京东6.18大促主会场领京享红包更优惠

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 9614|回复: 0

华为重磅发布:史上算力最强AI芯片正式商用

[复制链接]

22

主题

0

回帖

10

积分

新手上路

积分
10
发表于 2019-8-23 21:24:36 | 显示全部楼层 |阅读模式 来自 中国
点击上方“腾讯科技”,“星标或置顶公众号”
3 V% s$ }1 F+ x' k7 }
关键时刻,第一时间送达
% E) x' K# j0 o, g0 ?* m
- O- k: R7 X1 K, l  g
: q$ l$ W$ K9 |% }' n" n

1 H" Y& e/ V/ O
来源 / 量子位(ID:QbitAI)

# M4 y( ^1 z4 M8 q  z) F$ D
作者 / 乾明 边策 一璞 
* i. c% h1 ~: E3 V7 H. E6 ^3 W* _* y1 Q
欢迎下载腾讯新闻APP,查看更多科技热点新闻
! c. `' B0 p7 ?) ?
5 N% x/ ]3 H7 V2 m8 C
' R6 {! g2 ^% J. [: K, }; {
视频:“昇腾910”来了!华为发布最新AI处理器,时长约20分53秒

9 O9 l% s% E. z" I5 E4 {$ O7 D  f; s# b+ b- }9 {: f1 l

  i8 }3 j, ?- c9 a. c刚刚,华为业界算力最强的AI芯片正式商用。; I$ C, Y$ {9 J) Q! w2 ~, |' j

, m3 u" ^( N7 j9 K6 S6 d# ]' I
+ @4 k; F, d( E( k0 e并且宣布自研AI框架MindSpore开源,直接对标业界两大主流框架——谷歌的Tensor Flow、Facebook的Pytorch。
8 R% C9 A# \0 b$ C# T
' @; ~* Y% T7 i& o3 m+ R
4 ^- h1 ~4 i. d$ I+ s2 e! J( {

  i! c2 J, X( {7 N( ]
4 M6 G3 H0 a8 B华为AI芯片昇腾910之前已经发布,现在正式商用,对标英伟达Tesla V100,主打深度学习的训练场景,跑分性能2倍于英伟达。
# U! \( e3 h0 `( L5 J' M: P9 ?, S
% v* n, e% o/ t0 p5 w/ U. v' p

" \- V( d9 D* D7 q; Y8 d
2 {. g0 ?+ c& o/ f# m- S7 J华为轮值董事长徐直军说,这是华为全栈全场景AI战略的实践体现,也希望进一步实现华为新愿景:打造“万物互联的智能世界”。0 I' ^  B* K  T

7 U+ S7 T( J: F4 Z! W) c5 I9 o
+ `$ a, v3 ]2 ^5 y但毫无疑问,华为入局,自研AI计算架构,肯定会进一步影响AI基础技术和架构格局,特别是美国公司的垄断。
5 U8 U& }, {# a! y% W7 V' p2 |2 ]& s; E
& `. I1 }  t6 s8 c7 R
MindSpore发布后,华为已经实现了完整的AI生态链,加上此前发布的ModelArts开发平台、Atlas计算平台,囊括了从芯片、框架、部署平台到应用产品完整层级。9 m8 ?6 r  g" e/ L$ M7 y% V

9 `( S* O$ T" c
3 j3 U5 s! `1 N

8 c' c, m; j  P2 B! _; }; T0 e
! Z% h9 {- w% g/ X7 R; n1 i在当下这个大环境中,这些动作也具备了自立自强、不受人掣肘的寓寄。
7 h# g/ N+ @- j- l' n
1 A. e# X" V7 H6 r& _
- {3 X& z; y9 @7 V  t9 @+ x' l如今现状,AI领域的关键技术,比如算力、框架、算法等等,主要还是由少数几家美国公司提供。
" E, v/ u+ o; `6 g4 K
& i9 I) [8 X7 F. [; C7 L) c9 P
比如训练芯片,主要由英伟达(GPU)、Google提供(TPU);框架则是Google的Tensor Flow、Facebook的Pytorch等成主导;原创AI算法的发明,也只是在少数几个厂商或者研究机构手中。  j, M: l+ t% x2 F
5 M2 a6 t/ x  G, x6 G& I2 t

! D) ~% M; m8 i这直接导致一些企业想要介入AI的时候,发现门槛很高,除了需要大量数据之外,还需要面临算力稀缺、硬件昂贵、人才难找等问题。
, H& x4 U4 g# T5 |7 D3 m/ _
8 q! ^  c2 R! }7 ]/ l0 i
( Z2 F7 ?6 \5 u$ z. a' g% u. ^; l现在,华为要用实际行动改变这一现状。  [/ T. n! }  O5 U
6 A4 N" Q  B3 t) k" Q
% F) n3 }' ~9 z8 {
  I7 T( |! h, I- }$ ?- x' ^

3 ]2 h0 E$ B% ?! Q# S. TAI领域的“鸿蒙OS”- D: H$ a) {5 @3 c. d# ^

0 Q( f! V1 w* J/ T1 @( t: Y2 x. n- ]$ X6 Q
MindSpore,与其他主流的框架不同,这是一款全场景的AI计算框架,也是一款“操作平台”。- ?- e) \0 }4 A+ `5 W

* W) d! U' R) Q/ w, L- S- J2 L5 V2 o, k. K$ I
不仅仅可以用于云计算场景,也能够应用到终端、边缘计算场景中。" C" L2 ~8 ^$ Z/ p( B

* e; ^7 _3 Y! F5 R5 W) E, ~3 p% o2 t, x: @" i
也不仅仅是一款推理(部署)框架,也可以用来训练模型。1 H; _/ I; W$ P* A6 r- F* w% s

& p8 F* }0 K8 b0 h- y5 z- W2 q( C" Q9 Y' q7 E8 k/ Y( ?, R0 q
徐直军表示,这背后可以实现统一架构,一次训练,到处部署,可降低部署门槛。2 [. z8 e  Y+ @7 `$ K* b

2 ]6 I) g) z( ^! m* F4 d
* H4 B' H7 W! q4 }/ d4 G/ H6 j
4 G( [2 W. L' [% ~4 d
6 I2 k8 Y1 u1 x* {! {
从这个角度来看,MindSpore也可以视为AI领域的“鸿蒙OS”。+ w. H& k6 J& }+ W' A9 ]

; t7 y. H3 v  o9 \1 A  M$ D: V& h) v3 V. ^  e
此外,这一框架面相的也不仅仅是开发者,也面向领域专家、数学家、算法专家等等在AI中角色越来越重要的人群。
) R+ q: J& ~2 i; X0 g2 k: C: C9 ~3 i+ t# y

8 ^7 U- I0 a1 f& u徐直军介绍,MindSpore的界面上也更加友好,在表达AI问题求解的方程式时,更加便利,更易于算法的开放与创新,推动AI应用的普及。
% c% z3 w) x; ]! Q8 O( ~: ?. A
6 v/ I+ a1 p+ z" e( Q7 K; z/ k$ r- @" g* C
用MindSpore可降低核心代码量20%,开发门槛大大降低,效率整体提升50%以上。
2 |) F8 z6 C$ d: [/ D) v  ]
5 S- X( x& L, P& a* _3 a) V6 C4 v3 V: D3 X/ m* j3 _
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。* I$ S' Z7 |$ f! K2 T/ f9 {
# b' h) A9 ]% t: q
4 N3 L' _1 M6 j6 P) y' R( \

9 {2 W  B6 h- u# a! E% O/ K/ N* O) v6 `: N
除了昇腾处理器,MindSpore同时也支持GPU、CPU等其它处理器。" Y& z) A! Y! R7 A

# B" o% J' x* i$ y7 ~  g( }+ O# m8 Y2 e' v5 ?( _1 ^
与此同时,MindSpore也采用新AI编程语言,单机程序可分布式运行,是一个全场景框架。全场景是指MindSpore可以在包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等环境上部署。
7 I- e* p- \7 m: e
/ @6 u" Z6 z9 U% ]/ b* J: c( r. A* e( M* B  K
而且,这一框架将会开源开放,可灵活扩展第三方框架和芯片平台。
# k5 n4 P; u. r2 `! _
. e8 V2 G- w  K; N6 \
# J0 k; n1 w4 n1 U' t当然,徐直军说,如果用华为的昇腾系列芯片,效果会更好,可进行全离线模式执行运算,充分发挥神经网络芯片算力,实现最佳性能搭配。
, H$ ?9 |+ V8 Q2 a( G, D+ F# e; U- O5 ~) B3 q, U
1 V0 G: z0 l  k- y* M
毕竟,MindSpore作为华为全栈全场景AI解决方案中的核心步骤,是首个Ascend Native开源AI计算框架,会更适合达芬奇架构的AI芯片,尤其是昇腾910。9 f2 f; @1 ?% ]: j: G1 x, O
8 T: i: L' _- ]7 a1 V
* ~1 B6 W6 {( B
而且MindSpore针对现在越来越大的训练模型做了更多的优化,用户无需了解并行运算的细节,只需了解单芯片部署,就可以在计算集群上进行并行计算。- q( ]( Z! x# O4 d* F9 ]- L% d

$ Y* M9 w; u: k  X5 f
* G* A0 @( K( ~3 s) Y2 c徐直军表示,MindSpore会在明年第一季度正式开源。& W+ P; v: J9 v  t

0 V+ l% p5 P0 e' F: z9 m! E* ?

0 ^& X. s. M' V9 b- U7 |! D9 q5 Q6 X: c. d9 x( Y. D- J
+ t: \, R  x0 Q( W5 M* g& ^- d
5 L! ]3 K: a0 g' Y6 m+ L
昇腾910正式商用
2 |6 P! L0 L9 V& I3 R& [* r  ~3 j3 L9 ~
+ m' E+ \, }2 @, J
昇腾910,在2018年10月华为全连接大会期间曝光,采用华为自研的达芬奇架构,号称“算力最强的AI处理器”,采用7nm工艺制程,最大功耗为350W,实测310W。
- d1 U2 n% X/ ~( i0 {; J1 g* g: t! n9 _% v4 U4 u0 a& R

" C4 K4 _* M9 g- D& ?" I* A) [2 r此次发布用于上市商用,直接对标英伟达Tesla V100,主打深度学习的训练场景,主要客户面向AI数据科学家和工程师。
6 {' Z* ]- @& I6 t4 S  A, z; W! I: N/ p1 k1 k' G

' @8 O* Y( I4 T0 n/ U主要性能数据如下:& c% ?! y1 {' `! j9 {

. y& `2 n2 b5 S0 `- {2 j  l9 l- Q7 l5 T( e& \) S/ p* O  L

    * B* Z+ J* Y4 q" d
  • 半精度为(FP 16):256 Tera FLOPS;* w2 i$ Y0 }# f& G3 A
  • 整数精度(INT 8):512 Tera FLOPS,128通道 全高清 视频解码器- H.264/265。8 A4 U, B, i5 F

, e/ Z* j5 W! T- x( A
0 Q" |) X0 p! h$ ?: v/ R  K3 Z% c5 {+ c在去年全连接大会上,华为就和友商对比了一下,battle的参赛选手包括谷歌TPU v2、谷歌TPU v3、英伟达 V100和华为的昇腾910。" m5 d3 W7 v  H: ]& A( v0 L
8 Z; c+ g, z& m7 m! @( {9 {

, R5 Z* i& a  t1 ]“可以达到256TFLOPS,比英伟达 V100还要高出1倍!”: f8 H& g: Q  J6 q: G

8 d0 K# Y0 v, A( \& _
$ P. O+ m% T) v1 t! O$ s
3 x5 _: H3 v) k% E, k+ U/ x, w
7 l% p/ ~2 ]5 |* _2 U7 B相同的功耗下,昇腾910的算力是V100的两倍,训练速度更快,用户需要得出训练产出的时间会更短。在典型案例下,对比V100,昇腾910的计算速度可以提升50%-100%。
- o) t6 Y, D8 I( c) i+ i* N+ m) v5 N6 Y5 f
' ]+ \; e9 z+ X# J+ M/ Y: @
在典型的ResNet50 网络的训练中,昇腾910与MindSpore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。  p- z; h/ E- Z4 v' a
3 e( H2 |$ U! i' i8 W

5 S, }, \  L9 Q5 y  e# O* e而且徐直军还在会后明确表示:价格还没定,但肯定不会高!: M9 i6 e' w0 s( F9 _
1 D& k2 e8 Q* H; Y) |/ ]' ?

# f$ @& D# ?* d8 `3 K! [. S: d5 `4 S* c( h$ B' q4 K
0 y, k1 }, ^: f* ^

' b$ b! W: ~  Q$ ~5 ?: y1 k全球格局下的华为AI进展
$ j& v1 C' {- O% Z& a6 j0 m
9 \/ X: b) L" m9 _* D
* ^$ p1 m! J# |* G5 J2 ^2018年10月,在华为全连接大会上,徐直军公布了华为全栈全场景 AI 战略计划,将数据获取、训练、部署等各个环节囊括在自己的框架之内,主要目的是提升效率,让AI应用开发更加容易和便捷。% R! g. x) K* F4 X( x' s, g

+ p: ?5 n. H" \
/ V( X) `' B3 D4 z
" G1 W4 C7 r/ _  w# ?
# X) q3 L/ h: `4 F5 I9 W全场景包括:消费终端 (Consumer Device)、公有云 (Public Cloud) 、私有云 (Private Cloud)、边缘计算 (Edge Computing)、IoT行业终端 (Industrial IoT Device) 这5大类场景。; h) y. I1 ^" b

" x; Q: {2 _" m9 N: r, E" ^. i. u2 _1 |, M( k- w% @% K: W
重点在于全栈,包含基于达芬奇架构的昇腾系列芯片(Max、Lite、Mini、Tiny、Nano)、高度自动化的算子开发工具CANN、MindSpore框架和机器学习PaaS (平台即服务) ModelArts。
4 _! d6 T+ R* b1 G# d* Q
. X# G* ^3 c: f
1 D! m- `6 a# [随着昇腾910正式商用以及MindSpore框架正式推出,华为全栈全场景AI解决方案愈发完善,竞争力也会随之上升。
4 r9 C5 k% d" a# \0 v' F$ b3 i( E8 L  }" P

# Q& _4 M  @9 o  }7 {# y5 A: i8 N! {
, \$ x1 D: ]; L3 y5 R! A
而且,华为之AI,也不仅仅是关乎华为本身业务,也应该从更加宏观的角度去审视。
, O' O7 [5 d( C
6 P7 b4 ~! s' s9 F% F. O8 J' F: _3 l0 I" m1 o
当下,AI落地已经成为无可争议的大趋势,大方向。) i$ B6 [( X! i7 c
, v! i& w+ M; l$ Y7 N9 c: Q2 c% y

2 C+ w2 Q* c/ S- b" r6 B4 w5 |' }+ Z但中美关系日趋紧张的情况下,中国到底如何,也引发了更多关注。. I% i  @  H5 E1 y/ i
) h7 I* }6 C  p, g
& @* s$ f0 {/ M& c* j
近日,Nature最新发表了一篇,名为“Will China lead the world in AI by 2030?”,提出问题的同时,也审视了中国AI发展的现状。% r! j  {! l0 @& \# J
) }0 k6 F) ]: P  j* {& N

4 B/ v4 T% J  q: w文章中援引艾伦人工智能研究所数据显示,在最顶级的10%高引用论文中,中国作者占比在2018年已经达到26.5%,非常接近美国的29%。如果这一趋势持续下去,中国将在今年超过美国。
- D: Y8 O- p, X
+ f7 {6 q, z; C

4 \1 N( V5 t6 C0 S6 }3 K$ X. q4 ^" N' y4 z- a

4 w  n* J6 X4 e6 ]0 T; g% h需要场景?数据?金钱?人才?等等,这些都不差。9 C( x% H8 `$ u

( N  e1 i& X/ k  `
: R" A; o& r" F* \& f
& n; K5 \9 X: M/ X
( v1 P0 Y' S! a: ~( `/ H
但为什么,卡脖子隐忧,AI领域依然存在。7 l+ v2 K  y( m; y+ B  R

% K+ R, ^' l+ H+ w5 }- \! f( i, i' Q9 s% R' c1 w
核心还在于算力(芯片)与基础技术。
0 k  H) I& k! a" r! X; W2 J8 A
* H1 N0 M% Q1 b+ H7 d  a: \8 X6 [% V
Nature文章就指出,中国在人工智能的核心技术工具方面仍然落后。目前全世界的工业和学术界广泛应用的开源AI平台TensorFlow和Caffe,由美国公司和组织开发。5 ^( N! a+ q$ i/ \1 A! S

3 W" `3 N" P; H# H: F% }" R" Z2 d/ V1 t! ^  h* i
框架方面,百度的PaddlePaddle飞桨也不断突破,虽然发展势头非常好,却还是显得势单力簿。8 N  f/ [4 q. K' G
, ~$ f" ]9 n! a. S0 A# j
/ N3 T. `8 J+ Q# O7 F/ P( u
更关键的是,中国在AI硬件方面的落后非常明显。全球大多数领先的AI半导体芯片都是由美国公司制造的,如英伟达、英特尔、谷歌和AMD等。2 E+ p7 G3 f! A- y; I

3 A; b" ?$ z+ ^
) G' |) }) C7 N8 ?7 d5 A中国工程院院士、西安交通大学人工智能与机器人研究所所长郑南宁,接受Nature采访时说:“我们在设计可支持高级AI系统的计算芯片方面也缺乏专业知识。”
3 U1 n! k" P3 n" I& C: ~4 E
8 X5 R# D. Z4 ?- w4 d' i8 i+ H3 k. p1 Y9 t
虽然国内也有不少公司在努力,比如阿里、百度、依图、地平线等等,都涉足了AI芯片领域,但大部分都聚焦在终端SoC和推理上面,用于训练的大型算力芯片并不多。
& `( ^8 M/ Y4 Q! j1 x# y/ f3 A4 ?" e5 R/ U! ?

  t7 q  y; e1 {8 Z1 t; c郑南宁预计,中国可能需要5到10年才能达到美国和英国基础理论和算法的创新水平,但中国会实现这一目标。! r/ |2 k1 M8 Y8 a
/ M, j. q$ O7 l$ O8 G* J+ |# a
" J. }: r- m) N+ V. c2 Q4 F# p
来自柏林智库的政治学者Kristin Shi-Kupfer也表示,基础理论和技术方面的贡献,将是中国实现长期AI目标的关键所在。
& e& x2 l& ~# _! k, Q, }# J4 P. h4 a  u* f& Q$ [4 [7 P' U
/ h; _( d% e0 H% w
她同时强调,如果没有在机器学习上没有真正的突破性进展,那么中国在人工智能领域的增长,将面临发展上限。
6 r0 }1 N$ Y- ]& Z2 y
7 X; V- ^9 n2 h  c
8 J" ~9 N9 ?" O; v2 K% I4 C所以,Nature的问题:中国AI,到2030年能够领先全球吗?+ |, e  ?7 w, ?; R1 o, w

& q( i) x. ^; T# k9 j' o! T& Q% {2 D( q1 \  R
今天华为给出一种解法,但一切还只是开始。
& S/ H8 b% \  K9 G& }* v  T6 A9 g
( f* ~3 g5 N5 ~! s3 A+ e" U  C; B+ [0 A
你怎么看?. i# C. y  K' o0 T- R% L
, N% j! u; n: Z8 h; e* P* ?7 r
5 y) F6 `7 m; O- {  J% j3 ?! w
; ~8 ?( [! S% Z) ^
. X. P* A0 K1 j5 W
近期精选
& h! k9 L" J" g9 ?8 b% }2 U; L
任正非推荐学习的博士PPT《认识5G,发展5G》
& Y3 J9 x( x* H4 q* F- B

4 s4 P, r* E1 E( c
任正非:在这个关头,妥协是没有出路的
- j- B$ P( K. m. V' U+ L8 |

8 w' W' j+ H9 I6 d' S; h
孟晚舟被非法扣留画面曝光

! V9 q4 L6 }/ N' f. E! e1 g7 [

$ q5 T' n% `8 q* Y6 u: S
. y* v* k1 _" ~2 o来源:http://mp.weixin.qq.com/s?src=11&timestamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1
* s2 y6 @) h. [  Z5 n" u7 M/ F. K- b( K1 o  a免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

×

帖子地址: 

梦想之都-俊月星空 优酷自频道欢迎您 http://i.youku.com/zhaojun917
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /6 下一条

QQ|手机版|小黑屋|梦想之都-俊月星空 ( 粤ICP备18056059号 )|网站地图

GMT+8, 2025-7-9 07:10 , Processed in 0.052804 second(s), 28 queries .

Powered by Mxzdjyxk! X3.5

© 2001-2025 Discuz! Team.

快速回复 返回顶部 返回列表