|
点击上方“腾讯科技”,“星标或置顶公众号”
! Z" Z" _1 E2 {6 P' @: Q9 _+ o) u" y关键时刻,第一时间送达
$ ?5 ^/ F K4 O$ ]" L9 L( [9 H% R R! {

0 m$ K T0 F, j, ^+ B0 a7 e7 u0 z8 s) K% j8 g1 |
来源 / 量子位(ID:QbitAI)
$ I3 P `) b1 y5 s2 y作者 / 乾明 边策 一璞
5 C! z. c% C- Z( Z0 U; A5 x欢迎下载腾讯新闻APP,查看更多科技热点新闻 5 a/ \6 p! u+ J0 q( |1 ]0 S2 o) p
9 j4 R" }5 h1 C9 o " |* z: C- M7 } ^0 J" a
视频:“昇腾910”来了!华为发布最新AI处理器,时长约20分53秒
# I" Y/ v8 d* g& ?7 f, ^( B9 h4 e0 [ h5 D
* q) b! F& c3 K8 s6 z3 E5 Z5 y刚刚,华为业界算力最强的AI芯片正式商用。5 J: y9 C: E0 ?6 S
1 S7 J/ H9 U4 e& H; r+ m3 L" A8 ^/ q
% r% V) V9 L- [4 \/ _* S
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。! @) Z! L; z" t- O+ J, T
3 D! r7 i$ ?' z" }$ ^- l- t$ ^
. z4 u) X7 `$ _( P8 S$ j
% P" S/ Y# I5 n% ?, I! a8 `
- M; V z! r) T8 L7 [3 Z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。 W/ s+ U% Q( }- b) w
/ {/ l# |5 a6 d* e9 t0 y. w6 w+ w
4 r% V% `% l3 K0 _. S
. i# B. O. n& k" S' d0 e5 f
9 e" O2 w- S h2 f2 d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”。
$ i+ o( R8 t' y3 _+ t4 a P! i' _& {' C; ? e: [' @3 q- F: u
' ]7 _- b {) G. S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 z: b- f& H3 }7 ?8 I
* W# C5 E/ U. A/ f) C( x. t5 s- l d8 f- { 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。
b1 W6 h* d2 E$ A% x
' c* B1 ]6 V$ G2 d' y* P6 l5 _( W. E9 u' m& v! ^( U+ ?
0 h' I' ~# T5 v
q4 @, o5 H7 c. n) P3 E
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。7 H; u9 [. z& {+ G( k# O. ]3 E
* q0 b8 H7 D1 A' P' m0 g- l( U: I' \- N6 [9 h0 K) m P
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。
" D) O1 A2 i2 V" C
6 N+ j* F! {2 x( X7 W# L d5 A
. d8 n5 ~. ~5 {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。
" _% ]3 }2 E+ |4 k, t" a' s r# M$ ^/ g8 D( M ~; o$ |, L5 r
3 D2 k: H* q* \% L$ [* o" L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。
2 y, [/ a9 H2 C2 R8 q
3 t" ?! O- z+ _4 i. W" L9 A8 \- b( T7 z, J. v- @3 R7 q+ ~
现在,华为要用实际行动改变这一现状。
6 p& i% E7 o8 x( q1 ^$ h' h3 \* h6 b
1 `& K5 R1 E* j" R% c3 ]3 v4 P- j5 s8 {- a4 Q

4 @& ~: s: l4 g& |# \0 s5 {1 h4 B9 ?AI领域的“鸿蒙OS”
* x! ~- d1 I$ p q6 w. I( K9 v6 A, m. \0 A4 x) o
, p) ]7 o$ N3 q; r: b" ?
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 D1 X* N2 a. a' f/ ?, H$ q) A8 K9 Z( g- Q! n; {7 S
% q( v$ @) T! m" J
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。
( m5 G: ~ a" i2 r
4 S* w" c- V- {* u, d7 d" X; v/ G7 E6 _- R, s" l$ Q
也不仅仅是一款推理(部署)框架,也可以用来训练模型。, O4 `( U- {( ?
4 X" b+ Q6 Y! O8 K% m" V
5 h- V9 B2 W5 I; @! e# A' N% {
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。5 X% W; v6 y$ Z. E6 Z' V
6 ?2 V) s, k* j' N# L' ]6 M$ Z
7 E# h0 \5 b( F( d* o

. Z! H1 N+ z+ I9 p2 ~
5 k0 D1 n! ^7 o' j从这个角度来看,MindSpore也可以视为AI领域的“鸿蒙OS”。
: i5 t& d' F* g" `7 t9 Y* t! Y' D* \3 a( D/ T. c# S
8 U U* {- T; `9 e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。
7 E4 L. X( F2 R( n( E% G
" }3 P- E1 M, ^: b0 J7 B( A ^) u" L, x- a
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 r- q6 v2 h( Z
# P/ K5 J$ W g% `+ {; C
+ S2 [2 t$ h# S' W. D
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。( t3 L* e% s9 p3 ]/ i. O, C
+ a3 Y S# N" _
/ ?% c# h, R& i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。( f7 X5 L3 A& }7 A
% O8 e* L" o0 K; l) i1 }
% f$ J( q f9 [) Y& R/ u$ i

6 O7 P/ l$ }3 X9 x& Z( @7 g6 K# N' }% B: c4 F
除了昇腾处理器,MindSpore同时也支持GPU、CPU等其它处理器。
+ Z9 ? O- j- d3 A' ?1 m2 K/ o) M- @: N5 K$ |! D+ M
7 r" W$ q5 H+ Y( N/ |6 r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。: A0 v6 ~/ C) r
& e1 `; ~+ G0 B7 n5 q. p
: U& }' \7 U, j7 o. m
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。
) N7 d0 k% e+ Y% _; T) j. @+ R" M* }) Q4 `2 Z
2 ]$ P* f8 ?" a) b$ p, Y
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。
q: p( P: z3 ^; Y, Q2 t" Z4 G2 }6 Z$ A5 w/ _' I* f8 |
5 M! }) @0 I/ g. u& i& @( x8 ]0 `
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。
8 y+ D+ D* J3 v8 a& Y) { _1 t; j7 K; q) m0 w7 B: y5 i5 ^
8 g" t% Q9 h8 P5 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。
' p9 t+ @5 _: }) N
2 g5 u/ J5 a& K' }5 a6 U* J6 {) R6 g) V0 C
徐直军表示,MindSpore会在明年第一季度正式开源。+ s% f& j/ J$ j
0 z! a t* W( E e# C% E O9 x
* K. [0 `- e1 m* a9 O f, r9 e' ` P
( c! @8 p' X. F5 k3 _1 E2 l' @) s! |& o4 k
1 K0 X5 n5 L1 z
昇腾910正式商用. r9 d& n" G/ ~4 L+ k4 c
3 {+ J' x, E% E' C& p! c/ [
- S6 R% l2 Q; E8 F9 F: R# w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。
- a5 v$ o6 s9 `. a8 \1 t4 V1 q1 i, h+ v* U8 Q" R1 T
, k' I% a6 V6 J4 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。
# w* V4 t+ `1 O% t7 } ?( A( f
) f; m: S/ M( J; _
. J0 K/ g9 S# {主要性能数据如下:7 g* Z7 ^/ y: p$ I1 G
# Q; n( P% x8 C1 i; Y" r: f
1 e. G& f# h" L. K' M% ~ R! L2 s r3 H
- 半精度为(FP 16):256 Tera FLOPS;
$ L n: R5 _, a1 _4 a3 N - 整数精度(INT 8):512 Tera FLOPS,128通道 全高清 视频解码器- H.264/265。+ n1 v/ `) g8 N/ s- ?" `
" u: D+ U: u& s4 Q" [7 V" p5 A0 H: {9 B$ y
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。
; e2 J; W' i0 ^% G9 Y) P2 u B: X
" r( f* P8 C. f6 S3 S
6 |* v; E* M7 u0 t! a“可以达到256TFLOPS,比英伟达 V100还要高出1倍!”
d" M v4 z- Z: y2 A d
4 E M* R( S( O8 m4 v, V' n# c7 D$ z6 n1 Q5 \: e" G, \ ]
: m- ]! v7 G! x; a8 y! r* _
/ A1 E, C8 M7 g! T4 Y% [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%。
& O# I. E+ z2 e+ P8 z: I
( ^$ e; K+ i+ z3 V% U2 C. L; L, e' H# ^( n2 |
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。* @/ t% h* M* A5 b
; }$ i+ p+ q6 P& l+ \: X& ], [
* e& L& z( ~. r4 T
而且徐直军还在会后明确表示:价格还没定,但肯定不会高!
. y; a- Z0 ?7 }2 ]) u+ {
8 N$ \! D: c0 F5 ~$ `* p
! H) H; A& m; Z$ d" R
0 y7 T6 t2 C$ D) ]4 K
% M/ {$ C$ `7 m: [9 Z
! m) g- |$ U1 f+ K9 m9 M" `全球格局下的华为AI进展
6 h8 y2 S5 r% }+ g/ |# D6 V. D' v1 V) P* T% r5 _
. F2 X# I5 h" S! C W, q2018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。
# C5 Z" g3 J0 z2 R5 f8 U; L4 g* A# G, I0 e2 @5 Q
6 v9 |% W) G. j: F' f
: g4 R- }) k1 ^) A7 j0 d. u1 c/ L
0 U% w6 N$ S8 A0 W" J) e* N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。) L! @ y! B" Z! U& S5 {6 Q+ S
1 H7 `# ?0 i' h b" D: w7 L
. l5 U! T6 p6 r/ C) e, b3 w
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。, y' e& j& P1 f
% T. a& B- x4 L L( m* r0 A2 V ?: h3 x% h% C
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。
2 m! p+ E* N. I4 t: M9 @) Z2 Q$ J* J" [; Y( p8 X4 ^! C/ g
$ J* y3 R5 F9 M! U9 h

+ E7 _1 K( X7 }. k8 X; e6 m1 [7 l8 z/ C
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。
8 a' I) d' S& D+ O$ k8 ~
) w+ p5 E$ ~. q2 W3 ?5 [/ e
, b; k, q! e# e当下,AI落地已经成为无可争议的大趋势,大方向。0 _+ q! X* O; E" ?
6 \& m: O* I3 C
* V3 P- x' D# s, s* s) c" Z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。: a+ s# r7 ?3 i. u
- s, K ?4 O8 P" K
" b; F {& r# L0 ~7 i4 C8 B$ V/ o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。3 a1 K, W% X6 k
) E. x' G0 N/ U5 T9 N
% G$ E4 G0 G' K9 A6 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。
: B0 y, ]5 e& A1 M6 o; N' q# R, R& d9 {% A0 ^
5 c$ t$ z4 J) n$ O) ?" r
7 d; Z2 W. o) B3 q+ r+ E/ j
" r, u1 @3 e( C6 p) F6 N需要场景?数据?金钱?人才?等等,这些都不差。# x# i9 V& `# M( }3 ?3 H( b
( h& X$ y% ~3 v2 p+ ?) G7 z1 P: O9 O* B& [- e# @: i, M
, _/ W2 _. u. N1 J
9 Y0 C, J! S# b2 |4 G" m& e$ {但为什么,卡脖子隐忧,AI领域依然存在。. {5 I3 t& t p/ t0 ]! A
! o! x" U* {1 D+ n: i
# I$ w5 g) m- Z. Z) I核心还在于算力(芯片)与基础技术。( b4 G* ]8 E) v P/ O* Z
9 Q D5 }; Y9 x& n% {
: m6 ?5 }. h2 w% M5 HNature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。
5 S' V/ \# J& {" Z3 w& }2 ^; G7 k9 i" z% k- W
* \, U4 S$ l8 b1 P! {2 C* l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。
8 S4 C+ z, ?7 l: v3 o+ Z$ k1 ^0 x, C* m$ O! G/ P C
5 t! \- Q {' G, w7 U& g" i
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。 V3 w' e( Y8 J+ c
5 Y' F! P9 [& J h( E: A
2 K( a4 k. W% t& n7 Y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。”. G3 i3 w3 ~3 D) w( V
5 Y0 K3 j) b$ r; z% V
& v# ]$ l4 c$ j9 t; 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。2 M& U! I5 P0 `) N7 _& Y% M
7 ]( t6 x. m$ P2 _0 F
6 F( L( o# E7 |1 C! 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。
8 j5 J8 x: t7 m1 W" i
; T: n9 l9 E$ s
* s J0 D8 O% ?$ Y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 z* C# P1 w: L8 ?
; N ]* t. K5 _" e: D1 ~5 k6 N# j N1 B7 `1 L" e: I/ l
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。9 M' Z3 j& q' Q z3 y9 R$ w% z
' @5 @* E6 a+ a( {6 R
% {7 D% W- d" a' q2 c
所以,Nature的问题:中国AI,到2030年能够领先全球吗?
( E7 |& Y+ F# C) Y2 B) K. q
, e$ @4 q2 q. M9 I6 R( B7 e1 K
4 j: M4 }' u, X! K8 h今天华为给出一种解法,但一切还只是开始。0 m* F1 k) C ~" F8 ]9 {
0 }5 k! a( v* W
7 {6 e: \' O# C' x$ i$ Y5 _你怎么看?
1 x+ E# M7 a& Z% ]: y. k1 d
- Y6 }8 e1 q9 n" K2 s2 q2 }, K L1 ^3 a% T; X g' _7 ~# F
& k) \! U( [/ E1 _* A9 U
( h" E/ k9 w& a! B6 ^6 a
近期精选 * N: r2 h! m2 f- L+ S
任正非推荐学习的博士PPT《认识5G,发展5G》
( }, D* M V9 T# {0 e5 \( Q
% j" M4 q h' _6 K' T/ t6 ~任正非:在这个关头,妥协是没有出路的
3 ^+ U2 o5 k3 c( q / b5 z: t6 a) q
孟晚舟被非法扣留画面曝光
4 m, s- v% d0 ~- r( u' Z' S5 i1 Y8 p* J7 Z1 h3 U
7 V- W8 b8 @5 l$ n' L. u# w来源:http://mp.weixin.qq.com/s?src=11×tamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1
6 y: p$ d( g3 ] h0 u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! |