华为重磅发布：史上算力最强AI芯片正式商用

cfjy888

点击上方“腾讯科技”，“星标或置顶公众号”

关键时刻，第一时间送达

/ V) s$ j0 O: I/ j- L

7 K' h' s( A* _* L% O
( ?+ m' b' u7 {/ x, A2 P

来源 / 量子位（ID：QbitAI）

作者 / 乾明 边策 一璞 

; S* U0 M4 I9 D

欢迎下载腾讯新闻APP，查看更多科技热点新闻

+ D+ ?& O; |( P- \0 M* U

视频：“昇腾910”来了！华为发布最新AI处理器，时长约20分53秒

& J4 U- j9 s1 o0 C/ {# m
  e& R  u$ Z! ?+ O; T
' n8 n. w  O# v1 i+ U/ ^, }! B& `刚刚，华为业界算力最强的AI芯片正式商用。
2 S. U, y7 d8 H
, B. m+ A" J7 x; j+ l; F5 R/ q
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。
. _2 Y" q2 Q6 v

' @5 A$ s4 o0 S& X

' T& r0 @2 O/ T4 {2 U1 Z5 E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。

: W7 I' D$ o0 ]1 Z0 l& ^
2 X3 A8 Z8 a+ D, F' r
" f3 u5 O; M1 ?: w* g, W
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”。


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。
, ]" J/ ~' i" j$ ^9 U7 A0 a
/ k/ g0 _. k; c
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。
+ q  d0 T6 U. l  Z/ Z0 `4 ^
' ?# C6 k. X& M9 A5 \2 P: ]# m
3 k  ]" G) i# G. o1 g
* W4 k5 w  a, i9 L9 D& M9 M, G
7 S8 W5 `0 D: Z. @4 j- x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。
6 u9 G% z! I( g5 N- Z, n
* A8 u/ r6 I  W* C6 Z6 e; i
( s; s9 P( Z# A' h0 ^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。
8 G( n9 [$ }- ~9 `$ F* j

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。
4 x2 z- l5 S- i4 |4 s
) }1 }3 p3 R' x% t( Q* {- T7 Q* f
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。
- T' I5 _" R- y& u1 K
; A: J: p% s1 f- X2 ]
3 P$ _: k6 ?2 E9 P; r5 J7 K现在，华为要用实际行动改变这一现状。
3 X3 k8 u# v* [2 l- P


8 h2 ~+ _5 W4 F4 _) C2 s6 a
: i- d2 e' {$ m9 |& S1 b+ M# E! CAI领域的“鸿蒙OS”
% O/ j/ m* s  y& T
3 z! A8 _( ^# g# A. U" o2 y3 |& n2 i
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”。
  ^) o; @  L1 h1 q1 g, `: W# t. s
3 N: E9 v2 ?: ~; 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。
+ ?$ z7 C4 ]  V& u: }; [
# j, H, D' J8 z( e6 _% @9 J. Y
也不仅仅是一款推理（部署）框架，也可以用来训练模型。
# j+ ~& M6 j% w4 R2 l

3 p6 a. K" |  P) I( n) ^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。




从这个角度来看，MindSpore也可以视为AI领域的“鸿蒙OS”。
$ f! v  y, x/ O8 b, g

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。

# v7 ?! U6 H) f
& K. o  K5 {# ^2 o# `  t, C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。
7 I9 x# N- V( ?+ Y$ T  i# a* ]

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。
  W6 T9 A' z% \& S8 @( V4 [3 E) G, g

- u, }  G( n# M4 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 B) z  Y) }# n
' d& w8 n1 k+ P- }) n


除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。
8 m5 v0 \4 j; U2 C4 O

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。
: w7 |% i, l: q2 z! r. [
7 P! {& L( W# ]( r- F# B1 P
. ~9 ~8 I4 i1 Z# D. a& [: t6 E0 ~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。

& G' P( u' ]9 S' M3 [
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。

, y+ T/ p  y1 Q
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。
% \2 h: a* I6 Y6 S; v- {

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。


徐直军表示，MindSpore会在明年第一季度正式开源。



4 C" E' n; S% S; r4 y2 ?# r) u
& c- i4 t0 Y1 ~* i$ o% \1 S  k
. Z( K6 k- K* a- f9 f+ y* Q7 X9 A3 e昇腾910正式商用
) M; ^; r( W, c) h

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。
4 U; p& v& X% ?$ X- z$ _

8 b4 g8 K6 D- p! _0 M( _) p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。

5 D4 i1 E0 f: J$ K3 G
主要性能数据如下：
# P2 l. ~3 c. U! T! P% [

. ^& @8 _- [' ^+ C( ]! J

• 半精度为（FP 16）：256 Tera FLOPS；
  4 J3 C2 R" t) N2 W, L, C5 A9 j% x
• 整数精度（INT 8）：512 Tera FLOPS，128通道 全高清 视频解码器- H.264/265。
  

+ l. a8 q$ C2 I5 h5 Z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。
5 L8 o6 Z0 s- W9 V6 E; p! f2 Y
$ v7 @- k( b! F+ W/ |' j
' u) n1 p* u9 R7 |+ i3 n“可以达到256TFLOPS，比英伟达 V100还要高出1倍！”
7 B$ [$ ]! N' ?8 e# J* L3 q  `

' S. G1 I4 q2 g2 _7 A/ `/ b5 u8 b

. P1 m% C+ q/ @0 O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%。
+ ]' ]/ ]; w9 d# g! B7 U) {8 Q' X% Q

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。
% P2 J6 A( n: [3 X6 u, J2 a
* D8 I  _3 j5 {2 w( M- @' M
0 K" k  n2 s9 z  h1 [1 d$ J3 c! u而且徐直军还在会后明确表示：价格还没定，但肯定不会高！
1 ^  g1 D- E5 W4 c: E$ i




/ N. f0 h' @2 Z1 A全球格局下的华为AI进展
8 O& c% s3 E6 p6 V
! n) Z! x/ Z8 Q) V" I# \: J; ^
/ `  M& d3 `: z  r- b2018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。
% Z0 D6 v4 G4 Z8 k7 u: Q4 s! J2 a

1 Z& X8 e. j3 C# {, V

3 G. o  ]) O" s$ a0 q& t4 q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。


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。


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。
, M) i9 ^' {6 I/ s; E% C1 q  j


" m! Q6 N0 {# b5 u
$ H( F% U  C9 M8 x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。
  \, @/ N# C. J6 Q. M- O

当下，AI落地已经成为无可争议的大趋势，大方向。
# q# g* X) Q- o  ~/ q- B4 B2 J/ ]
2 q! D, N8 \4 X% V$ c, h
0 g7 N8 i) V/ m- a9 P) P0 ?, _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。
9 L! a, U/ Y* B0 i
; n! R. `2 j' w9 Q6 Q
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。
; G9 s& O; }9 @) X' n

* B  j0 @8 y7 F9 m8 L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。

1 B+ `8 h% ~$ Z0 P* N
' T9 U0 s, l- |# F" A% O! t0 [' G, S

, ]1 k4 N- m* b0 y9 g" d$ E& P需要场景？数据？金钱？人才？等等，这些都不差。

8 e6 e2 I) V# m: y) r( m


2 w/ ^) c* d  W/ R' B. }, s但为什么，卡脖子隐忧，AI领域依然存在。

4 v+ V" e  ?$ Y/ J; d3 J
核心还在于算力（芯片）与基础技术。

: Z4 a; s! ^- V2 g- w
; ^+ I. F2 d# w3 M; `5 rNature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。

, k: ?2 u% s/ T: {/ q9 E' o2 P, M2 Y
; I1 j) @5 `8 d& c) Z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。
9 b' A- H. ^3 |( y( ]
0 z, `/ s! b% F* J
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。
- T( c" j0 _& i* c- i5 S/ |+ a% X
" C! N- g7 d+ A* z" h; z
, u! x' G! n: e1 a1 W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。”
1 ~. A. D3 L: M1 |3 O0 h) v) B
* B& ], _& h# D2 h
' P1 o$ m5 i1 U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。
: v4 A- ?9 r" }
8 r& j6 I0 a1 E8 F. f$ Y
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。
6 W# ?8 l5 m; v8 N" |4 ^

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。


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。
; x& y$ `/ h8 p% R7 ]6 @/ D
# `9 k: H7 {# L  k( w( l# l
所以，Nature的问题：中国AI，到2030年能够领先全球吗？


7 D6 S6 |% m3 l+ q今天华为给出一种解法，但一切还只是开始。

& y/ P6 N& b2 H; ~+ _
你怎么看？
; J, j7 ]& @8 P: a) q6 b

9 r( I: L3 G* Q% `2 L; Y

0 ?' d! T& f' ^" W9 }* I: t, ]2 F: C
; C3 L1 L) B0 A* f# j# e
8 g4 o  ~( \! q3 J4 w

近期精选

任正非推荐学习的博士PPT《认识5G，发展5G》

任正非：在这个关头，妥协是没有出路的

; b; a4 D; r! [; Q6 V. k

孟晚舟被非法扣留画面曝光

, h8 k& a) X/ m8 E2 Z0 J$ F- [

* f% B" `' y8 X2 L5 `
来源：http://mp.weixin.qq.com/s?src=11&timestamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1
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！