascend 910）和昇腾310（Ascend 310）。其中，昇腾910是目前全球已发布的单芯片计算密度*的AI芯片，昇腾 310则是目前面向计算场景最强算力的AI芯片。这两款芯片都是华为在全新的“达芬奇架构”基础上研发的。
与英伟达、英特尔、高通等芯片巨头聚焦在云端或终端不同，华为昇腾系列AI芯片基于统一的架构，支持从云端、到边缘计算、到终端的全场景，“目前还没有看到市场上有其他架构能够做到这一点”，徐直军说。
“达芬奇”架构揭开面纱背后，是华为正式面向AI开出的*枪。
除了发布两款AI芯片之外，10月10日，华为还正式发布“全栈、全场景”的AI解决方案。
徐直军解释称，华为提出的“全场景”，是指包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等部署环境；“全栈”，指的是技术功能视角，是指包括芯片、芯片使能、训练和推理框架和应用使能在内的全堆栈方案。
具体而言，华为的全栈方案包括这样几个部分：
基于达芬奇架构的昇腾（Ascend）AI IP和芯片。其中芯片分为5个系列，Max、Lite、Mini、Tiny、Nano，目前已公布了昇腾910（Max）和昇腾310（Mini）；
其次是CANN，即神经网络定制的计算架构，它是高度自动化的算子开发工具，可以三倍提升开发效率，也兼顾算子性能。
还有MindSpore框架，它友好地将训练和推理统一起来，并全面适应端、边、云等全场景；这是华为AI与市面上已有框架，包括谷歌的TensorFlow、百度的PaddlePaddle、Facebook的PyTorch、亚马逊的MXNet等的*不同。
应用使能也是其中一个部分，它是一个机器学习PaaS（平台即服务），包括由ModleArts服务提供全流程服务，分层、分级API，以及预集成方案，用于满足不同开发者的需求，促进AI应用。
华为AI解决方案
一位华为海思研发人员告诉全天候科技，目前业界公认的人工智能技术的基础支撑是计算力、算法和大数据。华为的全栈方案，一次性解决了人工智能两种最核心的能力：计算力和算法框架（MindSpore）。目前在AI算力层面，国内*玩家较少。今年9月，阿里达摩院刚刚成立“平头哥”半导体公司，专注芯片研发，垂直领域则有寒武纪、地平线等。而*的人工智能框架几乎均来自美国，最著名的有谷歌的TensorFlow，Facebook的Pytorch，亚马逊的Mxnet。
在华为全栈方案的系统结构图中，华为将MindSpore与谷歌开发的人工智能学习系统TensorFlow并列在一起。
但二者并不相同。徐直军对全天候科技等媒体称：“我们分析过，现在所有框架很难适应全场景。比如谷歌主要推的是云上的人工智能，它是在云端训练、推理，但这个框架不能用在手机这样的端侧。你要在端侧做训练、推理，框架就要小，架构要灵活，现在的Tensorflow就放不进去。边缘，未来网络里面是边学习、边推理，也需要有框架。我们会出一个部署在端上的学习框架，这个之前是没有的。我们找不到一个框架真正能够实现全场景，所以就自己做了一个，这样可以满足自己的需求。”
手握云、边、端等不同场景，并具备不同场景的技术能力，也被认为是华为AI战略的坚实基础。今年，华为智能手机出货量将超过2亿台，同时，华为公有云和私有云也将成为华为AI芯片*的种子用户，拥有自主AI芯片将令华为云服务更具性价比。
华为从运营商业务起家，到消费者业务、企业级业务，是全球*的电信设备商、全球前三的终端厂商。据华为官方数据，华为2017年度净利润增长28%至475亿元人民币，对比2008年的78.48亿相比，10年翻了近6倍。
一位就职于高通的人士对全天候科技分析，在芯片侧，华为AI芯片的算力虽号称超过英伟达，但英伟达所构筑的AI生态全球范围内仍无人能及，其GPU是目前应用最广的通用AI硬件计算平台；在AI框架上，谷歌的TensorFlow和Facebook的PyTorch已经成为主流。但要论从云到端的全场景，全球可能找不出一家公司能与华为在产业链与商业形态上形成对标。
对于未来的市场竞争，徐直军坦言：“华为不直接向第三方提供芯片，跟芯片厂商没有直接竞争；华为提供硬件和云服务，因此跟硬件和云服务厂商应该会有竞争。但是，没有竞争不叫市场，华为在市场上能不能竞争过对手，关键看华为做得怎么样。”
华为的AI布局带有明显的“企业级”和“技术底层”印记。
据市场研究机构Gartner预测，到2022年，由人工智能驱动的商业价值，将高达3.9万亿美元。而华为认为，到2025年，整个AI产业的市场空间有90%在企业级市场。
徐直军指出，在华为整个AI战略中，Mindspore作为计算和推理框架，未来能不能构建一个生态，大家会不会用，这是*的、也是*的挑战。
华为常务董事、战略和市场总裁徐文伟对全天候科技表示：“（企业级市场）华为能做得好，前提条件是技术好，平台有足够的先进性。华为2017年研发投入近900亿元，占销售收入的15%，公司强力投资研发，必须保证技术上是*的；二是保证平台的开放性，三是公平、公正。这几点保证我们平台的伙伴会越来越多。”
徐文伟称：“华为的战略是平台+AI+生态。”据他介绍，华为AI生态中包含了产业联盟、商业联盟、标准及开源以及开发者的四类生态伙伴，计划3年发展100万AI开发者和合作伙伴。
从全栈方案需要涉及的芯片、库、框架、工具、平台，到全场景需要覆盖的云、边、端各种应用场景，华为都拿出了实际的产品方案和演示案例。例如，在应用案例上，深圳机场、招商银行、奥迪等都应用了华为的AI技术。
在2018华为全联接大会上，除了技术和应用上的生态，华为还布道“普惠AI”的概念，旨在不断降低通用技术的应用门槛，并宣布将投入10亿元用于AI人才培养。
不过，建立生态对于华为来说并非易事，争议随之而至。在生态理念上，华为有著名的三句话：上不碰数据、下不做应用、不做股权投资，并一贯坚持“技术优先”、“有所为有所不为”。
有合作伙伴认为，AI可能会动摇华为的基本商业立场，人工智能做算力和算法，怎么可能不碰数据？
“有时候外界把‘上不碰数据’误解了，说什么都不碰，其实说的是公有云的策略。有一些数据我们是要分析的，是帮助客户分析数据、处理数据然后还给客户，包括我们和金融企业合作的一些项目，如反欺诈等等，为什么招行信用卡安全做得非常好，就是我们两家联合起来做了很多，华为帮助招行分析数据，这个数据资产是招行的，华为不会试图拥有。”徐文伟告诉全天候科技。
和华为云一样，华为AI只想做“黑土地”——不碰数据和应用，只为行业伙伴和开发者提供创新的“沃土”。“解决各行各业的各种用途，不是华为做的，华为做不过具体的行业企业，所以只负责提供平台，提供框架等技术支持”，徐直军称，比如，依图的的医疗影像识别，华为不会去做，但是过程中需要的算力、框架，这个华为要做。
“对于华为公司来说，应用我们做不过别人，但是我做芯片，做平台，不断在里面夯实，尽管傻一点，笨一点，但是可以持续。”徐直军表示。
在生态理念上，徐文伟强调华为坚持合作共赢，以做大整个产业蛋糕为首要目标，“人工智能的边界，要么不说，只要说了就要坚定不移地做到”，他说。
华为AI战略的宣布，是继手机和5G业务之后，华为为数不多的一次高调动作。但相比于BATJ等的争相布局，华为进军AI的步伐似乎晚了一些。
媒体会上，徐直军坦言：“没有先发后发，是合适发就发。”例如，把AI应用到手机上，华为就是*的世界先发；在提供云服务和人工智能服务器上，其实华为也没有后发。”不过，云上芯片华为可能比友商稍微晚了一些。不过，徐直军强调，这次提出的“全栈、全场景”两个词是华为独有的，不是后发。
事实上，华为早在十年前就研发了交通信号灯智能控制系统，堪称早期的“AI自觉”。
2012年，华为成立的2012实验室就开始投入AI基础和算法研究，但其进展和成果对外几乎隔绝，外界并不知晓其研究动向。
2017年9月，华为发布了面向企业、政府的人工智能服务平台华为云EI；今年4月，华为又发布了面向智能终端的人工智能引擎HiAI。
不过，对于华为在AI方面的低调，徐直军称，华为不是上市公司，不让股民掏钱，他们做事的风格是——没有做出来的事情不能说，不能吹泡泡。
华为资深管理顾问黄卫伟在与媒体沟通时讲述了任正非对人工智能战略的“内训”：华为AI聚焦内部两个方向，一是产品智能化；二是不断改进内部的管理和效率。
华为的AI布局很多是基于自身业务，试图通过从自用到赋能，来完成AI从人才到技术再到平台和产品的布局。也即，先面向华为内部，持续探索支持内部管理优化和效率提升，然后才是电信运营商、消费者、企业和政府、普惠AI。
从云端的企业级服务就能看出，EI是针对企业级市场，基础为华为云，目标是将各类AI单点技术与企业生产系统产生化学反应，让企业更智能。这些单点技术很多都是从华为自用开始的。
例如，在制造方面，云边协调的图像处理及深度学习智能判定技术，让华为检测员的工作量下降了48%；在物流方面，华为通过引入AI技术，实现提货路径以及装箱方案的*化，装车率提升15%。
黄卫伟指出，华为和互联网公司有很大区别，互联网公司是追求股东价值*化，但这种思维模式想走到前面去不容易。华为在自己所处的领域，要做到*就要聚焦，就要做产业门槛，没有门槛的产业是不值得做的，门槛方面技术是关键，还包括规模、经济、品牌等。
有熟悉华为的人士对全天候科技称，华为的AI战略是下一个十年的重要部署，华为AI战略里包括生态构建计划，这对华为来说，并不那么容易。另一项挑战在于组织生态。在华为内部，华为云BU已升级为一级部门，可以超越现有主业做很多统筹，但云计算并不是一个完整的AI战略，后者的落地需要组织架构、业务架构、企业文化以及人力的匹配。
与BAT们打法不同的是，华为在关键业务的战略部署上，有着一套自己的方法论。
2017年年中，任正非在公司战略会中提出公司发展的基本逻辑：方向要大致正确，组织必须充满活力。
华为不做AI大的架构规划，而是先单点突破、横向拉通，再建立起产业的平台，把平台开放给客户甚至竞争对手。
在组织架构上，与谷歌DeepMind、谷歌大脑、微软研究院AI、百度研究院等不同，华为暂无计划设立专门的AI研究院或设立新的BU。
据徐文伟介绍，华为AI涉及多个产品，包括芯片、软件平台、云等等，团队很多是在协同工作。华为内部不提AI智库，也很少将某位科学家视为“英雄”，徐文伟认为，把人工智能的专家集中在一起，这个模式不一定是*。
“我们没有把所有人工智能‘垄断’起来在一个部门，原来GE把所有做数字化转型的集中在一起，最后实际上也在调整，其他公司对应各自的业务特征，也在调整。”徐文伟说。
有华为研发人员告诉全天候科技：“华为的管理层相对开放，钱没管得很死。华为的创新模式从基础开始，方向大概正确的情况下，先开一枪再打一炮。开一枪，先给钱做，感觉有机会再投入大量的资源进去。”
据了解，成立“达芬奇”项目时，公司也未对团队设立KPI的要求。“他们想做，就做出来就可以了。战略方向确定后，战术就是：执行、执行，执行！”徐直军说。
在华为，AI被定位为通用的技术，它可以应用到所有地方。首先是增强华为所有产品和解决方案以及服务，让它更具有竞争力，具体能增长多少还没有分析，只要能继续向前就可以了。
有人将AI视为华为近年*的转型，这遭到了徐直军的公开反驳。“华为内部最讨厌谈‘转型’两个字，什么是转型？就是从原来的转到另外一个（方向），但是，华为没有这样做，所以，华为没有转型，只是在前进”。
