|
点击上方“腾讯科技”,“星标或置顶公众号” 4 {6 B7 C: m4 d
关键时刻,第一时间送达 + O) Y& E/ ~, t# A- [& a! k+ F
6 E" D- F, l) S4 \8 ?; F, ` : S. J" [- Z9 Q& ?% F- o
: A4 K: K/ O7 _8 }$ Z来源 / 量子位(ID:QbitAI)
N' x9 h) Y; m作者 / 乾明 边策 一璞
8 ^- A/ W& f6 @3 K欢迎下载腾讯新闻APP,查看更多科技热点新闻
, q: P, L/ Q; s7 H0 h6 E- |; E. _1 q. J, ` ]
7 z- s1 D4 _0 E视频:“昇腾910”来了!华为发布最新AI处理器,时长约20分53秒
' P! E- Y. r; @% o4 J
* q; j( `* ? x" V: Q; D" q3 h+ O0 g% R4 n
刚刚,华为业界算力最强的AI芯片正式商用。
0 H. J( }: r1 L3 H/ m4 ^9 {& ]
; a, O. f. p2 r
& @0 d! b) t; p+ A. 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。! B& m- W" _# N0 r6 ~
' S' w$ j' d% h2 U
' `4 e3 i1 R! t# s
5 L7 |2 n: {2 j% Y( ~0 W
- g6 h _5 _- Q0 m6 U% v1 f) j' ?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。
: I4 v8 n+ [8 s& d- I
- c% L+ M4 c) q
& }9 a# h5 p5 g3 B) |
- }: |( o" ^% ~# A2 S6 x5 A/ J5 p; b# a- J" ?) |8 U
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”。- \) a* H/ |3 p' {! i
' ?. R/ l( c8 }, k
5 i/ R3 O. M! }1 H# r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。
9 B( w, t1 W1 l. E; B% U1 ^7 m" z1 t- j% M# h
% a% Y1 [7 r5 e' I# y- @4 Q1 [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。2 A' ]3 a" p$ A& ~2 ~
# J3 Y- X" W" A; A( P
3 q4 n; t# M* K$ e' q7 V+ b; W- @; n
3 n2 K9 t9 q3 m! l6 Z( m# N {3 }% o9 i$ @$ V( r
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。
* j0 R! T7 n) ?0 q2 B* Q* N. V; G8 l
" u% `8 C5 g& }3 l0 s
6 C& h' L' ?& M6 Y! D' k' L: X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。2 a8 D6 U$ ~1 \8 S& O2 ~
7 x% W8 Z4 K1 D! h3 s* w
$ ^5 k, O& ~# d; \- c: s: h0 @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。
, F i. R: t6 A1 I
% H4 a3 l, q8 M7 ~: ^# j* t1 |( u; w# ]0 j5 v' @2 U
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。
7 d ?( f5 t. _# y
5 o5 l$ E7 F: g7 K0 v% N0 R1 h% k
现在,华为要用实际行动改变这一现状。( W1 G1 ~2 T! `2 l& W& z' f6 m
) K; S1 ?. P+ J. a/ r3 x2 E+ e1 c: Z) G, d
# Z" z6 b; r6 m: J1 \
$ P/ r. y1 z) c5 v" e( ~$ F
AI领域的“鸿蒙OS”5 E% v% @* p3 S8 `6 w6 R1 n. _8 B
6 B% q6 M+ @7 K- z2 G7 S, ~* }
- ~. P& U$ ^8 v
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”。
* Q" J- ?- B" e$ `" x+ n: R! A4 q, o) ^* C% P
5 p8 g: J/ G* F( V8 K
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。8 z7 `9 W. l9 E9 X
8 Q% o1 }, V, E+ v! m
l& z: K7 q' {/ ?7 V# I
也不仅仅是一款推理(部署)框架,也可以用来训练模型。: ^+ L. g+ z( S2 R; W
/ u V. s+ p+ ?7 W1 ^( E+ D; t
7 A+ `; c" ?0 S& k$ n3 h4 z
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。
% X6 m( S+ ]- Y z) y& Q8 c8 C* J- Y$ J3 e ~ `8 ]8 h
: O0 g) ^9 z0 {# D3 r
9 y# L3 [' {- Q* g3 E3 |# i5 N8 O
0 U* y9 {3 X* C从这个角度来看,MindSpore也可以视为AI领域的“鸿蒙OS”。
9 N0 W# e7 J B
( f3 Z0 S: N& x5 I+ v f1 q9 o; ?+ Q1 m5 t& _
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。# @; p( k8 C3 D9 t) _ g. x" r
# G8 F- z0 H" \" C: D
0 B! h( t- A$ n4 n4 \0 v' i, e5 j1 f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 [4 U$ p* ]) O8 u5 B4 J! ~
1 {6 k; H3 k1 C& t# [( K0 i# S9 K2 { ?. o; _1 W' ]3 `6 w5 J
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。4 g) Q' r1 t( x4 h# P
- w- `' E; F( \, U# b
2 z# ?) J% } g; V0 g3 Q5 b+ o+ P* S) k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。# _! s4 }; n% ]/ C
2 A4 K, ^% }8 Z1 n Q+ Q3 g
. E6 t; [8 e5 x$ K
0 {) N" M* Y9 T7 P. {, n7 t
6 h4 ~( R0 K1 ~除了昇腾处理器,MindSpore同时也支持GPU、CPU等其它处理器。
0 Q" X( G! \1 I8 B( x4 X# q6 U5 C' c1 B. a0 i( ^
+ K0 [/ K& E2 h
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。
. O. ]% h0 [1 Q2 H" o. v, H
/ R' a* U c; B7 f" D
& |' D# Y# w/ u8 R, e& s% M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。
8 b7 z; P5 n1 w+ e* \0 M; l0 S9 `1 F8 f5 B0 t6 {$ l, y+ c
, N1 f( Z+ l# D$ `
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。! A# O: m! a. Q8 P; x) i0 `5 a
& x& D0 h- h$ t) U! Q i
! y* Y4 e( b8 O e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。
+ V& z; f3 X3 ^$ s
" Y# s' T8 @; |& q7 ~( Z1 {( {6 V, Q7 {/ F- n
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 L/ o/ o3 w0 x) ]" @) J
4 Z1 m( K6 Q9 U R0 `+ j' v3 ~
3 N+ q/ t: @3 j7 M徐直军表示,MindSpore会在明年第一季度正式开源。1 y4 {3 Z5 b$ z5 L
! I* A0 N) F/ h0 B9 R/ p5 B5 U, A0 \; e& l3 V: x2 o# R ]
3 P) d+ p( [( H
/ L, j' a" R8 V: {; I9 Y
! H% i# ?5 A7 f) C$ k
昇腾910正式商用7 _" ?, _) p Q, k
9 ]) H" ^. p% A% X% E+ m; r
% H. o" R" k8 F% M1 c E3 z# \* o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。
% i% J8 t- f0 E% b. h; m2 R6 ] K1 S: K O6 b" g
) r* E( w* @8 s7 |+ Q( d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。& y! ^4 [5 `$ j/ G/ \6 G* h, k
2 e8 x$ }4 q: y1 i) g! h" k2 ?& i8 m
主要性能数据如下:& [7 ]* K, g8 t3 q! i2 `
% ?! H. ?& B' n/ \, Y- @1 u+ T. ~% _' Y( z- A$ y
7 J* U- T; `$ S$ O4 b" h0 v C7 e
- 半精度为(FP 16):256 Tera FLOPS;4 N- E+ o: h# ^+ o) I* I
- 整数精度(INT 8):512 Tera FLOPS,128通道 全高清 视频解码器- H.264/265。4 K( a" u- q8 s! ~
! S1 |' e5 {5 R8 `3 d
' X F' j& w0 S3 }" b6 ^
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。
3 h7 l) P8 ]& _2 e6 X5 H
4 t+ w8 G9 C+ X
% Q) J5 K( f8 W7 u8 c# M$ ~“可以达到256TFLOPS,比英伟达 V100还要高出1倍!”$ P# [3 `# U, e, e4 Y8 o
! }1 s; s, Q) k
8 W9 @2 D( O5 x 3 H) s. s. s0 Z! x% s: [ m, q
* u/ P9 U$ a; M9 ?# {
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%。2 w" l! o6 |& A3 L2 }1 {: s
" \& c; z+ A: w! k8 N
* y- }1 J( b# @. G: p
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。* l& P# \, f( j. K C5 {9 r* Q. L2 |
% I# t' _( D: B" r) Z$ |
' a5 Y0 D2 U+ W4 Q, a而且徐直军还在会后明确表示:价格还没定,但肯定不会高!
- s% x1 R1 u* a* {2 D: d
6 F2 Q0 J D3 O% Y# I, V$ g; z4 {5 U5 i* f
9 v& E" P2 T; M: _7 B m+ f4 p f. \- E5 {/ ?3 m7 v
; L [' }0 T6 ]2 x+ L |
全球格局下的华为AI进展( W$ l. _5 g6 p0 d b2 w& f7 _
' D7 @, B9 K6 |) @( ~* t7 Y. o: ]8 k6 b6 v0 l3 c2 q. y
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。' T, p2 M' p! Y7 M5 [, \
, Y- i _5 S2 ?+ o8 i
3 }* k, ?0 x: j( @$ z - z# P7 U' R! O1 W0 c; Z
2 r) ~/ d B) Q1 G1 U5 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。
* \* ^1 \# e" `+ [: }, K8 W2 l$ o- a9 N6 \' b7 ?, s
7 c4 U$ @8 H4 c; y( i0 b* v1 B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。
" w7 J4 g1 z: O( [- D% u$ C9 u! L) a) y' \6 L
! o, q' a8 A8 I. W' n/ s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( E: r- A2 C( l4 p! e" b6 f: l$ o# z$ G3 V6 D
5 ~: f1 d7 ]% V* u' [5 [+ g

: G+ h$ |; n/ E/ k6 u
: \ [$ G0 k$ W8 S* F4 w# k5 y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 A' ~, x. n' u+ Q$ e- i% R
: v9 a/ N, u, k$ L: f. b% k6 z. l7 w+ x8 J5 c% k5 B k
当下,AI落地已经成为无可争议的大趋势,大方向。' S: h' }, v4 n* n) a* p
/ \- z2 R5 D$ D: B' @8 I
8 U* r4 @% X' R L! f7 S5 P/ V1 s
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# x+ ?) \/ ^1 }8 v& E( I8 A z/ ` t
4 v: O6 u9 p' i' d* g4 F$ X7 `9 V/ t" m' |
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。
' N6 I9 x- r |$ A4 c8 N* `, n7 E- b3 h# z! \" r" H# \) B D6 s
+ T0 _6 e% z7 J( O0 [, Z
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。
) b3 s" e9 I% A- W% p& M, c) ~ I# ?% s# ?
/ K8 V6 ?2 {8 @3 s 8 ~1 t0 d8 g' }) o: y) G
% f, v6 |2 }, O2 h' ?+ z+ e$ @
需要场景?数据?金钱?人才?等等,这些都不差。# n! ]4 ~& B! w Z+ Q7 w; s8 r* l% w
3 |% J4 c2 }& `4 z, B# {# [
2 V/ K9 q! \2 k% i
# m* a1 ]# _- P7 W; P
- X3 ^" P/ L# _- ?- i
但为什么,卡脖子隐忧,AI领域依然存在。
5 T$ v* F& R0 M4 y3 v% a2 }5 N
2 ^8 z! |' b4 `* B7 H
9 p1 ?: x2 @1 L7 ]& w8 u核心还在于算力(芯片)与基础技术。! t8 k% O( K7 u1 m8 g( G
+ c' C5 i# j- Y0 ]
; p) { P% S8 i. V; pNature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。# Q, {4 `8 O8 d
! C t+ |& m$ y4 u! @+ o$ e/ s# L+ y9 c' `6 I6 a6 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。
( F0 Q0 }2 _& q+ ?9 z+ ~) h5 D: f. l$ v/ }+ H. l/ ~0 ^, U
" X6 P% G6 O; w* d
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。9 u. f1 I6 r- P: Q7 I4 @; f% r& l; Q% U
8 `! W7 d5 Q: ]5 K& Y) X
& j; z0 \) k# O" [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。”$ p6 q- ?/ I8 f0 H" M0 p
4 H9 _: |( b& k- j/ K. {/ N5 X7 g
. [& B4 K) U& ^$ P. 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。( R: Z$ ~! ^- j# C0 \: g
4 T0 T7 o! F/ t) q% w
7 M; U+ H+ T4 a1 R
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。
, [% ^# k! P/ ~8 x! q
& s( y0 n2 l$ ?
- N# P; u: N X: Y$ o, 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。
9 E' _) K/ X) C- {
% |8 J; I3 F' e. U) {4 Q: ^- \4 S
' I2 V2 [4 n$ M2 r9 D+ p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。; d0 j% z9 f: `* p, f4 h: }
" {6 K/ C' d: |% z
, x7 Y9 s+ ?3 u. W( A. B所以,Nature的问题:中国AI,到2030年能够领先全球吗?
! Z5 O. N/ G3 T6 J" L
7 {, B5 e t' m ?; s
& o% K* P2 e/ ~, x) Q今天华为给出一种解法,但一切还只是开始。/ o; J: K0 {. j& V' I; A+ @9 K8 p5 V
- A; I# I1 S. T) u
$ ]$ e$ y* ]* ]$ y* Y7 ?; q* ~你怎么看?
. C- _$ |' L& S. W. ?0 Y! L" y7 E' E# x; u! Q) K& u0 S) w8 r
2 Z+ x8 U1 x4 L4 Z- o; X2 p! _/ T1 |) k2 t _
9 S2 ~5 k. ^- Y: b9 B
近期精选 ! A) e3 r) l! Z- \: f6 V
任正非推荐学习的博士PPT《认识5G,发展5G》) n7 o) _& V( a4 M9 u
$ h! [& C' H! G2 ~4 p- d$ W6 \
任正非:在这个关头,妥协是没有出路的
6 r& k4 B* {" Q& z9 ^; w 7 v, a) j) u0 ^. r9 _2 S
孟晚舟被非法扣留画面曝光 0 Y; H# ?4 s# f5 ~. E
) i4 d) m, y- t" s$ G
' A8 V' o' p/ ~1 c2 \ F& j
来源:http://mp.weixin.qq.com/s?src=11×tamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1* [: U9 }$ u; ?* 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! |