相关专题：
2018年华为在其全联接大会上发布了AI战略以及全栈全场景AI解决方案。作为进军AI计算产业的“后来居上”者，华为说到做到，至2019年全联接发布Atlas系列产品，一年时间里已迅速将AI战略落地，让业界为之一震。
全栈全场景AI解决方案
“AI全栈”是技术功能视角领域涵盖芯片、芯片使能、训练和推理框架和应用使能在内的全堆栈方案：
一是昇腾AI处理器，也是最核心的芯片部分，基于统一、可扩展架构的系列化昇腾AI 处理器及IP Core，包括Max、Mini、Lite、Tiny和Nano等五个系列的昇腾（Ascend）AI处理器。
二是CANN开发工具，芯片算子库和高度自动化算子开发工具，提升开发效率。
三是MindSpore全场景AI计算框架，支持端、边、云独立的和协同的统一训练和推理框架。
四是应用使能ModelArts，提供全流程服务，分层API和预集成方案。
“全场景”是指包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等部署环境。
昇腾310 AI处理器
2018年10月10日，华为副董事长、轮值董事长徐直军在全联接大会上发布了昇腾310 AI处理器，这是一颗具备极致高能效的AI SoC，半精度（F16）算力达到8 TeraFLOPS，整数精度（INT8）算力达到16 TeraOPS，支持16通道全高清视频解码（H.264/265），最大功耗仅8W。
华为公司副总裁、云BU总裁郑叶来在本次大会上同时发布 ModelArtsAI开发平台。相比业界其他开发平台，ModelArts是更快的普惠AI开发平台，涉及数据标注与准备、模型训练、模型调优、模型部署等AI开发全流程，为AI应用开发提供一站式服务。
2019年4月10日，华为智能计算业务部总裁马海旭宣布Atlas人工智能计算平台系列产品正式上市，开启了Atlas商用新篇章。Atlas人工智能计算平台基于华为昇腾系列AI处理器，以模块、板卡、小站和一体机产品形态打造了Atlas 200 AI加速模块、Atlas 200 AI DK开发者套件、Atlas 300 AI加速卡、Atlas 500智能小站和Atlas 800 AI服务器等产品，面向“端、边、云”的全场景AI基础设施，可广泛用于智慧城市、运营商、金融、互联网、电力等领域。作为华为全栈全场景AI解决方案的重要组成部分，Atlas人工智能计算平台以超强算力助力客户开启智能世界。
昇腾910AI处理器和全场景AI计算框架MindSpore
2019年8月23日，徐直军发布了业界算力最强的昇腾910AI处理器和全场景AI计算框架MindSpore，补完了全栈全场景AI解决方案的最后一块拼图，标志着华为AI战略的执行进入了新的阶段。
昇腾910 AI处理器单芯片计算密度最大，半精度（F16）算力达到256 TeraFLOPS，整数精度（INT8）算力达到512 TeraOPS，支持128通道全高清视频解码（H.264/265），最大功耗310W。
MindSpore全场景AI计算框架，针对不同的运行环境，该框架架构支持可大可小，适应全场景的独立部署。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。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，使开发态变得更加友好，显著减少模型开发时间。
通过MindSpore框架自身的技术创新及其与昇腾处理器协同优化，有效克服AI计算的复杂性和算力的多样性挑战，实现了运行态的高效，大大提高了计算性能。除了昇腾处理器，MindSpore同时也支持GPU、CPU等其他处理器。
Atlas系列产品“矩阵”
回顾自华为AI战略发布以来，基于昇腾310 AI处理器的Atlas和MDC产品全面商用。MDC和国内外主流车厂在园区巴士、新能源车、自动驾驶等场景深入合作；Atlas系列板卡、服务器和AI相关的数十家伙伴，在智慧交通、智慧电力等数十个行业落地AI行业解决方案。
ModelArts全流程模型生产，打通、覆盖了从数据获取-模型开发-模型训练-模型部署的全链条，日均训练作业任务超过4000个，32000小时，其中：视觉类作业占85%，语音类作业占10%，机器学习5%，ModelArts已经拥有开发者超过3万。
2019年9月18日，华为全联接大会上，华为副董事长、轮值董事长胡厚崑发布了Atlas 900 AI集群，以超强算力带给企业人工智能业务的极致体验。Atlas 900 AI集群主要为大型数据集神经网络训练提供超强算力，可广泛应用于科学研究与商业创新。
华为的AI战略致力于为客户带来“易获取、用得起、方便用”的普惠AI算力，从基础研究，在计算视觉、自然语言处理、决策推理等领域构筑数据高效、能耗高效，安全可信、自动自治的机器学习基础能力；打造全栈方案，面向云、边缘和端等全场景的、独立的以及协同的、全栈解决方案，提供充裕的、经济的算力资源，简单易用、高效率、全流程的AI平台。
