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: 9727|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”

: d' K) u- h5 I, ], H" t; L' e* h
关键时刻,第一时间送达
6 t( w3 |7 r5 h4 i- X$ ~7 w) i
/ Y' N3 E8 \6 T7 [* }1 I, F
# `9 w4 a" u4 G) r

! M; Y, |/ x" v! D5 _: i  r
来源 / 量子位(ID:QbitAI)

6 y: x0 y3 e+ A% D( X! p
作者 / 乾明 边策 一璞 

( f: V) g8 }$ b6 P: ~2 F" A' j
欢迎下载腾讯新闻APP,查看更多科技热点新闻

$ K1 [/ f; K5 e. U9 T

: a4 J0 g8 G  I3 x4 k1 m

# V$ E* e( ]1 ~0 q' P- z% C9 {
视频:“昇腾910”来了!华为发布最新AI处理器,时长约20分53秒
/ f4 [/ q+ ?( W4 U4 K. h
! W0 g& ?  Y  T4 ^
  Q, {( ]- b. v! t* p6 x' e5 w
刚刚,华为业界算力最强的AI芯片正式商用。5 e4 o8 u  f; E' a7 ]! l; G  K5 b' }

# u/ h& }- Y7 ?/ d5 C$ d2 c- ~5 s2 a& O9 I
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。
! F+ j3 Z1 W- `+ F% x/ m' X' C* T1 m1 W* C% g9 W2 h1 n

$ {- s9 W, h) r6 C
: i, _. l4 H: G8 X' a
! Y  t3 p# p% J# b  ]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。
7 |0 ~1 L# T# u. X% g
! R. t2 r3 C8 N( |
/ C6 ~' {; [" c5 ~7 F- C6 D

; d6 S* n/ h; Z5 `( C! D/ I! z% U: L( T  q! D  P9 F
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”。0 @! k2 D% D) ^1 c

6 @% F) R* z  `! Q( \+ I+ s+ D
$ P( V' K% q* I; m& }! f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。
, O' N) T/ j: m( z; i2 C" ~3 a2 j8 b" t

5 u& b: O1 H8 t6 Z; H( xMindSpore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。
6 {9 x/ A# t1 \# N( |2 l; T# h0 K- Q
+ D: A( J, ^7 F$ C& a! Z8 v

7 ], ?3 S: z( K* i9 Z1 s; F$ i; ^- k" w  a" X% G( {6 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。
1 ]5 m0 j% W+ u- w  h
. h0 @7 P' f* W- L! {
# ~1 p2 c- d  `' s6 {+ }9 V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。
- w4 h4 S* @/ H  U
  ^. S  l  j; V  N  Y( N
' B" @1 z& g) H/ ~1 x. u0 Y1 [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。9 R$ O% H& X: [% o) b- s( y5 W

$ i1 ~% s- k3 |# p% g6 @3 s' a+ f  O1 U0 i9 b7 k; p) x5 A( X
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。
# S9 P8 L) R7 D. l# O, S% w' ?  B9 h0 _# m$ ?3 Y
$ s' D, T+ @& v/ [
现在,华为要用实际行动改变这一现状。0 _  @! h* i" D+ i% T  ^/ E4 v

3 ]1 j( s( S) e7 S* L( G
' @$ _6 l* i4 X8 w" ~4 F
4 w; p: A' f: y. w8 L& g) p2 Q8 T0 Z3 S! T% K8 T# Q
AI领域的“鸿蒙OS”  f: n$ [) d% a0 ~$ y, w$ d  f

" @# O( k( W0 m9 w0 s. ?
0 b! m" D% ~5 |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”。
: s  l. H1 ?+ }- n' G; ?' R% w
- `: C/ T$ }# z) C! x# _2 a: t4 d: k' F6 _# U+ ~% 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。( P& v" Q" c4 A) f/ d
* }! K1 f3 ]3 _! ^, d2 A
4 o' b  ?! S+ E; J+ j. s* |
也不仅仅是一款推理(部署)框架,也可以用来训练模型。
0 z* y9 h1 a1 \. }
2 z; g! Y( [! F6 U3 w, G) Y3 i6 E5 ^" _* N: f
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。
" t( Z: f6 I0 t( B/ }+ z! v. [8 f9 T2 C% t3 l% [
3 \' @- Q) v' ?$ |8 e' m
* {& _  W3 {: }6 o# r  U3 @: h

$ f1 a2 m# r- a- {从这个角度来看,MindSpore也可以视为AI领域的“鸿蒙OS”。. ~4 S$ X8 _* b) n
3 P3 n4 L+ S5 T  x$ M8 \! Q% n

" ^" Y% T" ?  E* V- J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。4 _0 s% m& r& _
8 b- y7 m2 C1 r7 q5 _+ l6 k

  y& R, L6 Q' x$ M, I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 q9 x8 r7 K: L+ l* P2 ?" m

% C  s( Y; f, Q, m: k5 y/ x7 R! Y# D* Q6 R% S
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。
$ w6 D- v8 }7 l
$ C" S$ O& |, S1 Z' y' I/ z5 [. O, U
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。, O' L) Q! [4 \2 _/ Z- w
; G% \- {$ N! f% o- |$ N+ Y  |

! }, {, F6 a5 H9 w1 ?& ]) r, e% q" D# a/ ^, {& V: v

( q" j9 D% Z' p8 D除了昇腾处理器,MindSpore同时也支持GPU、CPU等其它处理器。1 v: f. X  Z* R) B
( l* t+ Q: j  A9 A: s1 _! }

  z. c' {. E$ }( `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。
1 |/ m7 O4 {" m
$ u0 ?1 v/ E# T) i1 Z8 r. y' ?; |  I/ A1 Q7 {) ?3 k
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。2 m* l* O; ]9 m5 K/ y- C7 S: ]
1 V* B% c! j7 m2 A. F) \
6 b+ [# s! G9 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。
3 F- G/ t) d4 ~; U- q* V6 \! a2 d, n' Z

3 Y7 m/ c% l) a% B0 E& O! X" t6 t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。
! x9 O5 c/ ]( u3 n8 q/ m) }1 J8 A$ d* t
7 g6 J( P: [" _: X8 l8 y0 I+ y, u" L
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。+ g6 \) \5 Z3 k: D7 t
/ d- Z" B/ X0 R# s; M0 @2 Q5 u

+ |2 L8 N0 B. G徐直军表示,MindSpore会在明年第一季度正式开源。
+ X0 G3 Z: @& i/ D' |
* l2 C2 e6 o" F- s) ^& D& m
9 }, `" ]) G5 }9 i% h3 _5 g% G7 ~

6 M6 P* I1 K' R) k
9 q" J7 t6 D, B& C2 n5 w8 \( R  w. F( j
昇腾910正式商用0 H2 }; A, f( V0 l

! u) m1 x1 O9 H" z1 `, u/ D% V- o* N3 b
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。  j, P. F: S# T5 W" Y  e4 l. N
/ ?# W; Z( _. E* b/ ~
) k% ~0 o; D6 j" G+ |2 S9 C
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。! E) a) l* c& F& [
; z8 T2 D) w4 a4 G9 f1 r

+ W. w1 x& V) |- e* z+ C& v$ A5 E" N主要性能数据如下:
5 A: R- g. c# d; }  O8 r
1 c2 k5 a& _# c* P+ K" M6 w2 a. t; j. ^: U$ f
    % n* z  H/ g& r4 D; U4 @0 R
  • 半精度为(FP 16):256 Tera FLOPS;& [/ h( `- p5 g6 U; B# N) u
  • 整数精度(INT 8):512 Tera FLOPS,128通道 全高清 视频解码器- H.264/265。/ Z$ a" m' t/ \+ g; n

9 m. I* u& `' Y6 N$ p' @& G  d  I( I* W# f# [( X
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。) d6 F, q# A: m6 a, z7 `

! b& E. p# b4 t. U" n% t* R
$ \% J; e9 e# u  x+ g7 o/ \“可以达到256TFLOPS,比英伟达 V100还要高出1倍!”
4 T( i8 l" `7 a4 G8 R* z( @- r) m6 ^0 G( r3 y. S! o( N  B+ d3 ^

7 V/ x4 b% J  _" ?- \. l8 d' H1 l, e% `0 j  ^7 ^
" Y+ J* B/ t. w0 Z
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%。! n; G( _/ t4 g: c1 D

9 y+ |5 T9 i( j8 o" D- C# y' |+ R6 T. a
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。# w1 [5 Y& ]& H' ~
2 y1 ^1 B( s% e7 I+ Y; [- W
  U5 f. H  D4 W" d4 W2 c
而且徐直军还在会后明确表示:价格还没定,但肯定不会高!
( J0 P( p1 l7 s. Q  e) N$ p( i0 U% B$ e

3 K. W7 ~9 N" A! s/ x0 G4 C8 W' M; c' [! K$ @, `2 ]( x" u
: p3 q& q, B; p0 z  v) p  t
. ^! m0 Y4 @) s; H* e
全球格局下的华为AI进展
2 r7 {, r' G: ~% l: f7 R: b2 T  f4 ~) i* J; n
. x/ Q) E8 b; \6 T9 r# c) j
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。
  I, u$ e' s7 {9 i# W9 s+ Y( X7 \$ M; a: x8 y

" y5 V. N" j8 b7 E6 o' f, R" p' J
" q- J0 U4 }+ X" u# s. {# {3 V8 \, X6 r0 W6 ?# L* x& A3 |+ ^( B4 y
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。" b: x4 ~; C; p$ d/ k8 X! R
0 E! Z" l6 k8 F# ?- o2 ]( z! }
1 S# o% B$ `5 g5 U# S6 \* ?1 R
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。
2 D8 K3 z( \& e2 R9 \0 l* @* r- p" |9 j0 }, _

  v+ b# a$ ~$ T" Y+ w- s0 p+ n; l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。- k9 u, ?" b" m, {3 e- N8 I

& v' T; D5 R% d5 |2 `) ?3 \% p
, B3 }# x# @' O- O& T; Q' }

' Q! E. \/ D& M* h% T
$ [, w$ P$ h0 B$ d0 t/ ?4 A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 e- f  G0 K/ j# P2 v, h( L
8 d$ z% v, c+ ^1 x. Q: l3 Q$ o
当下,AI落地已经成为无可争议的大趋势,大方向。
9 e1 Y$ H3 U. N% t) k6 u! {; {) m4 z$ A

0 c3 G" d- k4 l! I/ K9 O- M. X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。6 Z2 t1 i* O& X4 i5 G
& r2 a  H$ Z; ?4 N5 r3 _

4 R0 e  D% l, 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。
0 i' q% o2 Y0 ]  {9 Z
7 w; ^+ K* @% R4 Y+ w: B$ h, _5 P  Y3 A" ]3 g* I4 b
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。
3 L( e. A8 M( ^4 M+ Q. Z. v. N4 w! }/ C

  a  A' P$ }8 g5 g% {+ w; h
) U$ ?' @: _8 w- o% i" m! L, Q5 _2 T; F3 S+ S# P3 J
需要场景?数据?金钱?人才?等等,这些都不差。
7 f" K. B! }4 `& l" {5 Q3 E4 E
: }5 e) }1 c3 m- V1 Z( h/ y' q$ U; f
6 p& F, k* M+ o' c( M2 w4 Y6 s8 X
  @( a" @" `3 x/ H
/ ^  O0 z6 R- v% x+ U7 l
但为什么,卡脖子隐忧,AI领域依然存在。
4 {% B  s7 ]3 h2 P( D5 H* c2 c0 G" A4 N; Q& X) h

* Q! h* z  F+ n; e# W, u核心还在于算力(芯片)与基础技术。! d  C1 h. J6 ?
8 R7 X, j6 q, R* |/ |
/ H1 Z! Q7 _' _7 T/ f
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。+ U1 V% m: z1 q8 \9 t
% P% W' A7 r3 k$ K3 b. _) d5 o
! _  r4 N" E: Z$ h( C
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。" C: R1 J" E, J/ T
. _/ u( g& O; m8 v

& Y' w* y5 K% `! ^) d3 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。
9 L) V- P. L* t* D. [/ g; _2 D; w6 @8 |9 g6 J
& B- V. c" h# M2 `! `; S
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。”
6 ~7 @% P4 Q: G) r! O# y+ `& j, y& d: z7 L" F; f

# p" _/ E; P2 Q# f9 f) L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。
9 c- B) c0 g6 |4 k
8 m& Y4 f* ?% e. m
1 e" d! b$ L6 Y, m% O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。
3 m; Y8 w/ R1 d3 Z
; X. N: b, h1 |! r" D9 |% V5 |, [- o+ Y! O; x
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。
0 m9 U6 p7 ~. y) f  c! y5 Z' ~0 q( T. U9 e# T+ B- o, e# x
7 y! N& z/ D' K9 a7 R6 m7 O( B
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。! t2 ~1 ^( w4 l* j4 `0 y
# w% S) z4 h- T# f- L

( I1 E8 X2 t2 t) Z/ ~0 P1 T所以,Nature的问题:中国AI,到2030年能够领先全球吗?
9 @1 v5 B; R# I. b( q3 r8 s1 _
0 t8 c, ?2 Y2 G0 J' v) P( c$ |/ v2 I+ a2 u! X. h
今天华为给出一种解法,但一切还只是开始。
1 \$ U% f! L1 ]+ u" i( {# w: h% h; j; x8 v
4 p3 y7 U5 S: J% H' E( i; \. o& @
你怎么看?; M- C& _' r0 {) R  X

& @& v6 f3 u  A; p

4 Q2 L, H0 t" j6 ?! x$ ~% q4 M( [# `
8 Z5 i6 G; A4 q9 X$ B3 D
近期精选
0 ?! T; ]# f: ]1 C* p
任正非推荐学习的博士PPT《认识5G,发展5G》
3 c1 U/ l* |2 ^! E/ `% L- _0 w

# X" X. A" s, V  d# x0 \
任正非:在这个关头,妥协是没有出路的
# c. ^% ?9 m1 l  s3 n. y

  O: M# X( T$ [( a7 N/ [* O2 ]
孟晚舟被非法扣留画面曝光

( a) v6 j- Q" \

1 k$ o9 V/ D) F! B% m' P9 n" B7 t) `% D
来源:http://mp.weixin.qq.com/s?src=11&timestamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1, l% ~0 c$ K  y
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, 2026-3-2 22:08 , Processed in 0.038107 second(s), 26 queries .

Powered by Mxzdjyxk! X3.5

© 2001-2026 Discuz! Team.

快速回复 返回顶部 返回列表