根據人工智能非營利組織（OpenAI）數據顯示， 對計算機能力的需求在2012之后的6年里增長了超30萬倍。華為作為人工智能的后起之秀，大膽提出為各行業(yè)提供易用、實惠、可訪問的計算能力，以滿足對AI計算呈指數級增長的需求。

AI是一種新的通用技術，涵蓋自然語言處理，圖像識別和視頻分析等。AI正在將信息化推向新的高度。信息技術提高了效率，人工智能降低了生產成本。整合到眾多行業(yè)中的AI將影響每個人，家庭，組織，職業(yè)和行業(yè)。

華為認為，人工智能行業(yè)發(fā)展的關鍵是可訪問性，可負擔性和易用性。

華為從事信息通信基礎設施的開發(fā)和部署已有數十年，對運營商和企業(yè)用戶的應用場景有深入的了解。這使華為能夠以全棧，全場景的AI產品組合進入AI領域，從而提供包容和強大的計算能力。

華為Ascend AI處理器采用面向張量計算的達芬奇3D多維數據集架構（Da Vinci 3D Cube architecture）。該架構是AI的全新設計，能為Ascend AI處理器注入強大的AI計算能力。這些芯片擁有強大的計算能力，能效和可擴展性。

基于統(tǒng)一的達芬奇架構，華為提供多種Ascend模型，包括Ascend－Nano，Ascend－Tiny，Ascend－Lite，Ascend－Mini和Ascend－Max。從數十毫瓦的IP模塊到數百瓦的芯片，華為產品涵蓋了從設備到網絡連接再到云端的所有部署方案?！斑_芬奇架構具有很高的靈活性。它的應用范圍從Nano到Max，從可穿戴設備到云技術，涵蓋了幾乎所有場景。我們推出的MindSpore框架將與達芬奇架構配合使用，以滿足所有場景的需求。換句話說，AI培訓和推理可以在設備，網絡連接和云技術之間協(xié)作實現，這在任何其他計算框架上都是不可能的，”華為輪值董事長徐直軍在接受媒體采訪時說。

AI培訓所需的時間與模型復雜性，數據集和硬件資源配置密切相關。硬件資源在大規(guī)模AI培訓中尤其重要，例如天文研究培訓，自動駕駛，天氣預報和石油勘探等。AI的飛速發(fā)展得益于硬件和云計算技術的進步，更重要的是，各個行業(yè)的數字化轉型所產生的大量數據可用于模型訓練。云技術，人工智能和物聯(lián)網可以共同創(chuàng)造一個藍海市場。在諸如智能家居，物聯(lián)網和車聯(lián)網（IoV）的場景中，可以制定整體的云技術，人工智能和車聯(lián)網解決方案來打入新的AI市場。

華為全球行業(yè)愿景（GIV）預測，全球數據量將從2018年的32．5 ZB增加到2025年的180 ZB。企業(yè)對AI計算能力的需求每季度翻一番，到2025年AI的使用率將上升到80％。這對華為來說是最好的時機，因為它在計算能力領域取得了重大突破。