华为重磅发布：史上算力最强AI芯片正式商用

cfjy888

点击上方“腾讯科技”，“星标或置顶公众号”

关键时刻，第一时间送达

% P' L& i9 Q# a. T$ Q3 z

; q* q, p! s  C0 Z

来源 / 量子位（ID：QbitAI）

: C2 C1 A. R$ J! }- |( Y

作者 / 乾明 边策 一璞 

: _0 d1 r3 y7 u0 Y; R

欢迎下载腾讯新闻APP，查看更多科技热点新闻

9 j9 _0 q- |+ K. h) Y  K

视频：“昇腾910”来了！华为发布最新AI处理器，时长约20分53秒

% I2 N" R, y) l5 h+ Z
  f+ y7 P0 m  e: S8 o: O刚刚，华为业界算力最强的AI芯片正式商用。
7 w, u  I% p+ V  O
+ ~& h. v; R) ~9 Q$ f. _# I
5 h! G8 U2 R  F( e0 r# d9 ^# U  e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。
& S# |# Z! r7 w$ o2 H) k$ N


; T& _) N- O( P7 b: z8 A
0 H# s- s" |# h' V/ W8 N. X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。
3 ]! X" S) |* k' _" p

% }" T& u0 K7 P2 X& ]8 |0 [; p  H! T: a
) j2 w0 N4 Y/ d- u1 \
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”。


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。
  ]7 D4 i8 m* V  j

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。
: K0 m% Q: y- e4 {7 z4 h
/ y; F# I5 _: F5 L
& D7 \8 a* J. q+ G* z* f. 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。
' `1 @/ H9 l, }, q
) d- I  I+ h" I! _0 e  L9 n3 M8 T
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& H. X+ z% H- c: R8 t" X9 O
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。

. x0 }3 j4 T/ L. D7 V# ]
7 x# l) R" z6 t/ ~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。


现在，华为要用实际行动改变这一现状。
2 h2 D, o4 i2 j+ i/ \
% l3 s; o0 |4 C8 k& a+ [


! M$ Z$ Q. e) I. Q) Y$ n# JAI领域的“鸿蒙OS”


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”。


1 E7 a+ W! q0 m  C- T* ^3 E% `0 N% l5 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。

+ D: |: t% T6 Z% K1 ]8 ~" t! b0 H* Z
- _8 ?2 o# A( y3 v2 M也不仅仅是一款推理（部署）框架，也可以用来训练模型。
  M$ t! a: y. H  M
0 h& H6 [% _# ~4 D) P  z4 x/ _
9 d, j) n9 V2 F% D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。


; I& [- v* f5 r4 R

; q2 ~/ q( O2 i; Y& z1 L. G' I从这个角度来看，MindSpore也可以视为AI领域的“鸿蒙OS”。

3 z0 p7 r1 H8 x
6 m# D3 `3 @3 K! N* f5 v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。


- v) P; b5 v8 {6 m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。
: @& [7 x6 C5 k4 `7 y
8 e+ X5 y' x+ L! g2 l6 H
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。


' D  Z8 r- ^' z0 U& n- q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。
0 y) |1 j) z1 E3 W

1 M$ q7 ?2 @/ y" P- k" F
( e7 u9 h, p, B& x: l' W3 Z3 U
1 T4 w( ~# k0 N! T除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。


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。


6 r! z5 }. V$ [) L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 ]% T3 i3 w- S9 @! D4 v

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。

& @. r- e. o( l2 H9 B# @! Y
0 G  ^2 `% {, p# V  D" }2 I+ ?8 Z6 j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。


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。

$ m/ _( v5 j8 A. w/ ^0 x7 M2 E4 v
徐直军表示，MindSpore会在明年第一季度正式开源。

/ @8 V6 k) Y1 s. I" P; K1 z; d" h
& ?# m4 c  d8 r, g) Y# S2 f

: {- }/ w& M  _. N% Z& ]/ b, `! ~
昇腾910正式商用


2 W$ q) g- j' v, 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。
# i( |4 u( o* s6 y1 ]
' Q# Y; G4 k5 Z5 i6 h2 F3 a$ f7 A- o
; Q: ]. @. E( \3 ]3 ?5 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。

  `$ f0 U* s% N7 U9 \6 b$ X
+ e6 \% ^& T$ q. {0 T主要性能数据如下：
: Y% g2 k1 }& b5 g" k. `
. J! L8 \# W' d: z

• 半精度为（FP 16）：256 Tera FLOPS；
  
• 整数精度（INT 8）：512 Tera FLOPS，128通道 全高清 视频解码器- H.264/265。
  ; P; M& y+ |$ m. J% c, a  j% Q$ 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。


6 H0 r- X) e3 r5 l9 i& b“可以达到256TFLOPS，比英伟达 V100还要高出1倍！”
5 \# U: e# a+ A4 o! [
0 R) {6 ?( d. R
/ D( `0 B* ~" F8 A# N& F. j
9 `' t7 }/ `3 F- j* G! i' I
$ Y0 n- ?; v. A% A4 S8 L4 n/ S" o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%。


# L6 G$ u8 n3 Q3 P( Y/ y' H% S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。


1 k1 z2 q; G! `+ k而且徐直军还在会后明确表示：价格还没定，但肯定不会高！
" D+ a; Q8 i( w; W6 p6 y
9 z# b6 c9 c2 k2 {7 n
9 W; ~$ f; l2 f* m. n, M  x
8 _" I3 n8 s/ G' O" ^' N/ j: y3 M, W
( n( {# c& M7 d: X: i& {, u
全球格局下的华为AI进展

% U: r) c2 _( c. W5 H6 f
; i) U( L8 j$ U* l- q. v2018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 m  h) \4 q+ b5 P- Z3 O* `
+ x9 [$ V8 M2 E6 W


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- a+ l% M3 @+ W$ N& C
: [& S) b7 x. H; @" N$ u5 j7 B
) L3 }7 ]* g0 E: l4 Q0 M3 y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。
  v; V' S% b+ K, d& ^0 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。
* r  u6 {) j- @  r! s* I# H
$ k0 ?. R$ o! K& s4 J8 R9 m# g5 V; z
7 V9 d4 o  J) y$ ]! q
( M5 m5 q3 }0 O. _# G& t
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。
* ^) V6 P1 c0 Q9 a2 [6 k6 V

当下，AI落地已经成为无可争议的大趋势，大方向。

# G- ]& _% ^" i9 Z
0 p* B: z* v( C6 ?. P8 b+ n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。

4 k9 e- @% S  d9 b- X7 {7 Z: ~
+ n+ j+ H% E6 G$ K. ~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。
- f% h3 o0 E. c+ `0 `* [8 i+ e2 U

# F2 R- M: {) A% k5 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。

" P: J! z( k1 k/ L. D( q; {* n1 z

* `' k- G4 g* \/ s0 g5 R5 A
( e7 D9 P0 [7 @& Q! H5 U需要场景？数据？金钱？人才？等等，这些都不差。
+ _/ F4 s; v- l5 I  N, J
+ I: J2 ^$ F$ f0 F6 ^- l2 {
( G+ m% E# B' a: X% P- C3 O
& ^2 x+ A; U" B) V; v1 e
但为什么，卡脖子隐忧，AI领域依然存在。


$ z5 |  J/ [2 q4 m. X核心还在于算力（芯片）与基础技术。
* ]# I5 a0 O/ h+ A" \3 P
0 C, i' u' ^/ x8 R
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。

2 Q: i4 W/ Q' i9 O% t
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。
( R% H. U; o  [7 g) x9 K8 Y& Y8 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 K/ F) C7 J  V2 I$ r8 E7 U
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。”
8 j) E" O! i, c2 j
/ ?9 T1 s6 e1 A; U
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。
1 u; I. w# }3 z9 d$ w5 l+ n* f
+ u$ h$ B1 t( \$ d
$ o5 u3 u; W. q* A1 E2 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。
: f& l* L% }9 R: Y

/ L, A. n6 e3 V0 U; d+ u- J( k: u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。

7 p2 G# C# E( H, _
" b; x# b( @7 ?& w4 s2 M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; g6 c5 @, W
9 O' R  L* J. Z' V5 \" K
所以，Nature的问题：中国AI，到2030年能够领先全球吗？
' s( L6 Y. ^3 ^# b

今天华为给出一种解法，但一切还只是开始。

( }/ c4 ~' K; c* D2 j) W
4 ~) r& ^9 \7 }你怎么看？

3 Y# f9 G8 \0 T7 O

# m7 A9 c5 N4 Z, i; D# d

近期精选

任正非推荐学习的博士PPT《认识5G，发展5G》
' c" P5 D- @  C' U: ]! y

5 d/ H. @7 g; N% x# N2 U

任正非：在这个关头，妥协是没有出路的

孟晚舟被非法扣留画面曝光

0 M6 I; ^8 {: m/ ^; V9 ]5 O

来源：http://mp.weixin.qq.com/s?src=11&timestamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1
& @0 }  G% U1 H! u; S/ _$ f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！