|
点击上方“腾讯科技”，“星标或置顶公众号”
7 p- @$ R) J! q4 z关键时刻，第一时间送达
6 M- y, E" h" T& Y( j8 i$ i# J7 z! U) F; G# g& n9 y
 . b3 c3 m" ?, U0 X' w3 C3 k
( W# C# Y4 Z5 g* x6 D; n9 z来源 / 量子位（ID：QbitAI） % f- G7 s4 N( G9 ?8 i
作者 / 乾明 边策 一璞 , j" C# e: A; Z( _
欢迎下载腾讯新闻APP，查看更多科技热点新闻
+ j h; f3 I. l, _" Z% T7 \" ~7 I) f! b% a
) s8 N9 a- H. b/ m+ 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 ; ?" C* J& J0 u
; R9 ~) A0 l6 D3 R
, {4 `/ _' _5 ]. t3 H刚刚，华为业界算力最强的AI芯片正式商用。
2 ]; u1 j; ^' q8 _, O; I7 w2 C5 l; ]$ }+ J
6 Z% D$ S6 ?6 f( @: m; a* c1 ?- ~1 O
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。. x0 C3 @- ^4 D; {. e" e
$ o' c1 U3 z1 E& y, ]8 M) m* A+ n$ g6 Y. x* k
 6 H' L) T& _8 l/ c' B
' l3 g! k: Q J2 G _
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 q, x# N f5 f- W* X
; S7 i/ l* c$ B/ K! L: l4 \- d8 j ~
! N+ z7 N) f9 r8 N, Z% R" Q! B( G
. v& S6 b9 K# W. y' R7 q+ T8 c" W, O3 P" r
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”。
6 V( A2 u) U& N8 F2 S d* T+ a
9 r7 j' q$ f- |/ \2 q, Q
* P. U/ ?/ V7 c4 c/ ?5 s2 e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。
: {* C# j7 G% c; g% K( b9 H! }8 J) T. ^! i
S0 v' L" i1 O2 w6 X5 RMindSpore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。
4 R+ p1 R# m/ O; F' \9 I# y6 \2 w
! u! a+ ]: g1 x6 X
; ~9 I& b, S8 U! T
/ T- W ^) r7 W F8 }& z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。- T2 }. U3 b+ B/ W' q) k
8 Q+ i7 O. ^' {' S3 |
1 ^1 q0 ^ H6 z' T( D h* d0 ^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。" Z: I; P6 }6 V Q
" L6 J- |6 K+ m1 O+ r! Z Z8 n4 N" T" _/ m9 x8 X; m. M# F) k
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。
6 ]/ W+ Q& g: E6 M6 k
5 Z$ q- w/ F, w' {0 p; {0 k: I5 N# I' M# p7 v4 V
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。
! y3 R8 S. ~# n8 v0 N: M# h
8 [* k7 b' }( s4 D9 v% P8 a& K- i( z h; q4 U3 ~5 {" l
现在，华为要用实际行动改变这一现状。% u/ l2 H- Z: y; `' j$ i: k
# c6 o G* ? m; Q5 Z/ i0 ~; O
& \. p6 z; r- y1 M
7 W1 X" t% I& s4 i, e+ a' G$ p8 I
$ E; a% f, N) B2 iAI领域的“鸿蒙OS”& j3 p) C7 q% w2 g% g
% L" ^4 X. h) n9 L7 u, o4 M' z
# E+ H, r- B' g2 O1 n, z& k4 {% U
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”。
' d# r- B* d h0 M/ E7 [- d# k9 k0 m2 _) t( f6 B
% t3 V$ C5 M" I, G# _
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。
. G$ j* D8 c. k l( j
' M! T- |) `, {" `
`" `4 i$ Q% ~. [4 k也不仅仅是一款推理（部署）框架，也可以用来训练模型。
% E' q2 C4 t D. |: S b* W0 I9 Q; M( V- t9 q# K
" Y5 H5 K: j7 c9 v A6 _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。
% G8 I& R* F0 `8 y! M8 ?+ x/ w; k" p! X
6 x( W' S9 e7 n) k# ?. x! e/ p+ Z4 @8 V4 _$ |- ^5 ~
 r) b/ |2 y4 a4 k9 |
g0 b0 [! j1 N从这个角度来看，MindSpore也可以视为AI领域的“鸿蒙OS”。
9 \7 g- l( g+ v4 L4 |$ ]+ n ^
, _8 L# I7 W- Z. d' c! {# n4 y% x: j$ u% F
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。, V: g" h4 y9 ^3 I& V% k" K
" h0 s5 H0 f5 E8 K& W" Y9 h
6 \) x5 t1 d! t% t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。
2 i/ }- u( B3 S+ D$ Q W% K
) e; R6 |$ i& K4 `" U& a: D4 h) |; ^ Y7 f
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。0 }- u A1 x& ~0 `* I! j
' H# [7 I$ H5 t1 I1 f+ G2 {
9 j0 n- w1 L: f+ t: E+ u- h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。
- |- H2 x) V. P! [3 r, R; E9 S3 f( G9 h0 w0 T4 _3 }
9 |7 N0 Y3 u) |9 @5 B+ z
. W# ^, k5 o4 n# f# y, @9 V; ?8 I+ ]+ J \
除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。! y: k& _* H7 I7 V t
- z' r2 t, l' ~3 [8 c- n) c
+ d D9 ]6 I! T3 ?* v+ l z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。8 B1 R! B ^1 {! e" ~0 f* N6 T1 P
/ ^. p2 l( _* u u- F
+ R: ?4 {. N- A9 {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。3 O/ Y0 o. n, E
: ], ^; \5 Z$ J; B& b
l1 W; e& \, V' _0 N# C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。
l i+ q0 F$ O/ x6 ]; @2 u/ b" a9 _# b) V/ T& T% k0 X- }
' m; t. l7 m' `$ [* 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。
6 I( F, C" |! N, _. e: l% [7 \- a" T$ ~9 p! ~$ ~
! o1 C& \8 |6 L o9 X1 }' I
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。. z3 e' P9 B% h' A6 i
% s3 ?. v, ]! d3 K+ F' |
# t. U$ w) B' E8 h. Q' i1 s, o徐直军表示，MindSpore会在明年第一季度正式开源。
' A5 Z4 k( b9 f# s- h
3 t9 o% Y& Q- R3 w
3 P& U( Y4 L$ f, F # o: U6 T# Y( N( ^3 `+ U/ o+ q. \
$ G# }4 ^. c; x) H- q5 S
' c8 o$ z1 x( x' n, z4 H1 _' S昇腾910正式商用: d" \" ?, v2 R3 Q* Z% d! X
% N" B, V; e+ C4 o2 i- J( K- t4 a
/ ]( G P/ e% ~& y( D( B8 V, 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。! o7 Q7 I& Q( @/ i k" i% I4 x
, a; x5 {. b9 t% U q( S/ y1 I
' x- M I* [; B8 M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。
2 T4 m# m# V/ P y( G
/ ]9 K2 r# P1 G' u6 R% d5 e; Z4 Y, Z3 o+ F5 k
主要性能数据如下：8 Y$ ~; F5 X8 ^( ?! [3 i8 p
! w" u' r& i$ d/ \9 K/ l$ G) l3 ?5 ]% P' I& l2 j
; @5 b' g* Y/ Z
- 半精度为（FP 16）：256 Tera FLOPS；$ }" l# L) E9 w1 c- ]; l
- 整数精度（INT 8）：512 Tera FLOPS，128通道 全高清 视频解码器- H.264/265。5 ^0 I% i4 h( @$ q9 v* L% ]" m! e( x+ k0 {
) K3 Y6 H1 `% C e6 q1 d5 u1 {, b3 a' d5 P
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。- ]' [& L+ x0 f
# p* k3 [: y' D3 m
1 v; @5 Q: a; ]9 Y* X+ o
“可以达到256TFLOPS，比英伟达 V100还要高出1倍！”: R& t' l" f4 ?/ [- R) H
8 Y1 k% P5 U$ _) d; i
. W# k8 _0 ^" |
; f1 \8 c8 g$ r+ G4 A
" M2 f: G5 @, f( C0 Y$ F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%。
: a5 ]" {- F: l" Q' g& Y, J4 j: \3 |8 \. z _
! d2 E0 A+ I9 F3 l, l" U4 d
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。5 R5 F/ C: C6 ~6 @4 M
- w$ T* h- P7 n0 W
, q1 v/ A2 E+ o. r而且徐直军还在会后明确表示：价格还没定，但肯定不会高！
7 N6 C! Y Y: C8 Q$ ~5 C2 q' K W$ c, b* j0 V
7 o+ w1 B) R. |, `6 W; L& Y# O+ U& \ h
" h: ]1 V" ~, y7 S% U1 C
% x( g! K7 q8 T% P Z全球格局下的华为AI进展+ j5 r$ ~: t# N7 f" e- T8 z: m
4 @7 s- r' L- ?: |2 g$ W1 x
8 E. J7 `0 \8 ?4 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。
8 B$ n+ [/ {! _, W. t' y A. {6 B1 u3 k% @5 m4 ~
. i; h8 i$ M) y+ k
 5 ]1 b+ N0 l# }% K5 ?% N# ]
4 Z A9 \8 G, a# {7 C& ?( N8 |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。+ s1 |: Q0 r* M/ }& b
9 D V: J1 x, g$ ^8 E( b- S& u8 o4 G
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。
5 s5 K3 m; V) B7 @ I: y/ V* E
, r8 X3 C5 b- l8 g/ v* {
d: z. x: E) D9 i# x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。
! r9 c, d( ?) R1 I8 L5 l7 h5 N9 S; j3 C/ \3 h$ ]. E
7 v3 q! c; G) m q0 x
 ! p2 m/ S5 B% t4 \# x( W5 z' s4 ]- ?
( U- f' Y4 N8 L* z- G i
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。+ T& m: h1 k0 g" p
0 T L7 d# }2 E1 m) ?
, Y3 C5 k+ R& I: j& J4 A当下，AI落地已经成为无可争议的大趋势，大方向。
- |! d. h* T* A/ U/ a, T& g/ h" Z9 P) [4 z p) U! Z
2 @0 c$ c U5 z4 f* i ?# z7 ^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。4 N5 D7 h$ ~) q. `& g
" w- H* E4 ?* S
1 c+ h) V: X1 O/ T
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。
! f! ]/ ]4 ]7 F
( @. s" ]& u/ E9 C- f. [# y1 u2 w' D- t
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。( S- v( u2 Q/ A5 D) I/ E8 ^
% I; _1 a; y0 m* [- i+ I( c
' c- N7 Q& r% I* D5 O- k * z1 i E3 F+ a, W J
- @3 ^ _1 F9 t7 f0 r( ~& \/ d6 `, P
需要场景？数据？金钱？人才？等等，这些都不差。
4 _/ i# j2 f# |+ T
+ h/ j- z( q' ^, D
6 N" U, e, ?7 e% d% K4 X 9 X/ L# K$ G. }. o) k
, ~6 O: _2 R& g& S( I% b: V
但为什么，卡脖子隐忧，AI领域依然存在。
0 z) P# b+ K4 _1 {* b' p: ~3 ]$ n1 t4 `4 m6 d+ |. A! D
, v6 j4 k* u4 b' @
核心还在于算力（芯片）与基础技术。- B: z9 n; o, S1 s5 ]7 a' \
Y S8 `7 }2 H0 q2 e; E. T
- n. B% Z, j# ONature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。/ T) g8 H$ Z0 o0 c' W! e' v
) X; ] Q( W/ J# h
( e* V& }4 l8 L+ R+ P8 @" |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。% P8 u7 K6 @' M3 P: G
- L* ^ M9 m* r3 @+ J
' t( t. n4 f! o. y' l8 ~ V
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。. L1 n9 n# M) T) h' R( |
9 Y" \% ~' d- S. K
% s0 p# E/ v0 w$ S4 R9 r8 G
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。”; [, ~% n3 o5 T) d
3 j# ?* ^" S% W% \. K
7 \+ q( l' h6 C8 E5 q& @2 V/ ?3 v
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。
) y ~, g; j; o8 l2 }, I& e$ `8 B! @9 @' ]4 T% m
0 y9 u5 w5 k) K0 |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) x0 U7 y7 \; r8 _: K$ I
$ }% d, ~ W9 P% J; K; h; N& S# k m8 E6 M
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。" Y* s# x% C; Q
) s9 u, Y" x! P5 l
' `' v; t2 C+ p7 e8 T) ^3 {/ |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。2 s' T$ J. K! z9 a1 V- b4 `1 ]$ T
9 b. j0 x7 N, {/ Q7 Y
3 B% u" W, K1 Q L$ t
所以，Nature的问题：中国AI，到2030年能够领先全球吗？
( j5 }9 @' [9 W8 H( ~' t8 L' ~
; w n7 x( ]9 o7 a# a8 f8 z/ U/ M# n! I
今天华为给出一种解法，但一切还只是开始。
9 {6 e4 O+ f4 L% F) W
. {% \4 u& w3 a" o7 x; ^2 T; `+ U
! v) o0 Q' h7 t5 _; \0 Q* S你怎么看？! _: j% V1 ^* A6 v( N
, @# [* O0 M: l) q# D7 |
: @" n( L- q9 o% l2 ]/ b* \" w; |3 x8 w/ L8 d! e0 M' E$ g* [
# P/ r3 M3 W% O% b
近期精选
1 ?/ i9 ~# n* }* [8 o任正非推荐学习的博士PPT《认识5G，发展5G》
4 p! Z! f3 ]" a4 m! e" H! w0 q 6 f+ d% M* P+ o
任正非：在这个关头，妥协是没有出路的
9 N' r0 b: a2 c0 h& E
* ?5 K: `: g& J1 C9 ]孟晚舟被非法扣留画面曝光
% }3 A0 z* L0 X8 O( Z8 x# p( Q3 | E
! m' q+ k; [9 H来源：http://mp.weixin.qq.com/s?src=11×tamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1( v5 b' a; v8 Y0 S0 Y) b3 A
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
