由此可见，专项训练AI算力和开发框架，是如今构筑云计算企业未来增长点的核心。而华为发布昇腾910以及自研框架MindSpore，最直接受惠的当然就是直接应用其价值的华为云。由于业界其他云计算厂商都使用英伟达的板卡作为AI算力来源，所以华为云即将成为谷歌云之外，唯一拥有自研训练芯片和自研框架的云服务厂商。
这意味着芯片和框架这场云+AI的国际顶层竞争里，加入了华为云的坐席。而华为云在昇腾310和边端场景的应用布局，甚至构成了比谷歌云更加完整的全栈AI能力。这一信息背后，预示着此刻已经风起云涌的云计算产业，必将更加不平静。
在明晰了云+AI的产业格局之后，我们需要换个角度，从企业用户的视角看看，昇腾910与华为云的结合，到底将带来什么价值。
针对AI训练的暴力计算，是不可或缺的产业基石
对于AI技术的应用者来说，AI分为两个部分，也就是大家熟知的训练和推理。这二者之间的关系就像培养一个人。训练就像上学接受教育，推理就是开始找工作。
每个人都知道，换下工作比较容易，学校教育上个若干年可就成本很高了。不仅是要磨练学生，更是考验家长和老师。对于AI来说也是如此，企业用户应用AI能力并不难，但是想要自己训练一个专属的深度学习模型，把AI变成自己的专有竞争力，那可就困难了。
其中最困难的一项，就是训练专项算力不足。我们曾经采访过一位科研界的朋友，他设计了一个深度学习应用于生物医疗领域的算法模型。但是用研究所采购的专项算力，申请一次四个月，训练一次两个月，出了错误就重来。这种算力情况，直接导致他到毕业也不可能完成研发。
大型深度学习模型训练，是耗时、耗能、消耗算力最大的AI开发环节，但这一环节也是AI开发与创新的基础。如果企业用户和开发者不能独立训练大型模型，那么AI将永远停留在表层应用，无法产生差异化创新与深度结合行业的应用。
而解决方案也很简单，用徐直军的描述，就是对AI训练进行暴力计算。只用当AI算力强到一定程度，用不讲道理的姿态碾压数据训练，AI才能真正被千行万业应用，成为众智创新的新高地。
目前来看，昇腾910芯片就符合“暴力不讲道理”的这个芯片“人设”。根据公布数据，测试结果表明昇腾910算力达到了半精度 (FP16): 256 Tera-FLOPS；整数精度 (INT8) : 512 Tera-OPS。并且合规算力所需功耗仅有310W。更直接的对比是，运用在实际AI训练任务中，在典型的ResNet-50 网络的训练中，昇腾910与MindSpore配合，与现有主流训练单卡配合TensorFlow相比，显示出接近2倍的性能提升，每秒训练的图片数量从965张提升到1802张。
或许我们可以说得更直白一点，华为所指的主流训练单卡，就是英伟达的V100。事实上，目前能够基于云服务获取的AI训练算力，只能来自谷歌的TPU和英伟达的V100。后者基本要通过亚马逊的AWS来获取。而根据英伟达方面的指摘，TPU2.0仅有V100二分之一的算力，并且限量出租。
于是我们能看到，基于云服务的AI训练算力是十足的稀缺资源，价格昂贵且难以预约。这样的产业条件，显然是无法促进AI行业真正向前发展的。
而现在，昇腾910部署到华为云之后，全球开发者拥有了第三个选择，中国公有云市场迎来了首个全栈云+AI解决方案。加之昇腾910算力比V100更强，华为云始终坚持普惠定价策略和充足能力供给，训练这个天梯，或许真正能够拥抱算力层的解决方案。
云服务+AI训练算力，是一颗名副其实的产业基柱。但是通往这个基柱的走廊，过去非常狭窄——企业和开发者要忍受各种成本限制，当昇腾910接入华为云，这个走廊瞬间被拓宽，甚至打开了一条全新通衢。
