|
点击上方“腾讯科技”，“星标或置顶公众号”
! Y, e6 D; c& a$ ?! t6 m' U" c- x关键时刻，第一时间送达 + K Y) J8 H7 ?: S4 d
2 @6 O2 g4 g ^; q8 `" `
 $ `9 B# q* d' Z9 Y+ l
( Y+ K4 ~' R6 \7 M( ^
来源 / 量子位（ID：QbitAI） 4 Z: A( a( `+ P3 R8 m# {1 q
作者 / 乾明 边策 一璞
! w. `9 V( \: E) A" c5 ]) }2 c0 c5 p# G欢迎下载腾讯新闻APP，查看更多科技热点新闻
8 z4 z' D' u/ I; Y2 x [# @$ O7 x% d& k( S* v# q7 `( }
6 T+ s+ v Y6 C2 d; _) { W% `% C2 `
视频：“昇腾910”来了！华为发布最新AI处理器，时长约20分53秒 0 h- h0 o/ T; B8 H
T9 G0 v6 u' a: b# R4 B5 b% l; L6 {4 J W. x0 ^
刚刚，华为业界算力最强的AI芯片正式商用。
8 \" i# a, [* q
; ~; E- U: `0 ~& B2 z! W( W) X/ S- E# M5 z0 |9 s* 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。
" n% G. o/ ?( F# Y2 S" i$ c$ n) a/ j3 x0 o! u5 m! g
; W1 Q$ d4 D" X7 e: O
 & u- l' g5 \; n! U3 [
- h0 S, m* H5 ]6 G& r- X- o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。2 B7 p& |8 U0 B$ B
6 A' b( T" ]! @1 D2 Q1 g
* K: G* |: C( Q; ?9 M + l/ x7 H: z4 k# e4 j6 r
/ t) W2 N S/ t/ R. u! F
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”。! z# m c- b$ ~4 X V2 q
" w+ H- W" G0 R- T* r# k! C$ U: w3 |5 N+ t6 r! N( H/ ]
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。6 G3 ^+ [. _: z2 K- {
# k3 {+ F" _2 f2 e
9 n! q! F) I$ E4 x+ eMindSpore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。2 i' ~! V5 x9 R4 _7 c" i+ A
; O+ R* ^! m; P T
! F j7 j! v) z
( U# Y* m% g1 W3 G7 w+ f) n0 v, k- `" ?# o
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。$ y8 W L9 w% f' d
- k8 }5 G" f. ^% |! S
# o3 k: R4 z- K" 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。
3 V- Q: i2 R K, l5 @9 h7 _/ A+ y& @* _1 W( U9 ]
+ D% C' U: T2 t e& w
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。
5 J) B( C" b2 x9 S5 Q* ^
& V6 t- b6 d# w. X
4 Z7 H2 _# {$ \2 }1 z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。
* {- z0 ]% K- n& I# W1 ?7 P, w2 C' e$ b4 v( b4 @
% c+ s @( J6 P9 ~现在，华为要用实际行动改变这一现状。 Q6 h+ X5 @' s5 g* W
2 i# u* z. k- v% Q6 M
7 ?/ M8 x1 Y9 Z' \9 M$ w3 M1 \" f, S5 U. j8 C. d1 S7 t0 t
 # b2 B, K( t0 O& a- u6 V# [
AI领域的“鸿蒙OS”
& n8 |1 l8 ^1 j8 G* y% z. ^! T& A4 S1 N3 o6 a9 J
1 P* V L) |# v S4 ^( X; hMindSpore，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”。
9 r: N6 w' f4 |. x
& ?- f. ]$ d, I' P* m X! m) N, S
; M5 h( [$ w1 a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。
6 p9 E$ b" d# D( F: m
" R+ ^/ y2 g3 {; k2 [% ^6 n y
/ k5 W; X7 P3 a+ A! H1 ~' C也不仅仅是一款推理（部署）框架，也可以用来训练模型。
) v" O! R% ^. e. z& r9 D8 y0 i% G1 k3 X/ @$ P- L. d) g
5 ^, w3 r6 L0 ]2 E/ }6 ^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。0 b/ @2 ?0 E( t; m
2 P2 c8 E% C8 B9 D
; ?( t6 T9 V" ^+ p2 B
[% C# V% m' ~- C* l2 M4 Y3 m$ I% x& q- _% {1 f* ~
从这个角度来看，MindSpore也可以视为AI领域的“鸿蒙OS”。
7 f/ p9 q+ q0 I* U) p
( h! D( G7 S8 x& U5 o. L$ c7 m% e; G# a2 G( H
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。) \6 U0 V1 l6 H3 n/ t8 @2 I
8 f7 |, ?4 y9 [2 v
/ o5 F: D& Z' A2 }& s
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。
9 b) M/ D9 o0 h. {, A
4 Z1 P) ]5 ~7 y6 Y4 y" F: J8 L5 Q& ^' j; p
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。
/ B0 o$ e: k- q' b6 F5 k) F- E- @
! L2 h1 ?) J$ q+ T: G) W. f/ S2 C. F4 X, @+ d8 w: E/ l! u0 ^* e P
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。9 P6 E$ B% G/ o/ H
3 t$ R& X/ t7 Z- F% a7 g T1 l7 Q- T; T
 + P! v5 }5 q2 z" i+ A; J* T
+ O/ Y; m3 v! f( @" v, `" u4 q除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。
b! ^% g% z# w) I
( ]: R( A( \" ^: c; g
% I6 X, b4 |! ` E7 c8 A/ r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。
9 ~! T6 Q6 ~9 S5 {$ n4 O
+ o/ D5 S( l" _+ S* M {/ R0 ^4 _ F1 t0 {
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。5 L" r9 w. X7 _
1 p- J/ |1 l0 A$ ?6 j2 ^, ?9 s- W3 O @
' B7 R) J/ h6 G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。
\7 I2 J9 d! A# j; E4 o. U+ x# `7 W7 O+ _
' p# P5 H8 t' ?, M B7 j! {
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。
0 J, Z' W# f! n- u. V/ u( F% B
) S; \3 p5 q+ Y7 s! c
/ s+ v% E5 L- V! C2 {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。
) U; e, k+ m; S# I
4 \$ U: G5 K& p7 g, L) c s) Z2 V K, f2 o1 G* K3 q e
徐直军表示，MindSpore会在明年第一季度正式开源。
1 x R. j3 L3 p% I0 _
+ t: a, r- Z% O
o; _" l/ I/ K 9 ]* W$ T1 X. ?9 ]8 q
! d$ p0 }5 E$ y' g/ J2 j# W& l; y
3 @ j- ~ N# W0 z3 g昇腾910正式商用, w A& W U$ ? D" V$ \8 R L
! _* j9 _) V& f* Z2 Z+ ]* w8 n9 }+ Q7 b; }& q( C3 z
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。
0 X6 Q2 i, z( l7 i) V$ e% |
$ E5 f8 `& {, i+ \& \
$ u% b7 ]: {$ D; h/ F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。
U3 w N0 V- g2 x8 z4 g4 U
6 Q: _' p; q4 z- P& O& Q
- H6 B. C- R |; ] P# ^* P. x; [主要性能数据如下：
. m f- I& A- K! G/ _) }7 j
; `( M: ?" {7 n& }* }" w* e
" p% [. F% _9 [0 J) i) S- L: z! E3 V5 i( M
- 半精度为（FP 16）：256 Tera FLOPS；4 D$ O; N1 W) c
- 整数精度（INT 8）：512 Tera FLOPS，128通道 全高清 视频解码器- H.264/265。. I8 F% }# |6 |7 m3 R8 B& p+ N
( N8 p+ G$ ]2 Q/ F" i( Y6 q
: a$ P+ T3 m/ ^: ]) X7 S" m
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。/ a7 l2 B7 y; o+ ]) |- j& p
+ X2 _. N6 E. r$ p
1 k, K9 [9 \- {' @7 m“可以达到256TFLOPS，比英伟达 V100还要高出1倍！”! k$ _; j7 J8 V) y5 F2 Q# ], ?
6 I, n+ D0 H9 f
5 g" E# Y6 @7 S% K, m4 o
* S% ?8 Y8 d1 i
. k- o5 B6 l$ Y7 l- j+ f3 }2 G; n! Z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%。
. N& j7 }! Y* C, \& d; ?, [. D1 e
4 e* e5 a& a4 A
1 W, |, H0 i. e7 ]. G( E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。
4 [9 c4 L* O' O8 o' E0 y2 M: a1 B; c
" n ^8 z2 I& Z( c& I2 Y- h" x而且徐直军还在会后明确表示：价格还没定，但肯定不会高！
- R- i8 K r! B+ |& o' o/ @ s! I. R, t. [$ w) d
}5 F7 K3 p* r1 d; `3 n0 _* W6 _1 L+ ]& e
+ @% y& R! h$ s# f0 |! ?' [
5 W2 P/ B8 y! Y$ Q8 A. J* {4 t# P
全球格局下的华为AI进展# f3 c7 d/ x7 P5 P: p4 i
3 h6 O1 W: |; @! }5 ?" i
( E% h- Y, P+ e. p. q9 j# 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。
Z2 @. o( j1 [1 i( U2 A0 @" R/ e5 ]. p# q1 T4 Q
( c; i1 w, `3 k; w: D2 |3 F- X
 / x& g3 v; R5 P+ I( H& [ W( a# a
5 E" ^8 P: q4 C4 g# U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。
9 n; a( S" y$ A0 D7 {& Z
, c) Y9 M% L5 S3 B( Z
0 d" ] t( r @% F9 \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。
( k7 V! m, @$ Y8 h& ?1 K+ A- n! ^0 y+ n- Z* Y6 B
, f& `$ z% g# G
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。
3 Q% h% u% G. B2 D5 L# J5 b6 @% A1 h: E- h: Z
/ H4 A% W( m1 V+ W$ j, a : }7 x, f3 Z7 z* C: F& Y/ P4 [
* N8 q$ K; p( B- ^# 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。9 o- j* k& s {8 O7 r
$ @1 |8 q, F; f
1 b% w. x' f% {( w( ]当下，AI落地已经成为无可争议的大趋势，大方向。
' v( G0 L! k: a0 d3 A/ N6 a B- t9 r* ~9 e& h @& a
' Q' j& _# d$ a( ~ X/ m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。( s" c4 u$ \' e2 h. T. M* b
' b5 ], \& D+ }( q! ~, \
6 I8 ~! W1 ^1 B4 w# n7 V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。" w/ E/ z* a& ^ j/ N, t% [
3 {0 N9 Q' d6 N* X% M& P) s* U( j" Y- U& H8 n& W7 C+ Q2 y( [
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。: W, o$ J' z" n6 a% }
! q# r$ K5 v9 d( O* }; ^ S3 O7 ^# {9 Y
) p# i; }& m g+ [/ }4 D' k$ V4 C& e/ U @
需要场景？数据？金钱？人才？等等，这些都不差。2 b0 M" [. A8 l7 n
" i2 r/ w: S. O, h
~+ c# U) a# j' W
8 a7 S& M# V! U) y1 B
! @2 f' f6 r P* Q4 R- U但为什么，卡脖子隐忧，AI领域依然存在。) v" A( R" h0 D( K8 c. b
, J6 ^& V% `! k% F4 `9 Z+ s! V
2 X5 U4 S& J1 J5 o# E核心还在于算力（芯片）与基础技术。0 _0 E4 f3 [& L3 [+ O
0 Z2 ]1 i t, ^0 N( b3 z
" Z% \/ K) y- ?+ h& }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 m! {. L9 E8 O. R- l. ]
6 ]. Y3 P) M% I; m+ r! u
) y r1 Q7 Z; H I, q2 ^, 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。8 f8 F; E$ F$ O% Y
8 `2 x' y! @0 C5 v) ^* w- o' T( v
3 |2 j0 E. Q) q0 d8 _. W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。
' K5 M4 l0 b" {" V; W" g* ]( ]% |* h8 p
& `! t! k! C7 t4 q; K
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。”2 F4 t' q7 Y; G# L
3 P' W& R- p: }9 t1 E# R* Y* z
/ b: J" I- }6 q, _; K: P& i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。# g& {& r" o4 C4 a$ Q
. O( e6 U3 b3 j8 j/ ~
8 I( a# s& M5 u3 Y/ x: X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。, ?: i$ b) V3 L0 m
* q q& O b5 g( b @! I
% \ M' |* j3 m& Y/ K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。
0 k6 ?4 o% g. L# F% N' k: h
9 v; P- k& D# ~: b/ z/ B8 m1 Y. A) Y, G( _* F# u/ ]* M. M. a' U
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。
$ J$ Q0 f5 C. w5 Q
' Q, j4 R7 \6 C+ u* @) o8 m
* ~; x( O o5 P$ j8 z所以，Nature的问题：中国AI，到2030年能够领先全球吗？
9 ~+ Q- V7 M& @' X; b7 L9 N$ [' T: M& g2 o' `
$ ^/ ]/ }$ {1 b4 j t2 n
今天华为给出一种解法，但一切还只是开始。0 k6 n4 Y( ?4 @: y/ ?
" h8 q6 m7 U6 f; M/ E- B- {$ b
0 R( l' B) b" w1 m- ]' T你怎么看？
9 ]9 S# {- j4 K$ g" c' w% T: A/ ~) q4 v' b$ G& ] M: [
# g. b P* m* }5 G
5 J7 V1 U; I7 P+ {/ O
1 }4 N9 i# C5 ?近期精选
% d: K0 }" g6 Z% `; }, ^& e# [任正非推荐学习的博士PPT《认识5G，发展5G》2 O' J3 ~/ B( ^4 i7 I" \/ n
8 K% O9 z7 H+ R$ q4 ~任正非：在这个关头，妥协是没有出路的
; u; A! j, J% t& O
' M h3 ?3 A$ k! [" p$ C" s6 F孟晚舟被非法扣留画面曝光
7 \) G& M) \/ V" F1 h! L) H9 e+ _" B! w
/ b( M; _8 H' V+ _1 @, t; Y/ \6 ?0 x% q# i0 g0 l9 h9 Q$ ]" F
来源：http://mp.weixin.qq.com/s?src=11×tamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=15 ]0 H6 W3 c) i( h/ M9 q
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！ |
|手机版|小黑屋|梦想之都-俊月星空
( 粤ICP备18056059号 )|网站地图
发表于 2019-8-23 21:24:36
