华为的全栈是技术功能视角，是指包括芯片、芯片使能、训练和推理框架和应用使能在内的全堆栈方案。该方案具体由四部分组成，其一是芯片层面的Ascend，即基于统一、可扩展架构的系列化AI IP和芯片，包括Max，Mini，Lite，Tiny和Nano等五个系列。会议期间发布了昇腾910（max）和昇腾310（mini），昇腾910明年上市，昇腾310已经量产。
其二是CANN，据千讯咨询发布的《中国芯片市场前景调查分析报告》显示，即芯片算子库和高度自动化算子开发工具，可以提升开发效率；其三是MindSpore，支持端、边、云独立的和协同的统一训练和推理框架；其四是应用使能，提供全流程服务（ModelArts）,分层API和预集成方案。在这四个部分中，AI芯片和Mindspore框架最受关注，两者分别代表着算力和算法，也是人工智能的两大核心要素。首先来看AI芯片，昇腾310更多是用在边缘计算产品上，昇腾910主要用在云端来提供训练能力。在华为提供的数据中，昇腾910的性能高出英伟达V100一倍，华为称之为“目前全球已发布的单芯片计算密度最大的AI芯片”。
对于华为的芯片性能，单以昇腾910来说，在FP16的运算效能就已经超过Tesla V100，所以不难想像在其他运算精度上的算力，应该也可以有超过Tesla V100的表现。而910采用7nm制程，这对于芯片的效能增进，会有一定程度的帮助，所以在性能优势上，确实可以辗压采用12nm制程的Tesla V100。目前来看，可以确定的是，这两款产品将可以优化华为的终端产品的竞争优势。
这只是其中的一个指标，并不代表最后的实际性能。计算密度主要是跟制造工艺节点和架构有关。比如你用7nm，那就肯定比10nm的高，因为晶体管小。另外，如果芯片上全都堆的是计算单元，没有复杂的数据链接和大量的片上存储单元等其他部分，算下来用于计算的面积所占比例大，自然密度就高。