鲲鹏和升腾的区别

鲲鹏和升腾的区别是：华为优化调整设计了其合作伙伴ARM授权提供的技术，在2019年1月7日发布了鲲鹏920以及基于鲲鹏920的泰山服务器、华为云服务。而升腾系列AI芯片采用了华为开创性的统一、可扩展的架构，即“达芬奇架构”，实现了从极致的低功耗到极致的大算力场景的全覆盖。

华为的鲲鹏芯片主要是应用在服务器领域，虽然在服务器领域国内起步比较晚，但是对于未知探究的精神是华为刻在骨子里的，所以说鲲鹏也代表了华为对服务器领域的一种追求和精神。

鲲鹏处理器，是由华为公司基于7nm工艺自主研发设计的，可支持64个内核，主频可达2.6GHz，集成有8通道DDR4以及100G RoCE以太网卡，对标的是英特尔以及AMD处理器。

升腾虽然不是古代的神兽，但是在古籍中也是有记载的——欲升腾，则凌霄而轻举者：上士也。很显然这句话就表示了，人如果没有追求是不行的，真正的上士是要有抱负，要有建功立业的雄心。

这可能也是华为对升腾芯片的寄语，要知道升腾芯片是运用在人工智能上面的。而在5G时代的主力就是人工智能，所以华为对于loT芯片是寄予厚望的！

_腾910芯片达到了设计规格（半精度(FP16)256Tera-FLOPS；整数精度(INT8)512Tera-OPS）。此外，_腾910芯片达到规格算力所需功耗（310W）低于设计值（350W）。

对于AI芯片产业，整个市场还在高速增长。中金公司研究部预测，到2022年，整体AI芯片市场规模将会达到596.2亿美元，CAGR（复合年均增长率）为57%，其中云端训练AI芯片规模172.1亿美元，CAGR为53.5%，云端推断芯片规模71.9亿美元，CAGR为84.1%，边缘计算AI芯片规模352.2亿美元，CAGR为55.2%。

记者了解到，当前，全球云计算AI芯片市场以英伟达一家独大，尤其是在训练端。这主要是因为英伟达GPU产品线丰富，编程环境成熟，产品支持市场上主要的开发框架和语言，产品也受到AI开发者好评，但同时，英伟达产品也存在价格偏贵等问题。因此各厂商也在积极推出AI芯片开发计划。

华为推出_腾AI芯片后，将不再完全依赖英伟达等芯片巨头。徐直军在接受媒体采访时提到，_腾不以独立芯片面向市场，而是以融合入板卡服务器以及云服务的方式推出，AI芯片作为独立业务面向市场的情况不会发生也不会实现。

目前的市面上，全场景AI计算框架已存在TensorFlow及PyTorch框架，而华为推出的MindSpore计算框架将面临生态打造的挑战。徐直军称：“我们会应用集团业务优势和全产经优势打造生态。只有把生态打造起来后，全栈全场景解决方案才会有生命力。”

华为升腾910是骁龙810芯片，升腾910AI芯片属于Ascend-max系列。实际测试结果表明，在算力方面，升腾910完全达到了设计规格，即：半精度（FP16）算力达到256 Tera-FLOPS，整数精度（INT8）算力达到512 Tera-OPS；重要的是，达到规格算力所需功耗仅310W，明显低于设计规格的350W。

面向未来，针对不同的场景，包括边缘计算、自动驾驶车载计算、训练等场景，华为将持续投资，推出更多的AI处理器，面向全场景持续提供更充裕、更经济、更适配的AI算力。

华为提出，AI框架应该是开发态友好（例如显著减少训练时间和成本）和运行态高效（例如最少资源和最高能效比），更重要的是，要能适应每个场景包括端、边缘和云。

针对不同的运行环境，MindSpore框架架构上支持可大可小，适应全场景独立部署。MindSpore框架通过协同经过处理后的、不带有隐私信息的梯度、模型信息，而不是数据本身，以此实现在保证用户隐私数据保护的前提下跨场景协同。除了隐私保护，MindSpore还将模型保护Built-in到AI框架中，实现模型的安全可信。

---