昇騰910AI晶片屬於Ascend-max系列，是華為算力最強的AI晶片。實際測試結果表明，在算力方面，昇騰910完全達到了設計規格，即：半精度（FP16）算力達到256 Tera-FLOPS，整數精度（INT8）算力達到512 Tera-OPS；重要的是，達到規格算力所需功耗僅310W，明顯低於設計規格的350W。
面向未來，針對不同的場景，包括邊緣計算、自動駕駛車載計算、訓練等場景，華為將持續投資，推出更多的AI處理器，面向全場景持續提供更充裕、更經濟、更適配的AI算力。
徐直軍還發布了全場景AI計算框架MindSpore。華為提出，AI框架應該是開發態友好（例如顯著減少訓練時間和成本）和執行態高效（例如最少資源和最高能效比），更重要的是，要能適應每個場景包括端、邊緣和雲。
針對不同的執行環境，MindSpore框架架構上支援可大可小，適應全場景獨立部署。MindSpore框架透過協同經過處理後的、不帶有隱私資訊的梯度、模型資訊，而不是資料本身，以此實現在保證使用者隱私資料保護的前提下跨場景協同。除了隱私保護，MindSpore還將模型保護Built-in到AI框架中，實現模型的安全可信。
在原生適應每個場景包括端、邊緣和雲，並能夠按需協同的基礎上，透過實現AI演算法即程式碼，使開發態變得更加友好，顯著減少模型開發時間。以一個NLP（自然語言處理）典型網路為例，相比其他框架，用MindSpore可降低核心程式碼量20%，開發門檻大大降低，效率整體提升50%以上。
透過MindSpore框架自身的技術創新及其與昇騰處理器協同最佳化，有效克服AI計算的複雜性和算力的多樣性挑戰，實現了執行態的高效，大大提高了計算效能。除了昇騰處理器，MindSpore同時也支援GPU、CPU等其它處理器。
昇騰910AI晶片屬於Ascend-max系列，是華為算力最強的AI晶片。實際測試結果表明，在算力方面，昇騰910完全達到了設計規格，即：半精度（FP16）算力達到256 Tera-FLOPS，整數精度（INT8）算力達到512 Tera-OPS；重要的是，達到規格算力所需功耗僅310W，明顯低於設計規格的350W。
面向未來，針對不同的場景，包括邊緣計算、自動駕駛車載計算、訓練等場景，華為將持續投資，推出更多的AI處理器，面向全場景持續提供更充裕、更經濟、更適配的AI算力。
徐直軍還發布了全場景AI計算框架MindSpore。華為提出，AI框架應該是開發態友好（例如顯著減少訓練時間和成本）和執行態高效（例如最少資源和最高能效比），更重要的是，要能適應每個場景包括端、邊緣和雲。
針對不同的執行環境，MindSpore框架架構上支援可大可小，適應全場景獨立部署。MindSpore框架透過協同經過處理後的、不帶有隱私資訊的梯度、模型資訊，而不是資料本身，以此實現在保證使用者隱私資料保護的前提下跨場景協同。除了隱私保護，MindSpore還將模型保護Built-in到AI框架中，實現模型的安全可信。
在原生適應每個場景包括端、邊緣和雲，並能夠按需協同的基礎上，透過實現AI演算法即程式碼，使開發態變得更加友好，顯著減少模型開發時間。以一個NLP（自然語言處理）典型網路為例，相比其他框架，用MindSpore可降低核心程式碼量20%，開發門檻大大降低，效率整體提升50%以上。
透過MindSpore框架自身的技術創新及其與昇騰處理器協同最佳化，有效克服AI計算的複雜性和算力的多樣性挑戰，實現了執行態的高效，大大提高了計算效能。除了昇騰處理器，MindSpore同時也支援GPU、CPU等其它處理器。