溫馨提示：本文基于真實背景改編，請理性閱讀，與君分享旨在弘揚正義，前事不忘后事之師，前1/2免費閱讀。

2012年，此時的人工智能還停留在概念和科幻電影里，幾乎沒有任何關(guān)注，那時互聯(lián)網(wǎng)巨頭的研究方向聚焦在視覺識別，因為當時人類社會正面臨著數(shù)據(jù)與圖形處理的爆炸式增長。

各行各業(yè)從醫(yī)院里檢查的X光照片，工業(yè)化學的金屬晶相、材料光譜，再到實驗室里微觀世界的細菌、細胞學、DNA……我們已經(jīng)被海量的圖形包圍，如何識別？人類迫切需要找到一種高效、快捷且準確的識別方式。

科技巨頭Google推出了“谷歌貓”，它需要調(diào)動16000個CPU來進行訓(xùn)練和分析，識別準確率還不錯達到74.8%，這一數(shù)字震驚業(yè)界。不過也就沒有后續(xù)了，因為這樣的硬件條件沒人敢入局，成本太高了，寧肯增加員工。

2012年，在斯坦福大學舉行的 ImageNet 大規(guī)模視覺識別挑戰(zhàn)賽中，兩名出生于蘇聯(lián)的猶太人橫空出世，他們設(shè)計了一種新的算法——AlexNet，以驚人的84%識別準確率奪得冠軍，并且相比谷歌貓需要調(diào)用16000顆CPU，AlexNet只用了4顆英偉達GPU。

這種算法是一種具有里程碑意義的卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，縮寫 CNN）架構(gòu)，可以進行深度學習和自我進化。這引發(fā)學術(shù)界和產(chǎn)業(yè)界徹底轟動，人工智能的帷幕終于被拉開。

2012年成為現(xiàn)代人工智能元年，AlexNet 是標志性事件。后面的事情是谷歌貓成為時代的棄兒迅速被遺忘，這兩個猶太人中的一位成為OpenAI創(chuàng)始人之一。

中國是在2015年開始以國家主導(dǎo)發(fā)展人工智能，華為進入這個領(lǐng)域是在2018年的時候，基于自身在通信與計算領(lǐng)域的深厚積累，華為敏銳捕捉到人工智能的重要性和意義，然而此時的華為面臨美國的全面封鎖，什么都拿不到，于是干脆一切從零開始。

在人工智能中，芯片是核心驅(qū)動力，華為首先啟動了自主架構(gòu)的研發(fā)，并命名為達芬奇，就是后來的昇騰芯片的技術(shù)內(nèi)核。

華為昇騰芯片從研發(fā)之初面對的就是美國國家層面的打擊，尤其昇騰芯片還作為國產(chǎn)AI芯片的佼佼者，美國恨不得將其掐死在搖籃之中，故而其研發(fā)歷程就是一部充滿挑戰(zhàn)與突破的奮斗史。

同年11月，基于達芬奇架構(gòu)的昇騰310芯片橫空出世，采用12nm工藝制程 ，具備高能效、靈活可編程的特性，在典型配置下可以輸出16TOPS@INT8、8TOPS@FP16，而功耗僅為8W，迅速在邊緣計算等領(lǐng)域嶄露頭角，為昇騰芯片家族打響了第一槍。

但這一槍美國并未在意，因為差距太大了。這就像當初的海思芯片剛出來一樣，蹣跚走路，不被人重視。然而僅僅9個月后，華為就發(fā)布了算力擔當——昇騰910，這是一款達芬奇架構(gòu)3D Cube技術(shù)的AI處理器，支持云邊端全棧全場景應(yīng)用，半精度(FP16)算力達到320 TFLOPS，整數(shù)精度(INT8)算力達到640 TOPS ，盡管功耗為310W，但憑借強大的算力，能夠輕松應(yīng)對大規(guī)模深度學習模型的訓(xùn)練任務(wù)，如復(fù)雜的圖像識別、語音識別以及自然語言處理等應(yīng)用場景。

昇騰910芯片的問世讓華為在AI芯片領(lǐng)域一舉躋身全球領(lǐng)先陣營。木秀于林風必摧之，美國坐不住了，立刻禁止全球芯片制造廠家停止為華為芯片代工。當時的華為在芯片上只有設(shè)計能力，并無制造能力，不得不按下暫停鍵，首先解決芯片制造的問題。

華為啟動了悲壯的“松湖會戰(zhàn)”，不僅調(diào)集了大量內(nèi)部精英，同時大規(guī)模外聘光刻機技術(shù)人才。“松湖會戰(zhàn)”中所有人的基本戰(zhàn)時狀態(tài)已經(jīng)不是996了，而是24小時工作，工作人員全部吃喝拉撒住在公司，一天工作十八、十九個小時，累了旁邊有床倒頭就睡，醒了爬起來繼續(xù)干。供應(yīng)商也要求24小時待命，很多會議會在半夜召開，要求立刻安排訂單、外委和供貨。

所有“松湖會戰(zhàn)”中的華為人和供應(yīng)商都憋了一口氣，他們會有抱怨，但真到了關(guān)鍵時刻沒有人喊苦也沒有人說累，所有人都憋了一口氣，這就是人心。一位華為工程師說：“很苦，但我就是要證明我們不比美國人差，我們就是能打敗美國。”