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: 9944|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”
. |3 a5 C4 }& z$ P  ~4 ~- Q
关键时刻,第一时间送达
& S: x9 Y3 K% m6 F( c; E
" Z+ s8 I2 }! F4 \7 i3 E

, E0 Z* L8 e, u1 X7 m. U; f8 [0 y. A2 y3 x. ?
来源 / 量子位(ID:QbitAI)
9 P$ e  m( K8 B4 }# n3 o
作者 / 乾明 边策 一璞 
  v5 u; C9 Y( h% r
欢迎下载腾讯新闻APP,查看更多科技热点新闻

; {6 V* K4 q5 q* o4 l0 Z
' F6 v" x2 t- K- f( h( F
& {( ]  {; L- w- _1 s- q
视频:“昇腾910”来了!华为发布最新AI处理器,时长约20分53秒
9 q8 y' h6 X$ `  r
4 H* l7 ^9 L( o& O

- S8 D, ?6 m: `3 R4 E刚刚,华为业界算力最强的AI芯片正式商用。* _3 w8 v5 q  g! t
5 k) `0 g# |2 }5 J  |7 I' s
, ]7 B. `! `6 p8 c' F) K# F
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。& r* @* o: W  A: S

6 i) q0 J" @" y2 r: c0 g9 X' \+ c& h
% U. c9 x1 X- H. w$ v8 d
3 X' w3 @: w6 |( Y+ p2 b2 S# k; r/ a+ C

2 x; e' _- x2 b$ f( Z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。" \9 _5 S3 h* u$ R8 I1 \
) C4 H* x; h8 Q
0 v4 }/ W+ W5 D; j4 N8 f1 X

& k6 }$ w8 E+ x+ x4 ]# v& d
, }) y: D+ c4 Y5 H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”。
2 _1 O5 Z' M" a$ ^0 Y" H9 l' u/ g5 Y
! N/ G6 J, Q! V+ w
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。1 h7 f( y9 I  g( m  x+ _, g2 E

( L" _1 U+ D7 b  g- y5 r& C$ z$ b. r2 K. ~/ R
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。
. G- R2 V, r" n; M% C4 Z! t' w: O
% a1 a- p5 e) ~* E, p! i

4 \8 i1 m6 D) ]! E7 I! s5 x% B
/ @& R+ f% O. l) |: `+ R# B. j' C6 v5 c* C) N2 s/ Y
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。" |8 m- J$ r$ u" D# M, I+ w- a  D

; Y) r  Y. H/ |2 d- w% b4 _3 v2 ?; A9 B: }8 c4 e
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。  F+ B6 `% e# M! V! Y& S; _
% N1 _  ?, c2 o$ J" N9 r0 z# u& s

# g/ ~% ?7 P- T$ v0 w: d) r% N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。4 `) a9 {& ]5 x: [9 \/ g

! d2 k* L) l0 [$ K" g- A9 p& t2 Z' w$ w$ c) j  J
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。( g6 f5 {: G1 x. A1 |7 S
1 s$ i9 l. }8 x% L& c: @
2 Y& }) O: \( d8 q/ }
现在,华为要用实际行动改变这一现状。) h$ _  T+ y5 Q3 Q' O6 ?5 K

6 L5 r) ?& O$ H+ B* J
6 R. V2 e  I8 q9 d: B6 B* z7 \* ?0 E
2 W( C3 C! K  d- Y7 z  K
AI领域的“鸿蒙OS”0 a+ {8 c* `2 [% F. M

, @6 }  }5 r/ V
, B& Y! F; p( U3 C" H, dMindSpore,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”。
# _" k8 M( l0 Y" V# h, p6 f3 d  ?- Z7 x  ]2 {

* {3 e4 _5 ~' i0 z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。
$ o: g2 s( V4 ~. G9 `! H
$ X1 I& O2 C" p* E* }% W; y/ ?4 D( t  a# ]* `/ k* v
也不仅仅是一款推理(部署)框架,也可以用来训练模型。  Z7 w( A/ I8 y) N; [
( Q* k1 c7 \, i2 @6 p% n: l: C; U8 u

) P/ X$ h5 N4 E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。0 U/ a; M& \3 P' ^( s/ j
" q; J, E) k1 p
$ P, U' N0 a0 b4 n( I& [  Z
4 Q# g0 Q4 ^' d  q

  f2 x6 a: u& a- F7 U: M从这个角度来看,MindSpore也可以视为AI领域的“鸿蒙OS”。! N" o2 F: N! v" k" ~
; `5 f; a5 |" m. t( e) ~3 e8 A! L

. u/ f8 k) D/ H6 G" X: s2 B9 c  C7 N* k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。2 V" j7 V: H% u+ b2 a
9 D: c+ W8 k) P. ~1 Y3 G$ M6 v
  A, _6 D0 I. W
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。
5 p5 Y2 F4 C4 m. \, X% R6 B! }2 T0 ^* b/ ]4 T( x" n3 M" D' R$ a

4 o: t( p" c5 w* y- q, O. A( c2 h/ A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 Z3 F5 M7 U$ ~- k1 M9 [/ }: a$ K/ u, k, _& f/ I5 E3 Z4 T

1 d) P( l! R* H" r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。
2 ~6 W5 u7 O: a
  v, v0 Z5 G7 q6 \) o

/ o2 _" E; V) C  e' a( `- }# I" Q1 \
: ~& _0 f* f, N7 [3 F' i' k- w& ]0 ^: f, I
除了昇腾处理器,MindSpore同时也支持GPU、CPU等其它处理器。. d8 z$ [8 q% U

) A  f1 E3 _0 ?' S# ?6 ~4 }8 S1 f# ~% o& K2 L! J2 `
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。
9 ~0 w) j7 q; w- R: f' k
- Y4 f# L2 |9 q2 a% q0 Q: Z% P4 R
0 g0 Z' t. z8 Q) L& K" M( c9 g8 O5 V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。/ ]0 S# ]6 z5 U

0 F3 t7 Y: h2 a9 L$ {
9 Q4 h3 u  M0 l" F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。
/ J7 F% y, N2 i% t! T  p
( s8 B( h7 r/ R$ h% e) h/ [$ O! }9 {5 W3 R. B- L) W- s* l: M" O- 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。+ D: g. O" G  b. D( m( Q+ F# B4 ?( z
1 I' \" n1 l+ w1 D. u2 F

+ P- K5 P- x% J  [0 ]8 [" 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。
/ M1 E) p  g* R7 K0 X# v4 @( w, a3 Z+ o: Y% g5 K- J
4 S' I  h* b" c: c& R/ L9 @: a
徐直军表示,MindSpore会在明年第一季度正式开源。" a# P! h8 r4 G8 B& ~* [
" F2 p4 v9 _' @
5 I9 m: B. a0 [7 \" ]" L/ z! Q, c

" a# \( a0 U% b9 R2 H2 D. z/ X# z6 h1 l

8 S1 A  x' u; O& b9 u昇腾910正式商用
" C* U' Y6 E4 T
# x8 p0 h6 P- T' x7 c) ]% D& V/ ^& y6 U
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。
; s4 s: c9 ?9 r
( p) [8 a6 N) u1 n, R% [- S2 L
) B# a% x0 F: z' U6 S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 g2 n8 M# v2 ^' C5 k/ L

) r' |2 h; _! e0 Y; ?) e' f! l  f# c8 u6 L! D0 n' N1 g
主要性能数据如下:& q8 j0 M* P4 C# P. ?% s7 X

. o; D: X( p8 a: J1 y  y
  c; q, H$ s' K6 a) l' p' z' l

    5 D% j2 ~8 n, ]! g# z
  • 半精度为(FP 16):256 Tera FLOPS;3 n: o# P$ O* ?% ]
  • 整数精度(INT 8):512 Tera FLOPS,128通道 全高清 视频解码器- H.264/265。: h- ^* s2 T: G  Y5 L, b) n- k, c
7 I0 H, A9 K2 _* |  d: l
6 T) A9 ]) }0 G/ e% R
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 b7 \- b3 V: ~
: X9 D9 Z) A0 }- J, t3 l: ]: X" ^4 l
! y7 b* \" \# E* N! k
“可以达到256TFLOPS,比英伟达 V100还要高出1倍!”. [. g* K* D) F$ V4 R- r

1 H. J4 x' N( d: A/ u6 M% K; Z9 o9 k
# H8 f+ d8 N9 {0 i  o( N: b
0 N/ `  M- \& S4 K
0 g! q% _+ p+ u' G1 C; u* p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 i3 b3 |1 T- K( K( i$ w( _
2 e8 c  L# E5 c& d
: o$ _7 o" w1 N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。
2 ?- K' a9 w: C, P4 O: R$ D1 c( O5 _" b7 _8 @1 ]& @

, g- y" Y2 L7 Z7 w$ G# i) G) }# f9 t# ~而且徐直军还在会后明确表示:价格还没定,但肯定不会高!# k. A* x: b1 Z5 |& v. B5 e! T

* j( b; q4 C, m% [) J; w2 h/ u6 I$ u5 p- {# t
) K8 o- Q- O0 U/ ]
% S0 z8 r+ B0 [$ V& [2 p& N

# P- o, N  }, H% n全球格局下的华为AI进展/ ~% @8 s/ Q# |/ a; o( Q
+ A/ s6 b) F. b/ w* i. L
, W; G9 G6 [. D1 ]
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。
  u" }' T0 I" x5 f0 d1 e6 c6 D
- z& i$ N7 e0 Z5 j+ m: s: ?1 d! u# a( Y; v! U
2 F0 r' R7 v$ O+ c; N3 }# J  H

) m2 h4 r! u6 @) C( ]' |9 L! \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。, \2 X4 T$ F7 X: @6 Q5 I

9 G, q! g, H/ s1 {5 a$ V) Z; |& p& g; L& t1 l& 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。( K5 k9 f* f6 [

: n  g5 o, j2 Q! y) W. ?' y
' }. z) c+ r' T- m: i* @6 d. A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。/ O$ q9 v4 ^+ o# M0 R! F

3 M- v; D; I/ W) O3 ^6 t
3 E* W' O: q) v$ E4 ~# M$ o4 h2 ^4 M

: l/ d% d0 c( k9 h# i# w% ~( u$ n4 N
2 u- y+ h( o% i, e0 ~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。# |" z# `' f: m. r* L0 @

- l. V' C2 b9 J8 _5 R) Z, L3 k# A& z! [& |& k
当下,AI落地已经成为无可争议的大趋势,大方向。5 l2 h( D' V8 S6 _# Q6 V
* z  Q! j- l( \: R+ W
4 Y7 W9 i3 ?0 H: r( z! G2 B" f
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。
# u4 N' ?9 u+ }
, m" {+ K6 ?4 u+ ?9 g9 J8 e& I: J' C3 A( O% C
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。) U7 d* B0 D; @" c3 U( ~

0 _% @9 u* ~) g' n
# A. `6 b  e+ P- M# {; e$ k3 k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。
0 A1 D6 Q4 ^5 `
" K# _' D9 N0 M- T

0 X, J8 ^8 A& t% f1 R" z4 ^' N0 q* S) {+ o
2 b3 c# b/ V" M9 l: h$ p* }
需要场景?数据?金钱?人才?等等,这些都不差。
* k( Y% \1 p: s6 M+ j
6 [: j) T* h  b/ L0 Z
, L' N9 K& n0 j/ a
; N) v# W, f+ w/ P! x9 n: |6 w# J
" c/ n( S/ k- x% g% E
但为什么,卡脖子隐忧,AI领域依然存在。
% z# Z# p' C; S7 n7 E# c
/ P5 o- L6 ?/ D# |- p5 A6 o, Y+ f7 ?; X. E* p, p7 s5 H& d
核心还在于算力(芯片)与基础技术。$ f/ q9 l1 C5 j1 }" n- D) {* A/ V: |' F

3 q2 Y$ {4 a- L4 T* A& A9 H  L$ H  v' U: Q4 I; v8 Z7 R6 C% D
Nature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。
# ^; u" w% r& S
( ^, D* g" _9 T0 @0 i7 D! |8 P
# ?8 G9 i: Y/ ]9 J* F( W+ I- \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。2 b, M: ^2 J) o3 b2 k

, Q/ S. ?" @! S2 m$ w0 K1 e
  b% b, [0 ?: P, M6 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。
8 N# I* y0 i) P2 n8 l) o4 }6 W0 E/ m
3 a0 f, C$ [3 d& v% G$ P6 L; G5 P
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。”
, m2 f) `1 Z9 j: X$ K0 d" g  ~0 {2 ?. C0 a

4 c! O5 X! `. f6 l. f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。
' Q+ f6 k5 x% ^8 y1 |( W0 k1 @6 g% v: M# a; T, `0 m' m) j) A

3 A% j1 W; k# i+ Y5 V/ M6 l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。
) }: P7 N$ ~$ T  D# v
+ J" o2 l! L0 @6 z, |/ P3 ]- Y8 p1 `
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 a0 g- p5 Z: ]. W7 F, n! A  n3 o+ v4 c" L2 X

1 L! e1 _( ~: ]/ M5 v' C5 J2 o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。, a% a$ G) L* D# E7 K" B8 x% H
7 N* K0 P( c9 f) Y# G
" D5 r+ @8 w( \$ E( k
所以,Nature的问题:中国AI,到2030年能够领先全球吗?/ a  _3 y- C! G
. v5 S' w6 j6 q6 k
, n7 J) a, I) T  w% o+ I7 Y# m
今天华为给出一种解法,但一切还只是开始。
0 \& l) \7 w- ~* }" ^* o; \7 n* g$ H! g9 X9 D: F6 [  @

$ j% ]  T; B# P* H& `$ Q: F. F你怎么看?
3 f9 k2 ]9 R: N" A! p- \
! Q0 ^4 I! k* e
7 j4 d. z1 W( Z/ g3 O
7 ]' e5 c3 n' ~# ?, Z: C5 E9 j

( B# q" Y4 Y/ [5 v( W. i, p, E
近期精选
, x" ~- \1 y, ^
任正非推荐学习的博士PPT《认识5G,发展5G》$ l' A0 s& f' p) n: }, m' a

9 o  i* g6 ^4 H, d+ C. w
任正非:在这个关头,妥协是没有出路的
3 V1 u0 P6 |. R" z! ?
; f$ W" ^+ K- F
孟晚舟被非法扣留画面曝光

; @7 J9 ~/ Z; M) s: d0 c

! W' d- q; U# V! g$ V  i
$ g" a5 ?+ ]8 R3 f6 `7 a9 {来源:http://mp.weixin.qq.com/s?src=11&timestamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=15 e, ]1 Y6 j0 h! ^6 R, a- p7 |
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, 2026-10-17 00:23 , Processed in 0.062480 second(s), 27 queries .

Powered by Mxzdjyxk! X3.5

© 2001-2026 Discuz! Team.

快速回复 返回顶部 返回列表