号称孵化 30 多个国产大模型的华为昇腾，究竟是何方神圣？ ...

yi叶秋枫

如果说，大模型是智能化时代的新型工件，那么昇腾 AI 则相当于制造了这些工件的 " 母机 " 或 " 车床 "。
) Q$ y3 q6 n) y' Y/ @5 月初，在鲲鹏昇腾开发者峰 2023 上，华为全面宣布升级鲲鹏开发者套件 DevKit 23.0，首批基于鲲鹏的一体化解决方案联合发布，而其中最瞩目的，莫过于孵化了众多国内大模型的昇腾 AI。
目前，基于昇腾 AI 已孵化和适配 30 多个主流大模型，超过一半的中国原生大模型基于昇腾 AI 孵化。
其中就包括了悟道大模型、鲲鹏大模型，鹏程系列、紫东系列等。

6 {. \3 y1 W# E5 z
% G% S! ]1 O% v0 S
如果说，大模型是智能化时代的新型工件，那么昇腾 AI 则相当于制造了这些工件的 " 母机 " 或 " 车床 "。
# h% W% Z& L# q/ n它不仅可以生产和加工各种大模型，满足不同的需求和场景，还提供了大模型的训练、推理、优化、部署等全流程的能力。
那么，在大模型竞争日益激烈的今天，它的出现，对中国大模型的整体生态，又意味着什么？
今天，我们就试着从技术与商业应用两方面，详细谈谈昇腾 AI 对中国大模型的意义。
01 AI 时代心 " 底座 "
4 d+ I8 M" v: |众所周知，大模型的训练、开发人工智能需要算法、算力和数据的积累，对于大多数实力并不雄厚的普通企业而言，这是一道难以逾越的技术门槛较。
如何让更多企业简单、便捷地开发自身的大模型，就成了人工智能得以落地化、产业化的关键。
而昇腾 AI 就是这种让 AI 实现 " 量产化 " 的 AI。
+ S# [# i: H" ~" g5 P# Z/ K具体来说，它主要从以下几个方面，为大模型的研发和应用提供了支持。
硬件与算力
; q% y! \- }% o' U; M异腾 Al 基于华为自主研发的鲲鹏处理器和异腾加速卡，承载了海量数据的处理、超大模型的训练和推理。单卡最大提供 100 TOPS INT8 算力，为数据中心推理提供更强大支持。
在 AI 芯片方面，昇腾系列 AI 处理器，是基于华为自主研发的 Da Vinci 架构设计的 AI 芯片。
目前主要包括了昇腾 910（用于训练）和昇腾 310（用于推理）两款处理器，采用自家的达芬奇架构。
基于昇腾系列 AI 处理器和基础软件构建 Atlas 人工智能计算解决方案，包括 Atlas 系列模块、板卡、小站、服务器、集群等丰富的产品形态，打造面向 " 端、边、云 " 的全场景 AI 基础设施方案，可以满足不同场景的大模型计算需求，例如：
5 Y$ v9 B# @  g( X9 a! Z- {$ |昇腾 910，是一款面向云端和数据中心的高性能 AI 处理器，具有 256Tops@FP16 的算力，可以支持超大规模的 AI 训练任务，如自然语言处理、计算机视觉、推荐系统等。
而昇腾 310，则主打面向边缘场景的低功耗 AI 处理器，具有 16Tops@INT8 的算力，针对的应用场景也变为了视频分析、智能监控、智能驾驶等。
. S# R. m( i+ \0 u/ ?+ H( P同时，昇腾系列 AI 处理器，还支持多种数据类型和精度，如 FP16、INT8、BF16 等，让用户可以根据不同的模型需求，进行灵活选择。
集群硬件上，昇腾 AI 全栈能力支撑全国 20 多个人工智能计算中心建设。其所属的 Atlas 800 AI 训练集群，是一款面向大模型训练场景的高性能 AI 集群，支持 8K 液冷集群，每台服务器内置 8 颗昇腾 910 AI 处理器，可以提供 2.24 PFLOPS 的超强算力，支持深度学习模型的快速开发和训练。
/ \8 O6 v) `8 K4 g具体来说，它具有如下的特点：
高速网络带宽：每台服务器配备 8 个 100G RoCE v2 高速接口，实现芯片间跨服务器互联，降低时延和功耗。
. V) r( ^! k  z4 q& i: k6 I3 X1 Y超高能效：每台服务器最大功耗仅为 5.6 kW，单机支持风冷和液冷两种散热方式，提供 2.24 PFLOPS/5.6 kW 的超高能效比。



0 ^- c+ r: V- F9 ~" I) U. i全场景 AI 计算框架：支持华为自研的全场景 AI 计算框架 MindSpore，兼容主流 AI 框架如 TensorFlow、PyTorch 等，提供丰富的算法库和工具包。
在集群训练的稳定性上，昇腾已经做到了 2 千亿参数大模型 25 天稳定训练至收敛。
软件架构
CANN 异构计算架构是昇腾 AI 的基础软件架构，提供了多维度混合并行、多层级存储优化、断点续训等能力，加速大模型的高效训练。
多维度混合并行是指在训练大模型时，利用多个昇腾 AI 处理器之间的协作，将模型和数据分割成多个部分，分别在不同的处理器上并行执行，从而提高训练效率和性能。
这就像是要烘焙一个很大的蛋糕，可以把蛋糕切成几块，分别放在不同的烤箱里烘焙，然后再把烤好的蛋糕拼接起来，这样就可以节省时间和空间。
多层级存储优化是指在训练大模型时，利用昇腾 AI 处理器上的不同层级的存储空间，根据数据的访问频率和重要性，将数据分配到合适的存储位置，从而提高数据的读写速度和效率。
. F2 K2 D+ W: S6 j5 I+ b( x" c/ hCANN 异构计算架构还提供了统一的编程模型和运行时环境，支持多种 AI 框架和语言，兼容多种厂商硬件，实现软硬件协同优化。
MindSpore AI 框架是昇腾 AI 的全场景 AI 计算框架，提供了灵活的编程方式和丰富的算子库，支持业界主流社区模型套件，兼容第三方 AI 框架生态，为 AI 模型开发提供高效的编程体验。MindSpore AI 框架还提供了自动微分、自动并行、自动混合精度等能力，为大模型的训练提供更高的性能和效率。
! N5 l4 p" Z. ~5 v! w
" M8 B  V: L+ @0 N
- |$ f! B) j; ?9 f
/ n0 J6 E: v' P& ]5 h4 NMindStudio 开发工具链是昇腾 AI 的全流程开发工具链，提供了算子、模型、应用一站式高效开发和极简部署的能力，为 AI 模型开发提供便捷的开发工具。MindStudio 开发工具链还提供了性能分析、调试、故障诊断等能力，为大模型的训练提供更好的开发体验。
02 以应用赋能生态
除了强大的软、硬件基础外，昇腾 AI 之所以得以孵化超一半中国原生大模型，另一个重要原因，就是其丰富的应用使能、和开放的生态合作。
MindX 应用使能平台
具体来说，其所提供的 MindX 应用使能平台，提供了多个领域和场景的 SDK，并封装了华为在行业 AI 领域的基础算法和经验积累，目前包括制造质检、视觉分析、检索聚类、大模型微调等四个 SDK。
' k& t, e0 v# h1 s$ p- b# I凭借着 SDK 提供的多种功能，用户不需要从零开始编写 AI 代码，而是直接调用 SDK 提供的简单易用的 API，就可以实现各种 AI 功能，从而实现了快速开发和部署 AI 应用。
此外，微调套件 SDK 还提供了多种微调算法和策略，如知识蒸馏、量化、剪枝等，为大模型提供了更高效和灵活的微调方式。
同时，MindX 应用使能平台还提供了 ModelZoo，一个基于昇腾 AI 处理器的预训练模型库，为用户提供了多个领域和场景的高质量预训练模型，让用户可以快速使用和微调大模型。目前已提供 20 多个模型，下半年将增加到 50 以上。
1 ]1 ~3 r' I* E+ U) C* B! b5 W, u

% ]/ l" w7 t. q0 ^6 p5 y
具体来说，它是通过提供大模型低参微调套件（MindSpore PET）来帮助用户快速使用和微调大模型的。
' |6 y5 p- S: H' s& eMindSpore PET 是一个基于昇思 MindSpore 的大模型低参微调套件，可以在不改变模型结构的情况下，通过少量参数的微调，实现模型在不同任务上的迁移学习。MindSpore PET 支持多种预训练模型，如 BERT、GPT-2、GPT-3 等，以及多种下游任务，如文本分类、文本生成、阅读理解等。MindSpore PET 还提供了一键式微调、评估、推理等功能，支持昇思高性能大模型。
4 v; i; v- M- q$ G/ k8 J这就像是用户想要一辆汽车（大模型），但是没有时间和精力去自己设计和制造。那么，用户就可以从 ModelZoo 中选择一辆已经优化过的汽车，它可以在昇腾 AI 的道路上高速行驶。
& Q: O; J1 m% Y% C& G' x同时，用户还可以通过 MindSpore PET 对 " 汽车 " 的少量参数进行微调，比如换个颜色、加个音响、改个轮胎等。让它更适合自身的需要，而不需要花费太多的时间和精力。
, P/ j: W- R2 D6 r6 i1 f开放的生态合作
除了通过 MindX 应用使能平台，提供各种应用场景外，昇腾 AI 在构建产业生态方面，也通过技术开放与合作，促成了产业的落地与应用。
目前，昇腾 AI 不仅开放了大模型技术平台，还与 UCloud、厦门文广、众数信科、南沙公控、CSDN 等伙伴共同推进大模型在各个行业的应用和落地。
' n  n1 m  ~# L! g例如，在电力行业，南方电网与华为签署了合作备忘录，携手推进人工智能在电力调度的创新应用。
- W. e. f) p/ I* C6 q! x双方将基于昇腾 AI 技术，针对电网当前动态出力和负载状况，实时做出更加经济和安全的调度决策和编排计划，同时助力机组出力分配最优化，促进电力现货交易的供需平衡，有效降低平均发电成本，进而提升整体运营效率和效益。
在智慧城市和数字政府领域，昇腾助力智慧龙岗 2.0 的打造。深圳市龙岗区政务服务数据管理局基于昇腾软硬件。
7 ~) I9 K. O9 E- m* ?6 g  h


双方将利用昇腾 AI 提供的大模型技术和语音识别技术，在龙岗区政务服务中心打造 " 智慧窗口 "，实现语音自助查询、语音自助办理等功能，提高政务服务效率和便捷性。
# Z* \, w8 C; H% u而昇腾 AI 提供的大模型技术和图像识别技术，也将在龙岗区城市管理中心打造 " 智慧眼睛 "，实现城市环境监测、城市事件识别、城市事件处置等功能，提高城市管理水平和品质。
7 c! k  @' |# C同时，通过建立大模型创新联合体，昇腾 AI 也打通了科研创新、应用示范到产业推广的通道，目前，昇腾 AI 已经成立了遥感、多模态、流体力学三个大模型产业联合体，吸引了 110 多家科研机构和企业加入，孵化了 80 多个行业新应用。
具体来说，昇腾 AI 为联合体成员提供了多维度的扶持政策和资金支持，例如昇腾 AI 为联合体成员赠送了昇腾 AI 硬件设备，提供了免费的 AI 算力资源，发放大模型研发补贴、大模型应用补贴等，帮助联合体成员加速大模型的研发和应用进程，降低项目风险和压力。
# o7 {- C  x. _6 g3 C; y


这些举措，都让联合体成员可以更容易地将大模型应用于各个行业领域，打造行业解决方案和典型案例，展示大模型的价值和效果。
; v# w& k0 t) g! E# y$ p2 n- {0 Z同时使得联合体成员可以更广泛地将大模型推向市场，拓展商业渠道和客户群体，实现产业规模化和商业化。
' f! o$ |" g# g$ U; @1 y' N03 总结
  _% n( B& {# f  e在 AIGC 时代，如果大模型只停留在实验室的层面，无法与真实的行业需求和应用场景相结合，那么它就会失去其存在的意义和价值。
这方面的反面教材，莫过于当年的 VR 技术。
! l: ^* w' N0 \6 @  qVR 技术在应用落地过程中遭遇的困难，是技术瓶颈、内容缺乏、产业链不完善和应用环境的限制，这些困难导致了 VR 技术难以实现规模化应用和价值创造，最终成为了一阵风，而无法带动行业变革。
: p# L; h" ^0 \7 ~) q* f
" o% M9 P  R9 [3 r! z1 j. R

6 F* S; B* L1 o% F0 r. N) k昇腾 AI 作为一种全栈 AI 计算基础设施，为大模型提供了从芯片到框架、从平台到应用的一体化解决方案，有效降低了大模型的开发门槛和成本，提升了大模型的性能和效率，促进了大模型的产业化和商业化。
昇腾 AI 这样的全栈 AI 计算基础设施，有效地解决了大模型所面临的技术瓶颈、市场障碍、生态缺失等问题，并让其实现了真正的落地和价值创造。
而只有通过产业落地和应用扩展，大模型才能真正发挥其优势，解决实际问题，创造社会效益和经济效益，推动人工智能技术的进步和创新，引领行业变革和发展。