京东6.18大促主会场领京享红包更优惠

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 9666|回复: 0

华为重磅发布:史上算力最强AI芯片正式商用

[复制链接]

22

主题

0

回帖

10

积分

新手上路

积分
10
发表于 2019-8-23 21:24:36 | 显示全部楼层 |阅读模式 来自 中国
点击上方“腾讯科技”,“星标或置顶公众号”
% l( ?6 U/ [! V  e; T! t5 L
关键时刻,第一时间送达

% Q; ]" X. u# O$ x) Y5 K

. W; Y# C! a2 l, n8 J" L; o" z' ^/ c9 n0 N  W

( j0 {% H. v: F4 [5 q- ^( A; {
来源 / 量子位(ID:QbitAI)
+ ~' v" z' Y5 F! j2 B+ m
作者 / 乾明 边策 一璞 
& G) U( k& m& D# Z' c6 z) E5 m
欢迎下载腾讯新闻APP,查看更多科技热点新闻
, c# N7 x! C# F3 u1 x( i
) m! p& M. {5 e+ T) a  @

4 y  m' o0 q/ z1 k& V. D
视频:“昇腾910”来了!华为发布最新AI处理器,时长约20分53秒
/ j( r+ M. A6 e# a; o; i
% p; q( {' j* H. D; v4 K

6 h7 c( a; `8 r* V6 r1 R刚刚,华为业界算力最强的AI芯片正式商用。, ?% d$ }. E' E/ Z! p; p

+ _6 p- {- }! S6 ^
7 a0 a# A4 R( X" Q( V5 k) c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。* `, Q/ l* A  k; |

* q5 X% Y* W5 |) k% N' j4 D

: e6 \8 D( C5 i: [9 }$ t8 B# q+ V+ h

& w0 N0 Q/ `& g( m0 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。/ y9 h- o4 K7 `
. x$ p$ y& p" y* }8 P

! ~( b2 ?$ B* r" n- E: p8 x! z) m  }7 q- X

6 v$ u' l4 B1 m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”。
3 p9 g5 q/ m) b& @/ ~2 r$ Y4 h$ e% r6 K- x" O

3 Z# H, D/ x( H4 T$ o0 K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。  e; k1 I+ w/ F. j5 @: `& Z7 D
7 L( F1 g5 `9 u) X. d7 s
. c# V% ?& x& m8 _3 M
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。
( |/ X' W+ x1 T, r7 P
' r) p1 W8 b( k* s, g
+ P2 r" a- j7 c& K) G, ?) G6 E( M
- t5 T, t! M6 ~0 z8 ~  k0 c- ^1 E

- @3 g+ S, t9 Q3 g* q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。  w0 b" o, ~+ x! i# T0 T/ ?
% M/ P/ r/ o6 ~6 t! s

0 W+ h* Z, x$ i8 _5 A0 |3 }* ~$ 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。3 A; h7 g' Y6 \9 v' Y! X7 O
/ O7 |+ M1 B# p1 i( F4 L1 _

+ M; s. [* W9 D8 u' l' Z! v# N2 a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。
0 L$ M( l4 @/ w: g6 d! ]
# M* Y% t( \  F
, a- @( v) e0 z5 q# W) K7 R, B, a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。* ?0 g# y* l& Q& E+ ~8 t9 f, D

# F0 f% l7 G3 l; k1 G+ M* Y9 V9 C) S4 c# h7 z  C* X: e
现在,华为要用实际行动改变这一现状。6 R- n( N+ Z0 l6 u$ E& L
# H) I. n: r, N7 [& @( u
8 u& R( v3 D4 y1 z

( `; Q/ L& W) ^1 Y, f5 j$ l  _  P9 n6 V# d# I% q. E
AI领域的“鸿蒙OS”
' `+ a8 K( c# [; z9 w8 H) @
* o: d) b& O! P9 v: d0 p3 a$ F$ }) E+ L& H: ^% |: W
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”。
. V% f2 {6 x: v! ]
2 }/ Q. x4 f- h7 N% _
- y9 c. |" Z5 L( I  z! r0 s9 H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。" {0 v( b- C; ]& O) V  C- }  o
7 _/ V! n, Q: r: J. N

! T2 y) m0 b& J( m/ n5 f3 v9 T9 [: P也不仅仅是一款推理(部署)框架,也可以用来训练模型。' }8 v6 Z/ d8 F" D7 S# F
/ a4 v. m7 a" W2 R4 y4 Z

# q# ~# T% P$ b( p% H, \) c0 ^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。$ C6 Z0 {5 I# K4 X7 j

5 I. U  G# O0 T  j; [; W6 G
9 L" n, \" O. u1 b6 M3 ^* S2 U

$ D; h( j( b+ q# p+ X9 t* J- S8 J6 c4 }1 D/ Q1 g
从这个角度来看,MindSpore也可以视为AI领域的“鸿蒙OS”。
) @9 o# U+ k- C: q2 v3 I0 |% V% w! S* P' {7 {7 s, U

* k! _# T2 i1 ^! M5 C, B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。  }3 R! b/ a! @1 N& u( g8 o, ~" I* t

2 m7 b% D5 I2 t0 ^2 A9 ?8 G- D; H5 F$ d# |6 X2 w& J. @1 n
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。  d: g# M- Y8 P+ Y- Z. b- N% a

$ V1 Q5 c; o  \* `  [6 Z# O8 B4 Q+ z' H7 L
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。7 Z4 ?$ O" C; B1 {4 `+ Q! {, _7 ~

9 j8 B/ m! J+ j9 T% B3 p' c7 o! n5 u# N% c
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。& E4 O1 R) N/ k" _
/ T0 i, q/ A/ M) A/ c: G" J

8 x5 v6 i' C, m; v# [6 A. U
+ a( j4 g2 G+ _- P& U2 M8 c4 t9 b7 C$ }* x- O# \0 o
除了昇腾处理器,MindSpore同时也支持GPU、CPU等其它处理器。; T. M& p5 K  `. A

/ M1 {  s; \- ]1 G! R; c' c
1 I2 V* z! l6 x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。2 T. ^# ?8 V/ b7 f. q: j

5 C1 I$ p3 O$ `0 i# v( }. ?8 f5 J! L' p% u3 L* r! ?
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。
4 r4 t; @3 S1 {) c' o8 t. K- U8 m) ]1 C/ i# L, X6 F9 E8 T
$ w5 A+ ], N( G7 U
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。0 u$ Q+ W3 Y8 N- D
1 p+ D: Y. `  i* P
5 D' {+ u* {  S  i
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。" G: Z- H" v7 K3 N* W: Y" D( ]' L

* }+ J- h( |8 R9 f- W8 \7 r+ p& G9 w7 N; m% s) F$ U- H" H1 }1 k! F
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。" M2 f+ Z3 c6 f0 D0 D  @) `- e
3 x) E5 Y. g' V, Z1 A9 _! _

' d. ]( c9 V4 \8 W  J; b徐直军表示,MindSpore会在明年第一季度正式开源。2 F' |8 u5 w+ \7 H

, |) Q( y7 _& p0 w& ?" b
4 }& q( I9 L3 h3 I& `9 H. S3 j+ F
, W7 S% U& J+ S, q( ^2 Z1 k: y

& u. c3 _/ d# r$ n# D$ e& \
& s  [% |5 `1 T# L$ A+ Z: Z! Y- ^昇腾910正式商用7 E: b+ [( `' }5 C. `! O0 I

  U$ e" h' G9 i% m' ^- q7 T7 s) Y! B1 K% X: n* X; O( 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。  _% v6 V" k& _/ z# F

* g* w% G+ S( D6 m  e
5 c- I, T. K0 W0 w! d# I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。
1 {, R# e% t3 j# x  |$ e
* l1 L0 ]# _/ ^" ~2 @0 K% O  j, a' v, e) S5 i5 u' Q  v
主要性能数据如下:" |# h: |- g9 x+ D& @
$ y0 f+ n* {8 g  y" b( @( B$ v* R
0 M( ]  q7 P+ b' \! c9 N  ^

    " Q9 ?+ A6 E+ s+ _/ V( y
  • 半精度为(FP 16):256 Tera FLOPS;( n( P, S' S+ |
  • 整数精度(INT 8):512 Tera FLOPS,128通道 全高清 视频解码器- H.264/265。# o+ G! m! ~( @& V! ?. h7 \2 i1 |$ G

! f! d0 s+ u4 T
+ T& G  y! P$ H1 c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。
9 V' X; r6 @0 ]5 O+ C# o$ a9 I  m( E, Z/ N, j" k2 X6 [, D8 O0 v
6 H$ W9 A- u9 d1 D
“可以达到256TFLOPS,比英伟达 V100还要高出1倍!”4 Y! p/ V3 T# v' l  M0 x  n2 C
, Z. p- q& g* L! W

( \. d# \! b" R! j+ P0 T( o4 C4 m; b& i+ X7 }

0 J' o4 L9 B  M1 [9 y4 v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%。; K. D+ m( m/ g
* p0 O5 d, ?. D% ]! ^5 B+ E

0 I; q: N  F% O: D: ~* V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。* Z8 t0 l: [# m. `' i

  m1 o7 O- _* X7 M& ?% E- ]& I  o$ q1 o% m
而且徐直军还在会后明确表示:价格还没定,但肯定不会高!. d& X% ^8 ?& n  G
8 g: v- d' b" h: \: w
3 k. S  p3 ]) Z# T( ?7 M( _& G3 A
# c- l; \- m# y/ V) t! c

2 M' }4 z- O/ a$ I& }$ `8 @" Q8 V# U: ]% ^9 n/ f5 I% y( e
全球格局下的华为AI进展
1 U% L; D9 a" r
3 u. G! Y7 r8 W. F3 ]3 n# O
7 s( v- ~6 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。
  H: a* l" c" X: L& p/ }
8 B: s3 Z( r- f' z! I1 b
4 L; z2 Q7 V! Q; @8 v$ g/ M. x2 x" V; d, v2 c$ R* Y

* `6 b& q9 v+ }; D; `; M- C1 ?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 R0 t2 l7 t4 m$ s
; d4 b2 _9 d7 z; u3 g' i4 J! N

  }: e8 g& _" I! J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。& [; p( ?+ p: t) K, o0 n9 [

- d( Y( o, r$ N, y
, e7 v1 m, Z, Y0 `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。" B3 Z4 {  f; N" l. Q7 j

  B3 G% ?9 r/ d- @0 ?+ ]; t: `
$ r/ H* k6 [7 c1 m3 L9 E

  E& ]. b+ s: b' N5 J% W' M- N
$ B  w/ S7 M9 P# T. @' b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, g: _1 ?* \

/ A2 v- P, j) X: S6 X
* G, w" G2 ?9 n3 ]: ]9 J* G& ^5 K当下,AI落地已经成为无可争议的大趋势,大方向。
1 Q6 A% k% i. a1 ^' `& D) O- M; S) i1 a3 _7 V) G* {! Q/ t% |
& ?' ]! t( z" X& X4 \: y2 A# y, [
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。1 s) G$ q2 x9 l* E$ K" `) q

3 \# K' c$ q5 r4 t  I9 |1 J, Y5 ^8 j7 f
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。+ I$ o1 X2 C1 F) G/ i0 G1 t
0 u* ^1 n: Z/ z. D9 J- S1 \

" u5 w4 D$ X9 c6 f" ?& P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。$ ~4 u2 `4 ^/ y
& ~. p1 b% @3 @5 ]" L+ W+ ^* w

% A' A( D- ?! _7 K
/ [9 D, P0 n5 i" r
% y' k6 O' N4 \# q7 y! W1 e* J: V需要场景?数据?金钱?人才?等等,这些都不差。  W0 _5 N/ c+ X4 v% c7 r! y& x
  x! g$ s' t8 J: d4 ?; y1 g

8 [8 T' v# l5 g0 |7 o9 m
- e2 L7 A& b. |* m. H  K. Z# E5 c/ _
但为什么,卡脖子隐忧,AI领域依然存在。
" S8 H4 p6 h' f- ~0 r& M
2 E' j" n7 V0 Q, J2 H
+ a: ?2 s9 r; X核心还在于算力(芯片)与基础技术。3 W' h+ r3 v' Z) S

! i) K& x! H. k1 y7 s% w" [
) i! Z: _+ Z* M1 o! x' WNature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。$ N: Y3 G: l( \7 {7 L9 {

- H% z( \4 k9 I* g9 m) f) ?0 _0 [: `% ]1 w) P# 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( a0 I+ M6 U0 `# P* a1 x, F8 Q! T1 B# }1 \

# D0 n8 x( j7 w  G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。- F0 Q, f5 E3 ^

; k# L) U2 t3 r6 t4 s  H
) Y& E' O, U0 F- 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。”: N$ L& F: {7 E3 [% o( H
3 A0 {0 L0 t5 s% M7 ~1 M' j
; Q9 E* J# z5 i5 x+ ]
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。7 K6 w* B1 |2 {! K5 s
' Q. N. \# H: `. \) A
9 E% k9 M2 d  a/ `# R: E9 Y2 a
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。( g+ W: c1 |. Y
9 T2 S: o- J! v6 C! n# a
/ N0 ?; I, _) g& X' X1 m+ z
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。
# ~+ C4 k! t& _8 s, w: b9 N! e$ E  m5 s* s5 p- O

' p! l3 O/ P3 H1 K+ S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。
1 f" |: s- e' q! C; s) `5 h. n; r9 h" \) t

, P" ^/ h$ B! [( c- ]/ u7 ?所以,Nature的问题:中国AI,到2030年能够领先全球吗?( _$ M4 {6 V9 k) D$ g7 [

0 E4 p9 r0 u! Y+ t4 q
# g$ i& q! p( o3 Z今天华为给出一种解法,但一切还只是开始。
! }2 I; x; t$ S, m( J8 \$ L, ^, F8 n  h' z6 k8 P' R) S
+ l" m/ [4 x8 X2 S$ S
你怎么看?
6 d+ G; l- a" U; ~

: Y  e* Q6 R" @  W
0 p9 X5 X! p7 p, d$ r

. R9 A0 Q3 B" q2 F6 X; e3 ]0 b2 G  t6 l( Q" o; f4 }0 t, ^5 W2 K
近期精选
+ {5 \2 `4 L& A- u: U
任正非推荐学习的博士PPT《认识5G,发展5G》
9 t5 l% e4 I, m9 X
2 M! z! s' J, z1 R$ K/ m
任正非:在这个关头,妥协是没有出路的
* ]: Q# h& G5 b9 `

; V( O% d' o' q& f
孟晚舟被非法扣留画面曝光

. b6 r# J: G! o7 n5 H# a& s; R

. v6 s4 h- L# o1 f! y- o
& {7 ?$ l7 S: x( |, L来源:http://mp.weixin.qq.com/s?src=11&timestamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=18 W1 c% O2 ?: h3 l: _* [; A& u( ^% t
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!

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

×

帖子地址: 

梦想之都-俊月星空 优酷自频道欢迎您 http://i.youku.com/zhaojun917
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|手机版|小黑屋|梦想之都-俊月星空 ( 粤ICP备18056059号 )|网站地图

GMT+8, 2025-10-20 02:27 , Processed in 0.060021 second(s), 27 queries .

Powered by Mxzdjyxk! X3.5

© 2001-2025 Discuz! Team.

快速回复 返回顶部 返回列表