|
点击上方“腾讯科技”，“星标或置顶公众号” ' z3 v' D2 G) b" g
关键时刻，第一时间送达 9 q5 h& K+ u8 D# _! {
. w: T# N, s3 X* r; E 8 D% \, k4 ~! E( g# k) n
# u; N& X. J N4 [来源 / 量子位（ID：QbitAI）
B8 n( W& [ \2 ?作者 / 乾明 边策 一璞 . T% u6 s0 r9 `# Q6 f" A, U; U
欢迎下载腾讯新闻APP，查看更多科技热点新闻 5 j% f3 ?$ x3 k' X; r
- R) k9 @) Q5 i" m( g {+ @. o4 |
. P9 I: n9 w n) ~# ?/ F
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, ]6 t/ W4 k9 u' k& l4 { V$ v/ G$ P9 w4 P1 ?/ Z( U
- P- v/ M6 E+ u# {# D刚刚，华为业界算力最强的AI芯片正式商用。* `; E* J2 Z: O4 n0 C! p' C' L
# a! S4 _( z0 _! U4 ?0 V! q
" L$ Q. O5 {% J5 X
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。: z4 ^! k6 { A9 t! v
" Y% ]& b; V2 f
4 F2 I5 Z. Z( ^- O" b+ I- k
( R! k. A0 \1 h' u: q
2 M6 l+ B& H7 \, J1 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。4 w; B: ]9 x5 a6 {& a& i+ J7 D8 `5 I
. M- E. n: D! f0 a K; Z7 R
) {: I9 _; ?: x' i2 F
( @" @5 @# @4 p
G+ O& Y; x) H+ Q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”。" K4 I4 y1 H0 y- Z8 a
1 Y3 @" Y5 H( f/ M! b) `
( l& `! x6 l" b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 m. V0 B# b; f" k# D
! ^- x4 t/ l5 F( z7 L
* v, P5 ~5 n# w6 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。: r- _, ?3 G5 R% r4 Q0 a- E
* O* q9 o$ {6 C# `& i# A# Q6 D+ t
) T$ X, i/ }3 u' H% ]1 w* j
 2 T8 h: S% h$ u0 F6 m
$ H& d+ _0 D2 M2 F% O7 n# ?
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。$ ~- q3 m, e/ s2 c1 h3 s* M" u* \ [
0 q' {# [2 \8 H* ]
/ d4 X+ w" B3 \4 ] w3 v8 Y- p8 O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。
4 @, a' J) z6 B+ ^% a3 V$ m9 c8 j: ?/ _8 @
7 ]' P0 p) n r9 G; e" R( U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。
. E2 S0 V, K9 ~ \/ v% x! \ a, y& s. ?) d: t7 i
" e! D+ J6 K* e4 Z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。
4 L) U7 h1 [9 G3 p7 S7 U- ^3 d6 w, N7 u, Q
& W* c& L5 H5 U, E8 C/ I2 k9 w现在，华为要用实际行动改变这一现状。
% K* b1 h" b% b$ x
* i$ s8 G! T6 Z o6 W2 ]. M0 L# w
5 o& _9 x% G! m
 " |# q7 \' T& E1 P: c! z) B4 a- e
AI领域的“鸿蒙OS”
# [3 h0 e5 f# K6 e# |* M6 _) ?) n2 B
' L% F5 h; V( D, I; L9 e
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”。
( u2 p1 B& X1 ?( L* g/ S! L* t. |% o5 Q
9 Z; i, q. @. x, A" G* r {/ H/ 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。; ^. M" k5 ~8 W, V8 h) m) z6 T# q0 g
+ _2 D4 U3 B \8 p
7 A/ m/ h1 p2 Z( d
也不仅仅是一款推理（部署）框架，也可以用来训练模型。; ?! x' ^# h q1 R
! I6 ]5 |' W3 [' p/ P) w3 w
" z# q" R6 v- Z; u' g4 X8 a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。1 A% B6 X6 f" F" q
8 d+ E/ h3 f& N4 _( D. f
2 }9 b! G) o. T2 L; s) q
N3 U8 c) o. Q9 G, C
6 C( Y4 `/ x. J1 {* y# M' n/ k从这个角度来看，MindSpore也可以视为AI领域的“鸿蒙OS”。) k5 V8 C2 r9 Q. H4 q3 f/ o
1 }3 L. p$ c6 ~% Y$ N: ~: [' B& C! 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。/ c. v2 [" z: j' G2 n! ^1 `) L7 {
7 S* P( v/ U& X; z( ?. W, b
$ G5 Q4 J7 }$ z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。# X: l2 V5 h' x9 Z
8 T2 u) C, Z6 h1 [9 [( T
7 H' W5 e7 a3 Q2 R+ I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。
+ Z& h2 ~! T) p2 D1 Z
4 ]. ?) P5 L' g( H
% [; e) s! Z' u' u' O, A |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 x0 g4 D7 Y& n% m( V7 P9 m2 O; R0 [# Z X! B" A6 S
. W( @; L; E1 {3 ^
 , G% k h8 _; Y, O. K$ `
6 R' i9 Y5 p3 |4 T除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。
+ b; M3 K4 Q8 x6 H+ j4 M. B7 v/ t
% H, i) b, G5 n' C0 @5 p' s, G# F' u- 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。+ { ]) v; y6 L
: W0 F0 O# C: y- P3 o
+ m+ K/ }& ?% w& ^' P
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。
$ {: ?- m/ v1 Y3 b' u( s0 A2 B
1 C; u6 Q# b9 D0 d6 b2 G
) K& A- L( k3 w. R7 ~+ ]' i2 `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。4 u7 n' A* F2 \' m ?6 F& |
7 q; G/ B& V: d( q6 G/ M7 [+ ]* ~/ m2 q& y- Q g# G
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。
0 K) |) q/ U5 p" ]( `& q
$ v6 f) _6 E% i8 r8 @5 J! D6 t1 H: t' s( D/ S: l, 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。, d' h6 O( A" Y4 i4 J7 n
1 o+ L6 j3 g1 p
) A9 r o6 e. {) I
徐直军表示，MindSpore会在明年第一季度正式开源。
5 T* Z5 H- U3 L1 W( M' O& c/ ~2 r9 f
4 I+ S& [# H% E" F' i7 x- ? 3 g5 \" ]% w6 B8 t: y, P
3 D A& {! k, `# H9 O
/ r5 @3 E3 [5 P" |" {. `
昇腾910正式商用4 P5 b" V# L& l
9 g8 `) I) i3 u5 ?7 o* n) R4 v" y6 L5 Y% W! l' V- T% R" s! d+ J
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。
8 T- _! T, Y4 O' k# D' \% \: M: U0 D, Z
0 s% T: Z5 v) I0 F5 `! 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。5 q) N, y$ J- r. w* M
/ v2 ~4 b7 l$ N3 P$ s/ D
1 E0 B6 N' l" l, W$ \1 C" `8 o8 [主要性能数据如下：
9 m; G3 }% u- c
' B0 @& V) H6 Z" _$ M4 b3 r6 V! Q, a
2 P0 c! j- k- ~ Q2 l
- 半精度为（FP 16）：256 Tera FLOPS；
. R. k3 ?6 t) A3 t - 整数精度（INT 8）：512 Tera FLOPS，128通道 全高清 视频解码器- H.264/265。$ _) |/ y' E/ y2 J# n9 m
* G( G' C. }2 X; F: K: ?& l; f
3 F6 Q: r( b( i2 F' h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。
& i2 P. l. Z9 m8 G% Z% d/ P0 k/ _ W# j; @$ \- o8 @ K1 d @
' j& T4 v& u/ c( w
“可以达到256TFLOPS，比英伟达 V100还要高出1倍！”, _! p, D* j7 Z! f# X
4 B; Z9 k& x' M- G0 B- S
& a9 P3 n0 a9 I/ Z' c4 K 8 M K% A+ N: f9 v9 l& j6 f
2 Z% @1 j5 m6 H3 K6 b! N! 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%。" @# s) z. u$ H" o1 w
) l: r# r8 C: @4 Z" T" c8 n; D! J
- S4 x, @1 _0 o: K6 `# ^+ B0 Q/ F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。
, z J2 L# k% w- f J+ w
o; k9 Q v6 i9 y0 ]! C, V1 j# v2 Q0 K& 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！
2 f' h: E* k& L& i& M; Z7 b$ g" R: p: ?2 D& {. p2 \ x
* R' F) G+ U6 }5 V% j9 ~; E' ^
7 C+ ~% a9 k- ?1 z$ R
. B4 [! S8 r5 T7 X' i% c& I6 M
- C: e# r* W7 E; R3 h& J: C" f4 \* r) \3 @9 t全球格局下的华为AI进展9 Z9 y/ q1 y% K5 J6 M
; U, j% m6 C B# M# o
3 M0 u7 |- q* V# {; A h4 B: q. s2018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。
4 }' s2 x- ^$ p
7 ]4 Q4 w& o1 x; r9 m% l7 j8 m8 t! H. |
 # h2 j' C, W1 c' @- Z# @
t% S# S" A5 y$ _, q4 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。+ p; Y/ {9 ^6 K- G
& d. l0 F+ z q' S
8 l' d& @9 G1 D/ u! g. t
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。9 l$ g- p6 j- C7 q6 w' @9 D5 n
# E+ p# q% }; _+ _! U/ E
4 }( B, w# F. W7 e8 G
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。) N# M: X9 E1 m/ Y: q& y& n# \3 V$ {
% f" {8 q( ^% w' {
7 \- i: D5 j0 e$ T: S5 ?
9 y8 e' {# Z1 Y! m0 I1 d' w$ Z( q6 M. M& j. p5 I7 I4 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。( _/ l8 O a; u! ~7 f: |
+ E8 @; q( W/ l$ f7 O5 @6 f
# y5 i& Y& K" ]+ n; O; }: U, @当下，AI落地已经成为无可争议的大趋势，大方向。& w- M. u& ?1 R1 ^6 S
$ l0 y" m* a8 O/ z/ ]" J
, z& }* e6 s r7 w
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。
' R- O' i0 U! S! J/ d8 G
/ l* T) C* Y# X: N: p& E% h
2 V; p7 X9 C" D( I) 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。) A) h/ o+ H; u2 k
* X O: _' }+ c/ s
9 I$ O4 J! E+ y7 r
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。
$ f4 }% m- T4 C( |" k$ K8 S# z8 y1 N% |. a
, s0 \) D* H( u5 n8 O3 }9 F
c! G5 c: N# _) D! h% W+ ~3 z1 G3 ~+ e7 c3 D
需要场景？数据？金钱？人才？等等，这些都不差。
. Q( _% f9 j( X+ {& [. q3 k/ N' Z$ H5 z5 V
+ `" p; t' X6 R7 ^" d5 [) `2 I 4 x7 E: A( S5 |9 P
& y% U* Z/ b5 j5 w
但为什么，卡脖子隐忧，AI领域依然存在。
^5 V4 ~, G0 W6 n) _
3 j/ G9 m" N0 T
" J/ e" I8 Z: q* w; r* ^4 B( A2 w) k核心还在于算力（芯片）与基础技术。( M0 I6 N) `/ ]1 m
! x$ \4 V. ~# {2 ]7 |1 ? E
. J8 a8 f# Y. _+ i* \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。; g/ d0 W+ B% D. j
; v- L9 }2 E, O/ r! G6 y4 @) @( \0 n" ?
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。
; Q- S7 x" }8 O! S0 c1 t$ F8 H b3 v1 f0 z8 ?- Y
$ A! {* G( u K0 B! U
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。
7 U% Q; T! m9 K
7 q: X7 O* l' D( F( r! ~1 U; f. s1 M) R9 z
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。”7 n( @3 Y4 S! Y
o" ]# I8 C5 }9 h# t4 ^& M& {
4 C! U( [, k0 r1 K- W0 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。
$ v _9 B5 P8 X. N5 x- D
2 M& z9 {% Q5 F E8 K
$ k- n3 F7 ^1 K1 N* x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。% T M N& ?5 Y9 A$ F" {
" F( x4 t) V' u8 k8 Q. T, l
) |& Z& m& m- v$ J9 Y# {& ?8 H% C
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。
& B/ z) Q; a I! o/ p& B
7 o2 {: V6 x" E5 K1 U
6 j+ \8 ^# W5 Y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。. i0 o! y$ r- ]
6 y- k q# O6 `( z% p7 Y& j
) P6 p* m8 }8 Y) M& E$ u
所以，Nature的问题：中国AI，到2030年能够领先全球吗？
& e9 x: i9 R, w& X0 }+ N2 r( ~: F& r* I: W' O
6 g" i! B2 b4 J今天华为给出一种解法，但一切还只是开始。7 L; e; _8 W( f. M* o7 p
& P4 w8 X( K$ o
+ X3 j8 @, Q/ U ?1 P& L, \- u你怎么看？
6 Y# q& ?% e7 ]" k+ b8 E5 X. j$ T8 ~. S: f! w
9 n3 y8 i4 L+ N2 A4 W
: {# H1 M5 Y, q; e! n" ~: A. o- B" U* E$ m% ]( F7 G8 c
近期精选
. y: q8 c# a* H9 G: \任正非推荐学习的博士PPT《认识5G，发展5G》3 m) C$ [9 U+ [
* F1 @+ }& [2 \" V I任正非：在这个关头，妥协是没有出路的7 _7 T" A+ i7 A% _6 `$ X2 A7 e
) v- c/ P' f! f1 G9 W" i+ y
孟晚舟被非法扣留画面曝光
; r6 Q5 }8 q% {
2 j1 z" ]3 [3 p& h8 |5 w
6 R, ^) z$ P( `3 c来源：http://mp.weixin.qq.com/s?src=11×tamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1
4 N, L$ O/ |/ Q, H2 s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
