|
点击上方“腾讯科技”,“星标或置顶公众号” & Q9 U% n# a$ e' Y2 Q9 |
关键时刻,第一时间送达
) J/ t1 D* n, S' l$ Z- S9 h) C5 x# [/ w# A' i. ?
! r1 @1 [. h' {! R- s' @
" ^) Z3 W2 N% U/ O% Q! T5 w来源 / 量子位(ID:QbitAI)
( }9 E- {, m. C/ K作者 / 乾明 边策 一璞 * y! w" r1 b3 j) S
欢迎下载腾讯新闻APP,查看更多科技热点新闻
* y8 k+ `7 @" s! e; H. G0 @6 |+ s8 M" p- S. z1 s
! R ]) J1 K" A0 t
视频:“昇腾910”来了!华为发布最新AI处理器,时长约20分53秒 , G% X$ t* G& m3 O; i
* B& @: d$ X* Z
' s, B' \. ^# C: M4 H7 O
刚刚,华为业界算力最强的AI芯片正式商用。
7 n- t0 ?* Z" }) J' e3 R
5 g7 D0 v: m, G& e1 g4 p5 K! T7 F$ h
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。
. e9 q5 D2 F; Q+ J* ^( y. d- s% N0 k, H+ @
" u9 n+ p& e1 Z; G9 K
4 K9 B% |) H% C" M2 N. n3 L
' n$ x* A8 Y# i9 ~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 u2 |5 K7 N- v# G# Z( |3 l/ @
& I2 X! b% b- n; u
( K. N- O5 }, s
5 G* y9 {% Z5 n4 }- \
' x6 ^2 z( ?# }4 h- e% x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”。
# ^% K- u$ m3 M7 t e: U6 ^: }
6 D/ f6 z/ u x6 Q' S4 _; [4 w8 E8 i' Z' b! R& n
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: r, A6 D, |
! I% B: C' u/ G1 ^/ t- v- d
, T5 W+ f/ ^3 g' DMindSpore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。
: P7 J3 r- t( ^/ w5 f' ^. z1 X: n/ i- _5 l* [
$ Q- D5 C. d8 r ! O1 y6 \$ w% ]% A; k7 V, j
9 R6 l; O/ M2 u: _
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。 G+ a5 b8 ?/ J$ B% q
7 ?* e5 p8 ^1 e* y# m" v' h7 u% e, ]9 L
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。8 V: b, X& w9 C6 J
! p9 ]4 I9 e% ~5 N) t- S
' h- B3 L5 k; r+ ? H4 N w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 E& l3 ~3 ~' N- e
2 G& i1 T$ k# J2 F( p) y
6 y8 N9 @) F2 [0 i/ J9 \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。
% w6 y0 b5 _2 q8 t9 B8 J
1 E% W% i$ ?% r) P' `* S6 G6 Q
' v6 _8 ^2 y+ n2 N/ @8 @* p( k. S* p现在,华为要用实际行动改变这一现状。
5 f# c5 k9 i5 D8 Y t# }, }& I( E* T+ @( j/ k) M
`; @% J$ e N9 b3 d7 Q9 r4 A5 x2 L8 K5 E/ ]/ S6 c
) e6 |# |3 [. f# m
AI领域的“鸿蒙OS”
* {3 L/ a) t" ` v$ b: @0 M* y4 X: j) X5 h
9 R; _# X+ @% L J. L" _3 _
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”。
& Y. t! O* Z* r6 h9 x0 s
; A! {3 s: s* _9 T7 t& |+ a0 e
: W) O' V2 {# Y) F! s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。
8 C; F M7 u# U$ |' [
1 A3 a( U K* b8 X& I' c" H1 q+ M& d: o6 Z6 c: Z0 r8 Q1 c
也不仅仅是一款推理(部署)框架,也可以用来训练模型。
- c$ o. W! K1 r( b
! e5 V% r, _( U, A! Q) o; C
/ g w9 _8 V* g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。
" K5 x7 K" [- ^# \* ^" j8 H6 I7 T! ^3 w6 b z1 m
" j1 u' n1 g9 o. x+ b. X
& M3 \+ u: ^: H1 T4 B6 S" Q% L$ P: V: x
# R! d6 f% q- v- v0 V从这个角度来看,MindSpore也可以视为AI领域的“鸿蒙OS”。
4 L: M$ H7 f" f1 u" [' A; L7 a, n/ t$ w6 D7 o4 H
& I& X* Y l. L: L- o- ~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 g3 P; B8 b% f! \. z
; z; c3 D8 a1 v2 T, j I
2 Z0 M' J# O& ]/ T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。" Y- j/ F9 ~8 K6 Q6 A2 l2 @0 z8 P
$ D: s, `$ I4 @. ]
6 @+ _5 f& U1 c: [1 G9 w9 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。$ J$ ~6 Q6 t" z l
. c- S& y1 _& H: y9 \8 ?2 Q4 P8 u0 u; n
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。
9 s6 x' ?. d( P+ ] P+ R- P8 x9 {4 m
. C/ ~8 D7 g* N( P6 \
0 G" }1 {$ F) b2 f( p Y. j$ R$ F
/ B, G* }% H6 @" r9 ]; Y! L% R! z* O& N4 A5 S2 z2 X
除了昇腾处理器,MindSpore同时也支持GPU、CPU等其它处理器。
; v& w5 A6 o$ Z% ]3 p ?" I9 _ }7 o
3 Q J* ]+ t- s: I- [5 ^, ]$ r& w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 v5 P& c( N- w- J( [8 q6 g: y
1 _) [2 P( H! _ c7 z8 B0 R
9 p& a3 x" c6 n
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。
% V; R8 `$ W* E/ s, \5 S+ }
; w- R" z& v! L) b8 M7 A9 P& a# \9 g8 B" m
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。
6 s% ]5 e7 Q2 v5 j0 v& w4 R) _6 r( N. k H8 v5 D% t
) F* @7 z1 M2 D7 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。
# A, q, D8 l& t5 O- V$ v& I
! O+ W6 Q" s1 U) |0 g3 Q5 k* A
/ I$ n+ r. K6 }% B" H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。
1 ~) N- O& J- P9 v! }, m6 `: h& j/ T& h
9 n$ V' x2 C! i. V2 H. y1 Z
徐直军表示,MindSpore会在明年第一季度正式开源。& G8 ~4 D5 I# S" i1 d1 W1 B U7 ^
8 E; e9 `) Q {
E {4 {1 X# V; _ 1 e# W7 o6 e# x* D7 a
6 Z, f5 J7 F; \2 F" t

3 w: w' f; H( [6 O$ Z昇腾910正式商用
9 o: `7 k( i" l7 U0 e) W( l3 c J. w0 a; S7 h) u
" ?: u8 M3 W% D5 m! a2 ^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。
5 G2 H% Q1 C, `1 L8 b. C+ q) V0 `! O, D+ Z/ a: [
6 a! W* X. c8 z8 ^ n
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 o- g+ C/ Q5 H- O. Z2 Y- `7 h1 t; T, q4 q; w( Z- v
, a( T3 b& W( b
主要性能数据如下:
3 r# B6 h- ^! g, B0 e" d; B7 B8 g" `& \6 Z
* f4 r9 u: T: x* S% E; q
/ E0 ]# Q$ w$ A$ T3 P- 半精度为(FP 16):256 Tera FLOPS;
/ d* [# n* d/ [: c( b - 整数精度(INT 8):512 Tera FLOPS,128通道 全高清 视频解码器- H.264/265。/ u5 q6 p- Q0 J* |) G: d$ B k
0 d% R; Z u3 g, }
) w# c2 F( w/ \6 W* D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。
" \5 \/ W) B; E8 v# y$ m4 V s# L) y4 g) [
9 v, L+ J1 F+ c3 [4 f5 O
“可以达到256TFLOPS,比英伟达 V100还要高出1倍!”
" J* R8 e7 }! G% u1 c6 x* L1 z
& N7 d$ f! ^% J' `5 \. d( A& o" K$ L+ b! q

* x1 v, M+ V5 e7 k4 e8 F0 x5 G& w2 }( s8 T
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%。4 V+ ]* g8 l+ I+ f- [
3 k% b3 O6 J( t0 o
1 ]/ G: G3 `+ q3 q; I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。7 T8 J9 M+ [' o
7 r. h* P3 ]! l% X
; I! ^4 H! P% S- s而且徐直军还在会后明确表示:价格还没定,但肯定不会高!
1 f, o( i# n8 S2 g4 t
8 y* ~- B$ E! E5 ^5 b) k1 B
+ r% B9 {) T, Q6 n u
6 a5 `# |5 R m* [/ k ^9 O( L- {& t: ~( F! J" n9 k6 z ?+ ]

7 i, s2 l% u9 y; Q" b( U/ a全球格局下的华为AI进展5 m! F, V2 n) ~1 [6 V& }& t' F
! d: z) X3 G4 L
7 a- i; \5 Z2 {* O2018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。2 K5 m( _; e& ^- Q
& g0 v- T' p' Q* y
}$ ~8 N* L* [6 K) {+ b
; s: [- \ G- @. _& X" T9 H
7 U' T$ b: p- j+ L, U
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。" n( K* Y* i0 o! u! G
1 I( B3 S: _" i' j: ^# e* a1 z
/ B& p! S) R' E' z3 k; L4 |9 Q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。 O* m+ }# D4 C1 U. f8 l4 {( M, g
% W0 k( Q, {7 v" m( M* e
- r G' b3 L z+ O" F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。
# J3 d& ^/ J3 V( U% Y( \0 v( g# z% V% | H$ F
" L+ _# k" B5 y! T$ d
3 M" N Z: {3 n1 C6 I \, {# j
& j/ j/ S4 J! Q, w$ O+ m6 ? }
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* a: j& f( `9 W+ Q4 R
0 P9 u9 X* o P& n
3 v& x& f; d) I当下,AI落地已经成为无可争议的大趋势,大方向。$ V1 r1 G! p1 G3 q; F9 P
. S: [1 I+ q1 |+ O2 W$ `7 y& R W+ B) M1 v9 q" h# z0 [ t9 J8 L
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。
0 K8 H! b" N+ b& l8 G+ Q9 m
6 U* g. Q, X5 v6 }6 q) y
$ {3 q4 }( i3 P/ e6 p/ W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。# ?" c7 O, y6 v; H$ {2 _6 S
; O3 J3 z7 r' M) R' V- S" {- \8 a/ r9 d: @! ?* P1 \$ f- u& ~3 z
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 ^, j- Z1 |. V# }9 j+ J' Y
$ d* t% b9 F0 s3 i
. }8 R" ~( r$ `& s+ ~# B + g7 @6 i7 T, B' k% b
# e5 g R' a; D! I4 e- P
需要场景?数据?金钱?人才?等等,这些都不差。
& P6 U+ |$ ` `" f: t: r# P! C& }0 C' V0 }- u, |
. f) v' | _0 T2 y% ~9 ~0 S3 R
3 p; @, x2 Q9 n* b: R) h- }; Y3 k$ G2 O
但为什么,卡脖子隐忧,AI领域依然存在。
# n* Z9 w7 v( q; J7 o( H6 |5 V. x& I5 S
& q# |$ X9 E$ \" Z2 I5 c& h7 x( M+ W. j: A9 {; l- q
核心还在于算力(芯片)与基础技术。) o" e: j; t/ f
8 H7 C4 P/ {: t
" z: u% S7 y/ Z% a6 e4 Q
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。; i }+ g" b4 d( s$ g Y- _. D- l
* @) s+ U A) J8 c7 p1 f- h! J) P! h+ 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。3 \* x6 `" ^- b/ ? N% n# A& |
- d3 C) Y8 t: ?( [8 S: ]3 s3 l+ D# `
; ?! y' |7 Z5 @. L6 _+ h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。% `5 J. x$ J4 q+ V5 u# p
4 _2 g) @' _. z9 }; T* H8 D. \+ ?4 B4 [4 s; c% t3 w- o
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。”5 A; E& `6 G* o" d
% ?7 O- Z' j) ~' j2 X$ a: p7 z; {& e% n( R+ o# S: ]
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。, n; I. ]. _. i" v K, n$ p' ~
+ o# ]% e: c% _' A) e! x
4 c; C+ y; L/ d+ P" F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。4 k& q; }* j1 W7 A0 I* o+ a
; h1 t# C* ?+ j
) t3 H0 A2 E$ G* A8 S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。6 M" Z2 U+ v0 Q
* z# V: a5 y0 p& H/ l
' c; [2 X* l2 \8 L' K
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。" c% v P H& j$ `- ` B
/ C$ d1 x2 ^& z; `% u8 g8 r7 K3 E% v" b. F' {
所以,Nature的问题:中国AI,到2030年能够领先全球吗?: ^5 ~ o, h( s+ f, ?
- D% [ K* _, k% ]$ a6 |1 i; O4 k
% a3 g0 N6 A' L. v# D今天华为给出一种解法,但一切还只是开始。+ j N& u5 E% D+ v5 _! e
$ F9 G1 ^% \* U; ^
! c: E3 U8 t$ J/ B
你怎么看? S. i0 P! U4 X( H0 f1 q
+ H: x) ^! t# k) }
! n' m# y; s" o6 G) ^ w% @$ n C7 x: Y
5 o, `7 a( N. k5 s
近期精选
' S7 ]6 y, C. E4 r" Q" `3 f任正非推荐学习的博士PPT《认识5G,发展5G》
3 N/ W. `9 \+ A# _3 n
* W# H! o8 ^9 h }* V任正非:在这个关头,妥协是没有出路的
+ Y+ d* R: E# ]1 _# k
& O/ {8 b1 S3 E) \5 |# V1 S) }孟晚舟被非法扣留画面曝光 6 c" d- p3 D4 L( i; J, s: E7 c
g+ K/ p* x' [
4 e+ v; H7 x0 \) x
来源:http://mp.weixin.qq.com/s?src=11×tamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1
& K4 J) a+ f1 a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! |