|
点击上方“腾讯科技”，“星标或置顶公众号” 2 r& [; F$ E( H+ O
关键时刻，第一时间送达
' x I% R/ ?) x+ N2 x
+ }& r1 U" |6 _( S l* m - H5 r4 m. O% j* Z
: T& w& q8 [+ S, ?# K来源 / 量子位（ID：QbitAI）
, V7 r' J* t! J# }* _ p9 s作者 / 乾明 边策 一璞 $ g2 l# d. I+ G+ |, J
欢迎下载腾讯新闻APP，查看更多科技热点新闻
' N) C& F7 h( }
; f: t# G& Q8 Q3 K6 ?; _* q& c
+ g& X. k& Z) \视频：“昇腾910”来了！华为发布最新AI处理器，时长约20分53秒 2 k" `" g4 E# I
8 Q# N# t9 i6 t
( h8 u1 N x2 u* {. O
刚刚，华为业界算力最强的AI芯片正式商用。5 z4 g% t' ]0 p3 m( T
, A+ U, M0 J: I
. l1 `- r- I1 S# B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。
, i! s& _# o5 I
2 g$ t. V& w" H& L
# u8 e: x9 ?- _# U* ?" N6 O
+ E, u$ S% X, t
) X, D5 @, \' \0 n' E/ W" f5 @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。) O/ w& ~& G7 v! t! @
& B4 }+ y" U n2 d/ k3 |3 _0 B6 R6 L) p' x8 {. @
- P' A9 k# m# z e8 j9 Z/ u( Q Z$ F' N' W* U( G* x' q% q2 g
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”。
/ Z9 ?. n S8 j9 D* g9 T7 x0 P) M& L
& I" T7 G: w9 b6 R+ N) r& d4 \
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。
/ s6 D% @/ s& P- h+ }# @0 k: q0 }. a- V V
1 P% G" M* O% N# h; o' 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。/ `5 ?+ B Z5 v* T6 ^& m
0 T3 d6 z0 X0 ?) x3 H5 v5 H7 N a6 j8 h" X" i( ^/ c5 Z' m' e
 * G& h+ e/ r& L! @
# X1 R& E/ x6 u1 x5 M i3 d3 D
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 z k: T+ n3 o4 p8 A" q
! Q% p# m! F* R% \
0 Z9 Y, \) w' Q. K0 Y# H) |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。
0 n! M) a7 f) ^( G. H! ~( o8 |/ Z5 c5 V9 A% R
; G i: u+ V! |1 P% p' t% H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。
1 n) W% j% [" l- X" e2 E) ]0 S) Z6 X- Q4 N/ B
, @: b$ l2 t8 L( L, b8 ]; @( D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。
$ T* Z9 X2 z: G6 V
+ K% F/ D4 P4 f5 f
9 o7 z9 d# R: `4 `现在，华为要用实际行动改变这一现状。
- C& |$ d' r- M: J7 G, M! o
@5 \$ j% @) ^5 e8 ^. _# q$ A
M8 x3 s/ u$ n, M. d6 i! p+ V" l! a2 ?% H$ t4 b4 c
 % T6 B9 J1 h- v% V
AI领域的“鸿蒙OS”3 ^* X% D1 }5 W8 ]; q# f
2 S1 o J" N; V( b6 q4 ~
2 M+ r2 b2 D! v+ RMindSpore，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”。- T- E# e: a; @/ r, g1 q4 M" i. ~ t
) \9 V1 P, I3 P1 {( `6 I2 L
7 S5 C! @. S! F; @8 a
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。4 c6 I @1 j- y% ~
( ~. d4 ]% ^. Y4 v
; @! ?3 Z v0 [. n: W也不仅仅是一款推理（部署）框架，也可以用来训练模型。/ h; }! F# D: M" v! C8 {' _
6 Z/ R. k* Y9 s3 J! M Y2 I" q
- G# e0 V9 ~+ x! g/ ?: }+ 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。! ]6 n! M; K! N) l. L8 Z
4 u" y" [7 @. h
( h9 {& z5 s, P5 m7 ?( J 5 |. P! \" e; J7 C s0 C" q1 e
8 Z7 V, B1 d) @$ K$ r; x从这个角度来看，MindSpore也可以视为AI领域的“鸿蒙OS”。8 u) Y1 h! G7 R' A
, ]6 @# P) a4 j# T/ H% U
1 p- c, N& Z7 ?. u# ?0 ^2 s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。
1 `% v( n K( n; ^ v# {) a7 j/ g4 {- @+ I3 B
) V; t3 h( k" p7 B& u3 |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。: n7 E+ D2 w; X* ]' u: u% h( E. o' O
% B! V& W: q7 Y! T
6 M8 {6 n) ~: n1 J" j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 ~+ `6 Q: X; x& v
# F. u! R5 Z* k( I) e6 b' U) @
4 U' W6 u9 z2 h9 v( E3 d, D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。( H, [$ t0 M% O2 k% {/ p; R1 H
# P6 m I1 ?5 ?$ d; v9 C& ^, J3 G6 S
# j5 I3 c! A5 q- W- D
' j2 U" D' o/ K) i |! u' I* g# y! ]! }8 i8 e
除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。& k: R) K h0 L
$ i$ {/ ]8 @4 C* v
: ?5 h( g& Q# y
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。" B6 y( s. e9 |, [, z, ?$ ]0 _
& K5 L3 B3 U+ r, t0 n# ?
; Y+ J; \( e$ e* Y! e# m: z! A而且，这一框架将会开源开放，可灵活扩展第三方框架和芯片平台。
/ B7 t7 b% c$ P% L7 J- W% k; O9 q9 Q
# Y; R# ^$ ^# U$ c0 F5 U& o3 b当然，徐直军说，如果用华为的昇腾系列芯片，效果会更好，可进行全离线模式执行运算，充分发挥神经网络芯片算力，实现最佳性能搭配。
% s% X( U+ _ }
+ H5 {& T& |" A2 A& S1 Z3 r" R: ]( {2 i$ v$ j, X% S5 x
毕竟，MindSpore作为华为全栈全场景AI解决方案中的核心步骤，是首个Ascend Native开源AI计算框架，会更适合达芬奇架构的AI芯片，尤其是昇腾910。$ w, l& H" S; Z& E; i% S; o+ v: B
9 c# Y$ |8 K8 d2 t# Q: A H8 P& y" @. e& {2 ]
而且MindSpore针对现在越来越大的训练模型做了更多的优化，用户无需了解并行运算的细节，只需了解单芯片部署，就可以在计算集群上进行并行计算。 Z1 m/ _" q5 D
( X: N' Z4 T) F: N
- m) h* W2 b1 @4 y8 ]9 Z, A
徐直军表示，MindSpore会在明年第一季度正式开源。* w& h, B& q" e" B9 A& Y6 x' o0 F1 Z2 N. f
% @- Z6 t; |# \/ x
# \4 S7 X5 V# V
1 d. `" Z D( z- y" n- `& j
+ o: h0 M% k* I8 @6 L
1 w' T8 L; E# O/ O M# |7 ^昇腾910正式商用
( F7 H/ B4 p1 j" G) g, X) z, Y; I- a& }/ G$ @& L" @" d
1 U# z7 d! J0 F7 ~0 r" O( Y) y
昇腾910，在2018年10月华为全连接大会期间曝光，采用华为自研的达芬奇架构，号称“算力最强的AI处理器”，采用7nm工艺制程，最大功耗为350W，实测310W。9 f& l$ b4 q! ^4 S8 q3 R- P/ m
6 s" u. \5 ^" q! U
3 x/ u3 u1 E: E; h. `, G% P. S" r此次发布用于上市商用，直接对标英伟达Tesla V100，主打深度学习的训练场景，主要客户面向AI数据科学家和工程师。8 ] B/ v# O6 p
2 B# V% k* p/ I' M" j/ G1 ^7 Y( O
% E5 H0 A* g: C* J主要性能数据如下：
/ @: L% s& \) E0 y4 A
; y; r# v2 s+ d8 J2 V
* ]. b( _+ B3 V6 h. S
& |4 Q% b+ u+ g3 ^+ W7 ~0 ?- 半精度为（FP 16）：256 Tera FLOPS；
/ }+ T$ u3 ~" D& P+ E4 H# e - 整数精度（INT 8）：512 Tera FLOPS，128通道 全高清 视频解码器- H.264/265。
; ~0 L3 |4 {9 @: h) W# Y
4 a" b5 B1 I, [2 m" e$ Y9 X5 w
' G5 z+ J5 g8 U" W# y# {3 m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。8 t9 R/ s% s9 D7 x0 W
5 ~4 i' |# {5 g2 v. ?1 B! J) V+ X# y7 h4 x8 _2 z; p
“可以达到256TFLOPS，比英伟达 V100还要高出1倍！”
3 g6 c8 e/ P R- z( p4 c1 ~+ t: p
/ @' B3 D# U1 ~2 ] r+ S/ R' ]* w
, s, X: |3 W$ m5 p- E8 p! \
% g# t0 H' ^0 F, k# d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%。* Z. G5 _- h% ~3 ]% w- [# L
6 R. |; b7 c. x' ^/ K# p$ L
; w4 W3 U# t* I5 B" f' b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。
; A4 z/ G& R: T% Z* X" A9 S' v- R! w
l' U- H) r$ p2 n2 m4 x1 d* b' l
而且徐直军还在会后明确表示：价格还没定，但肯定不会高！. t8 {% B4 v) g! T- L0 m
6 S: r+ B. J* ]' V2 a
3 }' H- J/ p: M0 q5 W( l) H: N8 ?0 X
9 f9 {, [- ]# I" Z* L5 ?4 c+ b( R. s+ V' g% M! P0 [* o
全球格局下的华为AI进展6 [4 j/ g0 N6 S1 L" Y p! f
. m. X2 e s% J$ l% A ^! t
6 N% w1 u" b3 V/ A2018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。) e) Y8 d* C2 I& H
\7 h+ }) f, v3 I
$ t# U/ M! j2 Q% x1 U
# d9 v$ I% B4 Q9 n, B
0 k1 a# R0 f+ C1 E& x2 R3 ]' v' ?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。
# j. r. @+ I% a; S
1 x l/ j/ D3 j( F t/ `; N Y+ f& M7 f
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。* w$ f4 ]+ i4 ~: x
# C' ^, X6 p4 o: `/ l
, N' @3 M! p8 ?+ D" g: I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- h5 B. q; ^" O5 S; A
! N7 x+ w- U; o5 h x
* h. U8 _2 J1 g
' M8 s& Y V$ f# ^& c% o0 N; u5 f7 a+ C6 E) p3 N) Y' V
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。
0 _# S" T/ F& V0 s8 a; Q! h8 {8 _6 V! f
& C: l4 b% K4 b: Z当下，AI落地已经成为无可争议的大趋势，大方向。
! o2 E9 \& G5 {* n! `/ Q4 ^% q( G2 d! S3 g) h) B4 n% l) _! [
& j/ k3 o( ]" \+ w2 |; e. P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。
8 \, K4 ?9 s/ n' \ e' c$ d- P) a1 o7 u, d9 Y2 i
. O/ O3 H' S \% t% _. p
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。- Y9 Y' R2 e/ `+ T- ~! a# a7 d
# I% u; \' Y+ G/ U* r2 a& j! {( ?) E) e( t' H' @, D
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, W+ Q4 r# V
3 q: W( p% d/ w/ o2 \
2 z0 g. S) o: g / o% X$ X/ H X; j$ x4 w( L, x
9 g; r% S# Y# @/ F需要场景？数据？金钱？人才？等等，这些都不差。$ l* A" k, s0 e" e% N8 {
0 m; g2 b0 h! B' h6 ?
: v9 `0 P" F7 x) r% ]% Z2 Z 4 i2 l9 U8 ~9 c* X2 o* V2 i+ K
2 P( @" [" ?+ x
但为什么，卡脖子隐忧，AI领域依然存在。4 J9 Y n9 u8 L# R+ G) F& A& N# r
$ h e$ L$ o# o3 L c7 `8 S% A3 [2 t, y+ L6 Y8 L
核心还在于算力（芯片）与基础技术。9 z! E( y# \: t6 t* ^1 P5 n
M' n* R, W/ j4 o, g2 C( r0 u" F, M' M1 L! 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。
+ {& _6 z: h6 O0 D8 n, B" }- s# L* [2 A7 J: T& c9 h% V
7 |& Q% G3 ]6 ~$ i5 R0 d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。& V8 k* H/ {& @; R, v1 i) r0 G
- o# L4 v/ v: @1 V+ j; v# r$ L; v
& g) W! a0 \% C$ d/ M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 j& H+ h4 \0 L/ F& K+ T2 _$ i& I, h4 I1 M& O) D
! @% D3 j- o# \* x; d$ L; Q) M( D
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。”' A8 E3 p$ c4 G) G
3 W2 L! S2 z0 \ P6 g v
, r1 Z0 Q9 m; e5 l6 P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。8 ~$ C$ I0 \( O% r* Q% B
+ P: W6 ?$ S9 p1 F* C% T
6 Z5 v# b" r4 I& e5 j8 U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。
J9 t$ b; F) z
, y) J0 T) H9 O
1 d- `0 ]/ R* \- ?9 G- a" @. a2 U( o! R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。
" E$ W5 \9 c- P& F1 O* K
. X1 I" ]1 k" v1 e: i$ {& }2 l. e4 Q& D1 O' g4 k0 O6 R
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。) P `7 k7 V2 c, z! j: m. p7 E0 t
3 t. Q6 M# Q7 l5 ?' N; C' u
7 }' I% Y1 Y7 i: @) _- X所以，Nature的问题：中国AI，到2030年能够领先全球吗？
6 ^8 F7 B) u: A0 R5 H9 h. G( U' @2 k( B6 e/ z, l5 b J7 F9 L" W
# }$ S) K6 m- e' w0 @
今天华为给出一种解法，但一切还只是开始。
4 m0 P- ^+ {7 g8 g; s( {
* {! Y! H: [9 w W$ L- X- l1 \: }& f: D2 j6 N( O
你怎么看？8 t7 f& P, C) g6 J/ U
6 \" G; ?! e- [8 s0 f7 L
: R) P4 W( u- I0 k8 f/ N
* h* I4 I& h5 s; d& U+ a
6 i6 {% @! j$ M9 v+ b( v3 F0 f; Y近期精选
( e4 I( f6 V: y/ V7 n任正非推荐学习的博士PPT《认识5G，发展5G》- Z" v$ d8 y' i0 ~
/ q7 ]. ~/ Q* \! t0 h0 r% d
任正非：在这个关头，妥协是没有出路的
# N# D0 C& Y$ W y6 a) ~1 ?. l* A
; P! z3 P+ d/ }孟晚舟被非法扣留画面曝光
$ \# q$ A/ ^- L5 `. i" r# _5 O4 j5 L2 R' ]
6 A! O, y- V' u7 l
来源：http://mp.weixin.qq.com/s?src=11×tamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=18 W- M& R5 [! i
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
