点击上方“腾讯科技”,“星标或置顶公众号” , f' V* |) ?& q7 Y
关键时刻,第一时间送达
; f. N' Y+ p) N7 _$ |* f! t9 K8 d, b) r \) \$ R) n

- t4 ^ ]0 y' Q# c: a4 ~
& h4 D4 h) @) x' ^: Q7 E来源 / 量子位(ID:QbitAI)
% V# s6 \9 U& m8 _/ K* S作者 / 乾明 边策 一璞
" {# i5 N, j7 K1 m% Y6 D2 @欢迎下载腾讯新闻APP,查看更多科技热点新闻 & e$ r% b4 `9 g! _0 C7 y+ Y" f
- ]9 b+ x" T) \1 b( Y: [# S G
5 q& j; J; E1 n! X2 E7 E6 z- Q视频:“昇腾910”来了!华为发布最新AI处理器,时长约20分53秒 . B Q& H: R+ P" w
* r/ ?& ^" K& i3 v3 r3 Z1 y9 G9 c
) e, n# O5 `4 m! o3 s" u刚刚,华为业界算力最强的AI芯片正式商用。
' d9 ^$ w( @6 L) W: T" `% c9 z% T2 u6 o: s$ S6 u* D8 `# P4 t
# M% ]9 @: |. l: d+ z/ v
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。1 M& o `2 \7 _4 c) h2 B
: S' K# V; c' L2 F6 K
! w+ ~2 {6 S+ ^1 l# }) b! T; c

9 ]! b1 G3 h. N
8 X4 O, }' k( N( l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。0 W+ O0 x, E! P8 i/ m
* _! L5 d T# C- q4 m8 h& A \; Y% h) e* N' S- _ I# o3 Y
0 _4 K/ i3 Z8 e
2 U* Q# M0 D9 ?. o) e3 @# A; P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”。3 [' p7 A w$ |" {' H( k
: Z7 z2 H; @& v' m
4 k& E* Q' U: x$ z, n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。/ e' Z; V! ?% [
) p U3 E/ v. S# T
% M, O% n# O% A: s T8 s" DMindSpore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。1 f5 m- C) n8 K2 t; @* N }
: b- [+ u1 m% {+ r8 J8 X/ U+ n& M: l6 Z9 s- M$ O
" ^$ N' h5 c e) E4 V; P! f# d
' S) R8 F3 B* n# n2 H- }' ^# \+ m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。; m3 N/ {7 |2 U0 X
/ |0 z6 b- c7 M8 @" W2 y& L
6 O+ A i# L3 G0 T, j. W( A
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。0 R! l$ t9 w+ r& p4 p, C$ Y' M4 C
1 K4 V: r% @9 J+ y+ w/ I2 H/ P. s2 X/ ^* y s$ z# a0 {, K/ u
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。
+ h! ~0 u8 V8 T* e7 N3 g" K% O8 U8 ]) W6 p9 r/ {6 b( L
# z" Z; Q. U$ N& F, J0 N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。
$ r5 w( r0 u0 u0 d2 K8 U3 ?; \6 |$ o% B. q% {! t- }! w
0 c: X3 K* M% C1 d
现在,华为要用实际行动改变这一现状。
7 P) u9 z' c, m% V$ f
4 ]; {7 M4 m, E" ~+ ?8 A, b( A/ z8 U
" G* v( i8 _7 q5 W+ c2 Y- u0 t 7 {1 O- u5 t2 l2 P
AI领域的“鸿蒙OS”. U3 j. W- F. S- Z1 J
8 Z/ d& k4 o7 m: f; R
6 W! F0 V q/ ^% m7 w7 RMindSpore,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”。2 i) O7 e/ ~, [* \. ?
: E" M$ d) `6 F5 G/ Z* `% c y
7 Q4 H# a( X; P! }; C: m% i4 i, B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。, H& ~' ^) G% z6 N
+ i- V( w4 ?2 j1 o
9 r3 p" a2 f4 i( P+ ^: x: `- n7 f2 _也不仅仅是一款推理(部署)框架,也可以用来训练模型。. N% E3 t' i1 o7 g
( D% s" z% e& P; P5 h+ Z& c& W1 N- y* L5 p# r5 E/ ~7 [2 f6 Q5 b# t" F
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。3 G8 @% H: @3 A7 {
- S) A8 R9 u. Z4 w% Q
$ {6 F% l: l% q8 k: @7 R
; S9 e! R1 H2 r" R
$ @: `4 h0 Y" ^* ^3 ]# a; _& N
从这个角度来看,MindSpore也可以视为AI领域的“鸿蒙OS”。
8 |2 ?; U7 {6 I+ r$ M
4 \" c4 \9 E7 Q9 m$ Z2 ?
; u- I" U: g6 G$ R$ N! E- ^) K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。
4 s8 b. w$ G" g6 ?: [8 `6 |
- K7 v6 _. D5 `# u& I$ @& @0 t+ H
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。2 @& z; r0 T) U I
; W0 @# Z; y5 D5 Q' X" S3 \% X% U2 }5 T0 Y
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。
; \. k* A M+ @" S
, }1 q# B$ i4 \& ]) E# j$ q
5 Y; q) t9 m5 ], @4 F% B( F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。2 s) i6 I, J, u( m
# C( x8 y' ?; K/ `. u6 u" O* q
+ u$ a: \ o) j$ _- \2 N* s# `
* O! Z3 N9 O* }0 Q" @' T! _; _7 T8 Z
2 W7 X( f U2 V; ?& I8 c
除了昇腾处理器,MindSpore同时也支持GPU、CPU等其它处理器。2 F, r: h6 K- {5 D% Q. s* ]/ F ?5 w
4 D. M$ E& E, d/ Q n
( _- O, B& [$ ]( F% C) t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。
; x, C ?3 Y; t H$ Y/ S
3 o: P: I5 _: \& d, y3 n3 r" Q$ _+ P8 B1 y3 }
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。3 o1 Q0 w$ P6 O
V) p# W: D% y
) T9 _( h" g" Q* h7 N X
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。
4 g. M {6 J( Y% g d
9 ~( j1 i0 M1 G& T$ b% s& y. [: b% C; F$ j( S! g3 D
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。
8 O8 Z& F: p E
* x3 ~7 U; M1 F* c
: w$ y" z0 u7 `7 M# Y4 T) Y: Q/ C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。
3 A; J( q' P5 d! o9 T" ~" G" v" C* O, e1 p7 D* J
1 |6 L& ?" E6 a! ~
徐直军表示,MindSpore会在明年第一季度正式开源。! a9 t- f* U) k/ i) R- z
) l+ |8 q6 ?. {1 p8 [
3 E$ N, T7 ]. _2 o ) I8 V# ~! A. q
/ T( I& C: }, h# x2 A- h
5 M, I m+ M7 j. C2 G! i* m) L
昇腾910正式商用- W' f3 g7 H6 p" l5 s
' y& O8 A* P' Z- y) }& K! H# G
" F* W( K. [) P2 M% `& _
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。+ ]& u% K; V* Y4 g( |9 Z
5 q0 H7 |. E- g1 I& \
1 u0 w3 Y% }% V' w! `% Y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。
# U7 n; ^: c+ J# @' F5 N# ~: Y. ^: Q. v* L4 n! ]5 d' V
; W5 b" @; y2 R* e; @' J
主要性能数据如下: |/ O: H& p8 T" g! |
* k% W+ a( v0 H, y: o! V' M' a3 o9 L' M/ ?
& I. y# h* i4 d$ ]+ O4 M' L5 ^. b$ ~- 半精度为(FP 16):256 Tera FLOPS;
& F; A. Z+ {8 R N' p/ }: b' l - 整数精度(INT 8):512 Tera FLOPS,128通道 全高清 视频解码器- H.264/265。8 D( ^: m z1 j) M
- A9 T7 D2 q0 v, t- G0 E& j! r3 B# M+ q z! N
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。
, y5 e7 Q0 n2 V0 U9 V3 ~+ B5 g
2 u. u9 w0 b( h% _5 I: j
. P' U0 Q. }* @% ~ Q$ d4 u; |“可以达到256TFLOPS,比英伟达 V100还要高出1倍!”- ~4 w- R: ?. d% X3 m
: C7 C4 n5 F' J: j( u' i2 ]
4 |) T0 u' X7 F% v2 c& L! Y/ B 3 \: w6 a4 t: w1 |* i4 o: {
* J; g* S U+ x2 c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%。
8 J" `0 B0 f+ k# ]$ F; Y( S/ e4 q& Q* q1 q
, b0 x( Q. p E7 i [4 c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。9 o* J. ?2 i+ s) }
- }% B) g5 {6 Z+ \: i1 q7 R% {. J' g2 J0 Z2 ~
而且徐直军还在会后明确表示:价格还没定,但肯定不会高!! v6 k, u3 F e9 T
6 c" A/ `$ ~3 l1 i
. `2 H( e. {; e/ z/ c& p# R7 @8 w1 Q
: b E( m7 P# E$ i) e) Z
3 ?1 d1 }0 l* A! _& m
8 p( ~) n$ c- ]% Y全球格局下的华为AI进展
6 f3 l6 D- D0 Y2 J& Y- _
4 H, `! i+ n+ S, b2 p5 d% M$ c$ o, S" M
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。# o. A T/ e+ x- R ^
; M1 [$ G) I, Q! h; `* H! m3 y
4 k6 p0 T& k! H( p4 p p3 J % E4 m5 U( m" [( A
. k3 _0 ]" J* I* L9 X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。3 K7 q6 }: r& d# L
/ a5 ]8 p9 t s7 x6 r" U+ W) Q* c
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。
0 F. @2 v6 b5 v' e+ h9 H# t- \9 ^: s6 s! `
$ N. o9 d: y( w" i+ c; e
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。
- b l+ S$ @0 H- }5 B- [
7 g) L" W4 ?1 q& N7 I7 K- J" I: k0 ^' O. c% D

9 V, u6 \5 t& g! Y4 v3 y+ T; P" G5 t) L: ^% ^
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。4 @8 o. _/ {8 c, z$ D& L: w
]* z( J+ K+ [4 B' t, h3 O
2 ?; G6 p: @4 r! F* j当下,AI落地已经成为无可争议的大趋势,大方向。2 w; g& m/ N4 E5 @0 r- \
1 f: d* G# W- Y* b3 U) W
- |* f5 X* b) H% S1 y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。
& J' I% @! n, A5 s" ^6 Y
. \3 }# `' z+ N+ v8 P: J3 J5 y0 P2 s# `+ X
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。
5 r U. w+ ]7 l, ^9 u1 D7 n
4 k% ?; R4 w, X( i' v
$ R) ~ I& [6 M- N: {$ 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。
0 l: u5 G+ d& A5 p# K9 s. ~% B# f2 Z% |
4 ]& C8 b7 Q0 ~8 Y$ l( k
: [! C" R, T2 D- ]# u' Q
' a6 g% B+ d/ ~6 J7 z- ]需要场景?数据?金钱?人才?等等,这些都不差。% n1 R. Z% n! @5 r% r0 {
+ s5 g2 r! i7 q7 i \
7 Y5 `% l7 u+ d: f5 w/ w7 C5 t

( _3 T1 c6 k- m) g; E+ Y0 m, f* C- b H/ |: ?. `% X+ M
但为什么,卡脖子隐忧,AI领域依然存在。# A! N7 `1 T- C
) D+ e0 O- C& R0 O, `) L+ e- n
0 i8 `: B0 x6 h- C, V核心还在于算力(芯片)与基础技术。
5 E [5 S* \- W# _. @2 u' d9 f& i( {) x- Z% e4 n: w0 C
; w1 W2 t9 \7 `; v+ t$ @5 r
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。- Z! R% Q+ g" ~' q
7 p3 g3 r+ j! L7 y2 C( b9 H
6 k! x1 y/ O4 p: j& n( D
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。
: g3 D1 R0 U! i* o# u, _8 D2 x" T, O% b2 z; v0 R
" D+ u+ F% l4 _ o* m1 a. s" P) x+ Y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。
8 w- X* o* P1 O) B3 q6 O6 Y- M, g* X* m
' i1 x, K& O) z b0 l, H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。”% T" r' L, r" I& y
% J( p) D- ^2 a5 u: g3 [ S1 t5 Z
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。; m! z/ e+ A* C/ G% g+ S
7 p* W4 {. d& s0 Q/ S- X0 h [
* K7 X: ~) c( H2 h4 P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。
: ]5 a" F7 ]9 u3 V
1 n: }1 ?: e1 r9 {. a
0 [; @$ H$ {, Y# G% | ~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。2 j9 W2 p% y. o o' E- c% s; [
' M1 i8 H w( r
+ T+ [# X) V9 @) B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。
4 r: B9 E% o- l7 q, g, }6 v* J& U) Q2 B2 D
7 G, Q t1 v% u所以,Nature的问题:中国AI,到2030年能够领先全球吗?% z& `' |- n- M+ c& C
$ J0 m# ]2 O; t" m6 v8 O0 N; R
$ L L0 M! ?% P" |% _$ ~; c+ C今天华为给出一种解法,但一切还只是开始。
' I }+ q6 r# B1 N8 w" s$ i) M
u( i% O6 b; G, S# X6 F* F$ q+ G: u! }3 J9 B
你怎么看?
2 z9 o; _4 \8 Z/ S: z+ n' j' Z+ J
/ U0 t+ `( S* g6 S: H% u" u- \ 9 [. {3 G6 a' s H# H2 G& h
0 w2 R5 a! q0 s% H" A
5 l/ [. R2 Y' [; w
近期精选
8 E. t. J T$ ~1 f任正非推荐学习的博士PPT《认识5G,发展5G》
( N% h3 J; |7 f, J' U
! Z6 M+ q% N9 P3 N任正非:在这个关头,妥协是没有出路的
' O# N6 Q k! ~2 D
^4 y- d! r; r* e孟晚舟被非法扣留画面曝光
+ n E7 W' D2 D, _% m5 s$ {' N( F0 \* g4 Z3 U J
, A, T$ X, l) s9 L
来源:http://mp.weixin.qq.com/s?src=11×tamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1* w3 ^, y- r8 c6 t; `4 W
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! |