|
点击上方“腾讯科技”,“星标或置顶公众号” # G' X* z8 x# h$ l( u! [2 |
关键时刻,第一时间送达
4 u1 s5 \0 b5 a, H7 E- f# [4 Y9 [) y# u/ A+ v0 x

. O& c. S) H; d# E
% ~' u3 O% ~* H来源 / 量子位(ID:QbitAI)
7 o6 T4 L* h! W* ]% \1 Y7 p作者 / 乾明 边策 一璞 . e9 U" r" z$ K6 i
欢迎下载腾讯新闻APP,查看更多科技热点新闻
4 d6 y3 V* t; X; R7 v/ Y
* R! v4 p# b3 P' ?' l( B0 N( _ " T9 K) w6 D9 t# y& i4 g0 t. O
视频:“昇腾910”来了!华为发布最新AI处理器,时长约20分53秒
% x5 ^0 Q1 S" X/ a+ T. _5 a# G. d
H' W& {6 S+ T0 R
刚刚,华为业界算力最强的AI芯片正式商用。6 `# C/ L7 L$ M: |9 J) g, i# l
3 Q, O3 u* z: R) I
5 i6 W9 o# K. h8 | f* w2 v- |7 _& w
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。& O7 j* _0 p: z
4 L8 Z3 O; S8 L- @# l f( `6 L
( m; V! H, w" n0 E4 z# g. b : g, W$ w) |5 c
9 s8 U& T% Z; u; h9 a3 J7 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。
: G+ Y; Z! F' _+ H; w! D" x9 k: r3 M& A
9 I: P1 D" v: f4 g" B2 e& |
) I5 s7 w8 T/ C G$ \+ f, ^) u3 s4 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”。
9 T' _7 [: t! @% J- n
+ g4 [( Y: k6 X: [
- e1 n% q( \4 O9 ^( p0 [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。0 H e% A# e; M6 E
! v1 r3 Q9 q/ D: k( M# e$ B9 u, R! ?0 D$ i" x t i
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。3 m d+ X" |5 T
2 s# O- y' k; z* D- r* a& T, h) P- R. k

8 U8 Z& O( P2 B/ s) X3 X# w& B; t0 C/ X; d% z7 x! V. }
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。# v9 V; a3 X3 d: l% ~
2 u3 _; z H4 n: K {* L: \
I: n. I0 E' j8 P" h1 m* K* X) W1 d
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。/ _7 q; I+ T" o0 b; Z' ^" ^
4 @5 e; S5 L9 D, [" o3 |
0 |* }" g0 l0 X3 D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。! C3 z5 z9 c; k3 W# K) R1 @
: }. S% n' k" L% ^) S5 V" e' I$ v0 u
' K/ }1 i8 u7 p$ t# Y/ S: u3 @. r5 |
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。
9 e5 f7 T2 Q/ c; K7 L: u: ?. I( d7 G! X. G- A
/ U: G* [8 W! Q( d# \: I
现在,华为要用实际行动改变这一现状。
8 [( J1 E# B8 x k& f0 w4 v% |" J) Q& e _
$ D& R- R+ O/ {* a9 B
% g3 V- E: h, S
# H, V) h4 S- K
AI领域的“鸿蒙OS”
4 k7 M+ \% \* Z; N' f/ |
7 _/ I; I* D6 j% U6 X7 z, x' {/ {* n- 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”。& C$ S! R9 ?- S7 ?& ` k( A5 |" S
5 B+ _# [" i8 O6 A! N1 q I) a8 \3 m
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。7 A) E2 @# {* l3 `
# W7 S ]: [) d
; ]1 Z( T, O& w2 t也不仅仅是一款推理(部署)框架,也可以用来训练模型。
- y' w7 C- w* J' p, l/ x& \& d; `1 R2 V5 a, h! o5 C
" i9 i- R1 J2 }) E6 d' ~& }
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。8 ?8 E* G9 K( Y1 m3 G S/ M! u! @
. L) }+ t% m. Y! J
+ Y. E/ m' ?- L
, z1 S9 |$ X# _0 \+ _7 E% Z6 N
$ H& i; h7 y3 H* D7 w d) d从这个角度来看,MindSpore也可以视为AI领域的“鸿蒙OS”。
; N# j3 d( Z: E, L+ X0 X( q) e- k8 `6 w9 t
+ T4 W4 Q3 l% c: V* f% A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 m- m) m: q7 x
. k# l/ N/ y. `+ @ K+ ~$ O+ t9 o9 D( r
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。
|6 Q& s/ s! G# d V5 k9 d& k5 _- ~; F- {, ~9 [
9 P7 d# Q/ E8 g/ E% ~9 k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。% n0 }$ i0 u4 H6 h* K( e( d6 N* P
& g+ X1 r9 D" _- A1 w5 q4 u3 V$ U5 p1 `
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。* [3 b3 I" g$ X8 M* I9 A( i
7 Q; j: y* A" p" u% h0 b3 `3 } T
! {# \. a: [6 L+ ~. ~) _7 H
# T& n* y# }$ j" R4 B. e y2 q' l' M
除了昇腾处理器,MindSpore同时也支持GPU、CPU等其它处理器。1 ?6 H, \9 `! \- a; R
' x9 \5 Y1 z8 M0 g( i' i* l# Q
" h! ?1 g: i* f- n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。$ _) I( H% ?& p) g) m* M/ H
; B- B& Y9 o9 @5 S" g$ d3 m8 c+ l8 w; f
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。
; N) v+ Q8 I" n- A
, K9 Y _! d3 W2 s: m& \# F) E
% _- f8 K. L4 w7 F; ~, Q V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。
' n X& t j. ?3 a* k) d2 N0 {3 A! Q5 j3 x+ J
\, Z: `6 O* e/ g; t; u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。
: u7 M c2 W! u( @3 O" t$ P! h0 Z* I! i* }7 v6 Z; s
/ @, I) k. Z: K# b3 E! Z5 o2 Y# A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。4 [6 x4 s% O9 \+ x
0 @% w( N+ H. d U9 I: C) W& i! `" p5 V! \9 ^# F$ r h
徐直军表示,MindSpore会在明年第一季度正式开源。
/ Q7 A+ }* S' E- K: a- j8 F z: O& l* H6 p
9 ?2 q0 X e# ^3 w! D' C2 `

5 m, o+ s% X& g7 ]4 F
0 y, X6 l/ w8 Y# e5 v+ J2 {
8 V. [' ^. k! f# }- w) V昇腾910正式商用
: H& e3 o. F; ]% O# I6 s7 L4 g5 y' ^; c% q6 y7 F; x% t' B
2 ~ i F' N( g- G- L# J) o: K% V
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。& u9 e/ S9 U- ?' _2 G; e2 Q) {
, U; _2 k. w3 o. e
. ]- l! H% q& H W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。
; d9 i8 n" k# P$ G+ R, p5 S. ]( a9 D
9 A/ u$ p: p- `* {! a; K& J
主要性能数据如下:
; i0 o/ m' s& w' q4 `" B
/ q4 ~& \+ j) E8 b& X3 {% A2 h7 q0 z. }7 W. X( y0 p
" w. r) x' t' Q" D% L/ m% D
- 半精度为(FP 16):256 Tera FLOPS;
, S5 q- p: p1 L; W* x: ?6 C - 整数精度(INT 8):512 Tera FLOPS,128通道 全高清 视频解码器- H.264/265。
}: y' V& E( ?7 R- i0 }# s
. j+ _' V @1 ?$ R; J/ P- E* \% q/ F1 X4 E+ ]8 \1 w% e
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。2 M# E& g3 V5 F# i, @, W& _5 b8 I
3 L& a) Q. ]1 L/ W; s9 t8 W1 a% I+ Z D
“可以达到256TFLOPS,比英伟达 V100还要高出1倍!”
; @0 j3 l; @, }8 _2 q0 k! H3 D8 m; B8 N$ C8 ^
- U5 P" X- F0 p& r) y( c6 c% F

) K v s/ m B
8 p1 q; d6 k \0 N, E# s2 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%。
% i3 C0 d# A- c" m1 y
4 ]# M$ Q5 `$ P8 s4 F
$ G* \% ]+ [" K6 Y5 U% K# K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。0 ?# k4 U7 O0 D& e3 R# F
7 l/ A: \6 X, d
3 ? R' n/ Y B# H$ K而且徐直军还在会后明确表示:价格还没定,但肯定不会高!
8 K. l0 R r4 B) J0 L. w$ s b8 l) X- Q- M
! D, ?5 J+ E; g9 y7 G$ [) t
7 ?: `/ d3 N: x& G/ Z* f! g& k; U/ `( G* d; _
# p/ ~4 d1 W# ^- o
全球格局下的华为AI进展: X, a3 `8 v- v
; `% ~/ J/ ]" k) {+ J
/ x) y$ O6 S, [+ H" V. `+ D5 t
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。2 \1 w& Y9 P' F
9 n& r( n/ O, l0 j0 z, q* q U
8 f8 G5 D. v$ x, E2 g

* a1 t/ ^8 v( m- ?2 f7 W* C! {: ^1 H) {4 n/ j( h
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。
+ J# N' b6 ]/ u' m' |- L( `) b8 X! h8 w4 N
' e' z/ r: a7 R
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。2 E% f. \$ {% o/ E9 c
. \ U+ L* Z9 u) W: D o* w& b
" I! V) x+ L- N/ 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。& N5 h+ t( Z' f
+ }; P1 P: {) V, B+ M4 G, j3 h
0 a$ B, k9 i E ( O L: N; L( L7 e/ l
4 M8 q+ G4 S) G2 y0 x; l/ K1 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。
8 }8 d6 X( ]0 j
7 q B) G, m2 S
/ e7 I5 w' b3 S8 A) s; ^8 K- G& q0 n当下,AI落地已经成为无可争议的大趋势,大方向。 Q9 K6 N6 t; l4 K
5 f' f5 k" ?2 [5 t+ x; s9 ?
/ f- O9 J2 b; f1 i& }: p/ h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。
- ~) p$ H, n3 B8 V1 q, j; z8 s- z8 |0 q/ y; J$ O I* e. a9 W
2 t% t$ d' h) L u4 D+ 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。
. g1 Z4 a4 W4 R! Y9 J9 U
% I* Q9 G, i3 W
4 X* m, v- b/ Z, 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。
' I7 ^1 }" `- ~5 a5 S5 b/ Z1 @. t" B* p4 J o
8 U& @6 a6 m0 [5 r1 a# I: H
+ Y# F% c" J$ U8 j- N: K( [" H
% P) {6 V$ i3 S/ ] U5 J3 X需要场景?数据?金钱?人才?等等,这些都不差。
/ C$ o5 a' R* H2 l" [, J- l. G! a6 j6 i
" [$ w; r. X# f0 a/ ]

3 I6 }5 ? c/ P1 s$ ~3 P% q& j9 R) p0 q' ?8 @) C5 ^
但为什么,卡脖子隐忧,AI领域依然存在。
, B1 W- r( _# b% j& n( ]1 ^( @9 `# Q! k1 E
, T6 L) f: ~7 t" \% Q2 P' K
核心还在于算力(芯片)与基础技术。
5 E/ w3 M0 H+ e
; Y" Z) b8 ~9 h% j- y
; V1 x2 R) |; N. K0 LNature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。$ ~7 X$ h( i& G, S1 n: N* I
; [* e; f( u( E ?6 }% G
6 M! E/ c; r# s& \: c! h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。! W# S& J3 Z7 M2 `5 h$ I. D
; b3 g9 R0 X3 ?' O
8 Y9 X% R% C2 O! o1 T. a' K2 \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。7 n/ A3 Z5 N% {8 [$ ~$ S
7 X3 _6 F6 F7 W. O
3 J1 T: c) z$ w c6 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。”
* O9 O! \( s1 w% r- }# E: v- O
8 ]) C7 k: h- d4 L% s) ?
& D% V3 k& j7 K$ ]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。
! o' X% {! k2 N9 R, n% z( G' f7 b* d7 [% H) O: V0 O8 h
; Y1 Q. N! ]8 o+ u( v5 M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。
. h) G5 H7 x- r. p& R3 i! V( }. z! n, T6 N& [
6 s) t( Z- ~2 N6 @( j1 u) F5 Q& o
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。
H! m6 I7 |6 Y$ v) T0 l2 y4 `% I, _$ k- L0 P
, r( t6 ]* f; Z/ K+ Z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。
# W3 s8 v* [' B7 j+ N$ h+ ~* h B# L7 }- @4 v
! I6 ~* h7 s" \ u. a* d6 I. a
所以,Nature的问题:中国AI,到2030年能够领先全球吗?7 m8 P' N3 E0 Y6 e% v. o0 w
) s+ G4 w7 X4 E. E
, Q& c" p. w: ]2 x1 O4 X1 a今天华为给出一种解法,但一切还只是开始。
4 _7 J/ D' Q8 S- |; a
) q- N! h' e+ T0 g% U `
3 W: r* w5 L+ X6 P/ m7 ^9 z你怎么看?8 f K7 y# h3 e- y8 v8 U* _' N
0 T. H1 a3 S% F0 w+ ^/ `# w8 s
$ c7 e7 p ^ }' Q) H4 i6 a3 J' ?: I6 h1 i, b9 T* j% u: T9 F
1 b; V) E6 P9 [! o w8 Z近期精选
9 |* a: Y" X: c( d, k/ m任正非推荐学习的博士PPT《认识5G,发展5G》
$ T: v" o+ I3 U& x& [' e
+ U) O& y. o( w4 E6 C' Z. a任正非:在这个关头,妥协是没有出路的
5 q- r% _* C! J# } X4 l 0 C: l9 p. ?7 q% {; ]6 R( ~* e
孟晚舟被非法扣留画面曝光
- E# ^+ L. e L1 U" }" `
$ P2 o3 f$ {! f' V$ X8 @
9 N6 F3 ?! i# Z来源:http://mp.weixin.qq.com/s?src=11×tamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=13 h; b( |! l% k y3 l+ L6 H( j* l, {
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! |