8 月 23 日，华为正式发布了一款正式商用的昇腾 910（Ascend 910）。
华为昇腾 910 是 Ascend-Max 系列的产品，华为在 2018 年 10 月 已经对外公开了芯片的技术规格。
昇腾 910 采用了 7nm+ EUV 工艺，并用上了 Da Vinic达芬奇架构。华为官方在发布时提到，昇腾 910 的运算能力相当于 50 个当前最前的CPU，它的训练速度也是比目前最强的 AI 芯片还要强 50%-100%。
根据华为官方公布的测试数据，昇腾 910 已经达到了设计规格预期。昇腾 910 的 FP16 算力达到 256Tera-FLOPS，INT8 算力达到 512 Tera-OPS。重要的是，昇腾 910 达到规格算力所需功耗仅 310W，明显低于设计规格的 350W。
昇腾 910 总体技术表现超出预期，已经把昇腾 910 用于实际 AI 训练任务。比如，在典型的 ResNet50网络的训练中，昇腾 910 与 Mine 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。
在未来，Ascend Nano 系列的 AI 芯片将会投入到智能穿戴中，而 Tiny 系列的 AI 芯片则会和麒麟 990 处理芯片结合，未来会整合到智能产品和一些智能家具产品中。
除了昇腾 910，华为今天还发布了全场景 AI 计算框架 MindSpore。
MindSpore 最大的特点就是能实现全场景支持，它能够针对不同的运行环境，进行适应全场景独立部署目前性能最强的 AI 芯片：华为昇腾 910 AI 芯片。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，实现更有隐私保护。
MindSpore 还能将模型保护整合到 AI 框架里面，提升模型的安全性和可靠性。在原生适应每个场景包括端，边缘和云，并能够按需协同的基础上，通过实现 AI算法即代码，显著减少模型开发时间。
另外，MindSpore 能降低 20% 的核心代码量，整体效率也能够提升 50%。
对于 AI 算法框架，华为早在全连接大会 2018 上提出，AI 框架需要实现开发态友好、运行高效、降低开发门槛、在多场景下保障用户隐私，同时也要要能适应包括端、边缘和云等每一个场景。而从现在发布的结果中看到，MindSpore 达到了华为的预期目标。
另外， MindSpore 除了能够兼容 Ascend 昇腾系列 AI 芯片，还能够同时支持GPU、CPU 等其他处理器。而为了进一步促进 AI 应用，华为在会上宣布 MindSpore 将会在 2020 年第一季度开源。
还有，华为轮值董事长徐直军还在会上预告，华为全连接大会 2019 将于 9 月 18 日在上举行。届时，华为还会发布其他跟 AI 相关的新品。
而在后续的访问中，徐直军表示昇腾 910 和昇腾 310 的升级款，昇腾 920 和昇腾 320 也将会在 2020 年发布。
”完全达到了设计规格，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。徐直军表示：
带32位MCU和高精度ADC的SoC产品-SD93F系列开发指南（八）
小哥allegro视频教程，在16.6及以上的版本中如何去创建Bus总线呢？
小哥allegro视频， Orcad的occurrence属性与instance属性是什么含义呢？
小哥allegro复用视频，在平面分割层采用正片与负片的区别是什么呢？
altium初级教程视频，相同网络的过孔重叠了需要在哪里进行设置才会产生DRC呢？
altium 多层板教程，Allegro的瓶颈模式走线应该如何设置呢？
官方微信
官方微博
