關於華為的主流技術術語，筆者在專欄《華為方舟編譯器原始碼分析》的第5章《鴻蒙能解決谷歌斷供嗎？昇騰、鯤鵬、麒麟、方舟之間是什麼關係》有詳細闡述，有興趣可以關注筆者，訂閱該專欄。
現在回到正題：一直說華為獲得了ARMv8的永久授權，那麼為什麼又搞出了「達文西架構」？
答案是：華為目前的主流晶片最底層都是基於ARM架構，達文西其實是在這個架構之上主攻AI加速。
華為之所以投資搞達文西架構，是因為在華為看來，主流計算模式已經從過去基於規則的計算轉移到了基於統計的計算，計算進入了AI時代，所以有必要在傳統的ARM架構上進行AI的創新。
AI運算主要有以下幾種場景：
標量（Scalar）：其實就是一個數。
向量（Vector）：由一組一維有序數構成，每一個數由一個索引（index）標識。
矩陣（Matrix）：由一組二維有序數構成，每一個數由兩個索引（index）標識。
張量（Tensor）：由一組n維有序數構成，每一個數由n個索引（index）標識。
達文西架構採用了3DCube技術，主攻矩陣運算的超高性能。在其最大配置（16x16x16）下，一個Cube可在一個時鐘周期內完成4096個FP16MACs運算。
這意味著什麼呢？以兩個NxN的矩陣AxB乘法為例：假如是N個1D的MAC，需要N的平方個時鐘周期；假如是1個N的平方的2DMAC陣列，需要N個時鐘周期；假如是1個N維3D的Cube，只需要1個時鐘周期。
什麼是MAC運算？乘積累加運算（MultiplyAccumulate,MAC）是在數位訊號處理器或一些微處理器中的特殊運算。實現此運算操作的硬體電路單元，被稱為「乘數累加器」。這種運算的操作，是將乘法的乘積結果和累加器A的值相加，再存入累加器：a<-a+bxc。若沒有使用MAC指令，上述的程序可能需要二個指令，但MAC指令可以使用一個指令完成。而許多運算（例如卷積運算、點積運算、矩陣運算、數字濾波器運算、乃至多項式的求值運算）都可以分解為數個MAC指令，因此可以提高上述運算的效率。
可能會有朋友挑戰了：那如果運算場景不是矩陣運算，而是普通的標量運算或者矢量運算，那麼3DCube的顆粒度不是不太匹配了嗎？此時如何保證性能？不用著急，達文西架構還配備了超高位矢量處理器單元和標量處理器單元，專門用於解決這個問題。
鑑於極高的計算密度，當電路全速運行時，電源的完整性變得至關重要，皮秒級電流控制技術有效地滿足了這一極其關鍵的要求。
達文西包含Max、Mini、Lite、Tiny和Nano五個系列。Max可在一個周期內完成8192次MAC運算，Tiny僅512次。