点击上方“腾讯科技”,“星标或置顶公众号”
+ ]7 C* J2 {- w) h6 o3 A4 K/ R- O关键时刻,第一时间送达 : T) a/ f4 p8 d4 {0 M
" q7 O" g9 S1 G2 t2 C9 b, i& o
8 z, d2 [# h3 s: T2 j+ T) ~% ?
+ k" Q% B3 Q' K( n) |/ Q u+ \6 k/ O来源 / 量子位(ID:QbitAI)
) b2 I7 y# h: q9 J% @7 t6 b2 p作者 / 乾明 边策 一璞 ! j8 S0 K1 j+ p- g3 H3 G# a# X# Q2 k
欢迎下载腾讯新闻APP,查看更多科技热点新闻
0 T5 f! k/ M7 {9 p) g
6 r9 F8 d, t. n/ X9 n$ b # @/ x- R3 p! S$ @& 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 ( m6 L! K3 {2 u m7 X" E' B
6 Z# \2 l: x/ l$ u1 s
+ W$ p0 ]6 [: x7 |$ f0 e' k刚刚,华为业界算力最强的AI芯片正式商用。% a2 C- [3 [1 g, W* h
) h; U% m$ I7 g
5 a! T* T M- ~% d9 n6 C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。0 ~8 @; u; q; B5 J
; H0 e' F" j7 P
0 G7 ]9 ^6 P( D$ }2 C. o; z $ l+ _" P' H/ v& V3 g5 o3 o
9 x* I- v) k/ v+ R/ m$ p! }
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。
! c2 v3 j" m9 f. K7 G& L. P
7 p0 ^1 M, G; T* U+ o( j: d7 ?, u- l c
3 O9 x4 O. q5 Z . P6 x3 }: h/ K8 z
+ `) P _0 _2 ?6 b% K& M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”。
5 g1 B# Y$ ^) A0 H( J4 w+ H4 r9 o0 Q* V: D% q) n. N
7 |) i/ r& J5 ~# P# O
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。
3 \' F4 e! E0 c7 l+ @, u* v
/ M8 d8 f: v! K5 P3 j H3 Z2 Y: B& S6 K( X/ o6 K+ k7 p' w
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。
0 L6 \7 `" {' J- d; a
8 m8 ~2 t/ J; |! }9 L# ?4 D% O
! H- t2 u" d8 V- E# Y% `. v0 b, i n" v, v8 X. L% c
% o8 S9 B! Y2 G( o4 N: T8 y# ?1 _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。$ J% M8 S% T" z4 o! e
* }. Q/ t# k8 F6 q$ U( i, Q
' v+ I) w7 A5 v3 }6 U! }
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。
% k6 H* {1 I9 b( s& G& F' S. D# J8 U7 h5 j# G* j" w
0 k9 W" J6 I' o% 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。
& e% q6 i0 [& n7 W$ j
+ Q% h4 K6 C5 D# d. {, ^# Y8 K& Y
# h( u% A5 P) g7 a1 H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。" U, h6 R q! t+ n
" A# p- ~" M9 w, ]- o
# a' M- L/ k9 @. u' ^! h现在,华为要用实际行动改变这一现状。- m* u% u: T: t) l' _+ K( {* X, S
6 b0 b6 `& ~: I2 w1 w) x
3 H; N! |& h/ s8 \% J' c: h! |% a9 g% T. W
" V* T! q8 ^ U. ^# M4 Z" d
AI领域的“鸿蒙OS”
! Q- N" i* c' d8 b% j! [3 _/ K5 \2 B9 o8 g
# r0 i) `. y% {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”。
& p7 v6 ?+ |* z3 k$ s- T) Q( k* J* J. h0 {- ` t2 v
9 d. W7 h! ]' T! i1 b, z
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。7 D4 b( p7 H5 H. ?
j3 M8 ]* g1 z4 ^. a0 o
' e! ~0 Z4 |$ {) ] R+ e0 ~/ ^也不仅仅是一款推理(部署)框架,也可以用来训练模型。
0 N3 x# E( ~8 P- q3 X! ?& i; L6 ?' P, B, x& | Y
1 [" N) w/ J8 o3 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。
& `5 f. c$ j5 k2 W% Q% u# {
- b0 Y# ?/ H6 Y5 {7 c- M* J
9 K" [) f$ Q" C4 d ' W& T5 N$ ?( g0 F. @
5 i$ B5 [8 i6 [3 O从这个角度来看,MindSpore也可以视为AI领域的“鸿蒙OS”。
0 W) b& c4 s4 c" E; ]
0 H4 _) z+ G4 l" B' j' h* U
4 S/ j, P' ^" \" L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。& Y4 x' I# d& k6 S2 p2 A% m
7 t H) A2 b- O) ^$ L
8 @5 C1 x$ U4 v. H0 |& L0 P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。
: h7 J3 k* G3 A; L
; W# |7 |8 j6 [& l" a9 ?+ n/ b" Y, H3 ^; U* D; |* n* m
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。) |& K' D& s6 l5 G
6 Z% e5 A* ^2 S7 V4 l, W
2 W3 C% ?2 z7 r$ e8 \/ Z- v$ u
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。. a8 W1 r# S y' S) T8 u- j7 D
/ ]) e3 v( \- ]; l3 b% t% m; J/ G& K
6 |* Y1 m+ O8 T3 r3 T ~2 ]* R

$ d6 ~# A" `: f' W' i! o) {0 e5 h4 ]8 f& O
除了昇腾处理器,MindSpore同时也支持GPU、CPU等其它处理器。
r d* ^: D6 x. G: ]5 V( D
1 p2 h& j/ l0 W4 r% N* k3 [/ }# v4 b& G/ z/ V5 i* a
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。
/ J& u) \- Y1 E y; [8 g
( O) y; i$ @4 h& |# d; ^ v- {9 b- R$ q8 L9 D0 p9 h3 M2 @- c0 J, n0 J
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。
j1 I* W- L/ x+ B) S4 D* U
. Z: {7 `) z' y& M0 x7 w( ?
/ n# Q4 Q$ v. C3 j5 z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。
7 }! F" A! D4 n( o) ^( }/ c2 E6 s/ U; J9 J. u
# Q( ^/ @; `* m* O
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。) P6 y9 E6 {, v5 V& t6 i
; ^: F* v9 `! \( j) A$ X
" G7 c/ h6 ^( b' R" O0 v, U: P0 ?
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。
7 a( h- X" A" e; G8 s- ?3 }! Q; p3 h0 k9 M7 ~$ m. }; `
: l9 j, i5 y% c2 c9 g/ \! O
徐直军表示,MindSpore会在明年第一季度正式开源。
- ?3 d v1 Z; Z& l
0 z+ ]3 G2 F$ m+ Y/ j
% p$ N: U, d r ^/ N& k/ Z
: l, x+ Q7 s: _3 C- Z3 v, F. j2 d S; T3 j/ w
8 o+ s4 j4 `0 d: W7 b
昇腾910正式商用
! V) q; t8 M5 F9 N
1 [+ j+ x1 g/ ^! X
t/ {; ?2 m2 q! P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。
. S- `+ D) {1 b% M: J; G* V& l+ C
: j* W1 E/ R2 Q/ j3 J7 x/ d9 D' [; W: o) s, p1 P9 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。
. J! L7 |# |) v3 m8 k3 b4 M7 l2 D+ p& ]4 H& C* \. U9 Q' ?
; h# I2 |) n: Q: X主要性能数据如下:
3 u, _, _: n- V! u( {, Y ?+ E3 ?; M$ Z: R
+ P+ S, a( n( X' f5 C1 E1 p
0 q% i4 _$ O5 O2 P9 |- 半精度为(FP 16):256 Tera FLOPS;7 d* {1 X& L. q" [0 s
- 整数精度(INT 8):512 Tera FLOPS,128通道 全高清 视频解码器- H.264/265。' E$ B. a1 F0 V1 Y
4 S& t, D4 S# ]) R5 b, S+ W
" e6 t3 E+ P$ @ S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。
[( v' O4 l& G$ M! a4 Z- C% q* T9 q- n7 P) h. V' _6 U8 @: N7 T7 T5 j
g' j# ]1 j( L* ]9 T& z
“可以达到256TFLOPS,比英伟达 V100还要高出1倍!”
9 a7 S) ^- p. k8 T! N2 k1 b) L4 i$ ^& V. V) P9 r" [
" o+ C' |6 y/ n3 s5 l' I, d
) Z) J. V4 _/ d- M' I$ b; P8 K2 K. Y0 ]: Q
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%。3 O1 A( N3 U3 w6 V+ p8 Z3 e) ]
# p2 L$ @. m5 t: {+ r' O
( y7 ?% x: A; P- s# U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 y' p, D% D( J$ u' W' J- S+ l
8 i/ C: k/ |8 P T9 b* t$ i2 |, Y4 m1 J" \* B/ { J
而且徐直军还在会后明确表示:价格还没定,但肯定不会高!+ h: E' L2 |& Q8 V
9 p& U# p8 z3 P& v
3 o" O( S3 M. @6 Z: k; R
1 S2 g7 E! ]3 @+ Q# J* i$ T7 V; P* x' T

8 ^; D3 O( i' X- Q- @ X( B) E全球格局下的华为AI进展" g |: }& }; f/ }
9 f1 x# D# v: q+ E* d) o& g3 |0 a) m9 b2 b A& b
2018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。
# Z1 T4 b! h: X8 L2 z6 {. B' W7 k: o
5 x7 T( |' E& V8 R9 T! `1 O$ h* r7 v
9 E: p7 J! M- V
. I1 t- X0 |. {' c2 p9 k
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% F" _7 f( L- j) T% _
0 f; I c' m$ V r5 {3 W' P2 e# B+ C; |" S9 _8 S
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。" Z; b* w, v" m* G
( u+ E9 m' x/ A+ O- a+ f# d& x1 L8 h6 A @2 ~$ }9 O% ^
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。
; R0 c$ t+ t/ e6 s2 K; D' v9 z
$ R+ s. G! [2 s, j. P: L
4 W2 ]$ {9 g5 U2 J& e
. l9 W' z; T" s( E; i# Q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 _6 v& M0 c% H" T1 k
3 O, e* t' w2 c c' I. G7 n
& W, H+ p+ G- u1 q! M& x
当下,AI落地已经成为无可争议的大趋势,大方向。
) F; A2 W$ i' z
n- n, m1 T/ Q% i& j9 w
/ l, y% U) D5 E6 B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。
" i0 z6 X# l/ W c% s# a
1 N; y8 k& K# _2 V
# h; T1 P3 [9 b" D& i; N: `+ ^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。 T( b- q/ g2 s
$ \4 d6 U: [. d- d$ H8 v
1 E3 K- X6 {& I7 g
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。$ A4 Y5 Y/ I& ^; N
k' Z4 ~2 @% y- m
5 Y( `, m$ `7 T# Y3 @* p5 h # j4 L5 h# ?+ R! c0 i* B* ~
( \4 N3 G6 R. h8 G
需要场景?数据?金钱?人才?等等,这些都不差。% J0 o; u( }& {" V
% F* D, e3 P3 N. E% i# n3 c5 m% J5 T
8 C" i4 h$ ?+ O- M+ y7 ]

" n. q' N( Y: Y6 m7 B3 b- U# F$ S, S1 q* P$ l* s; n
但为什么,卡脖子隐忧,AI领域依然存在。
5 q% O1 D& U+ y" g1 }. L. j3 l5 ^$ w ?
1 B/ Y1 O- |) ~" C+ D核心还在于算力(芯片)与基础技术。+ k U/ ?3 p# ~3 w$ n# O' U
; x6 y" ~. [% u7 y! y2 d" X8 Z5 n
$ l4 Q# Q- `! c& {* |# K& d" s i& b+ S; [! tNature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。; [" ?* s9 Q- p: j1 C9 M
$ [5 h S3 ?5 v. d# F# S
+ R+ Z! p% n- n" k
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。6 c# ?, m0 f- }. ]9 y7 \% J, A
# g5 M$ s! N& b9 M3 Z7 Q
; i3 ]4 Y# Y5 b0 v4 g- t& ~; s& S" `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。
9 _5 O. \8 r1 C( _
5 ]6 g7 P, F7 g9 l1 }; Q$ N& \; @, D1 z3 C5 }6 Z" X
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。”
/ B( y' z x1 I1 I( ]
) F- h3 p1 v# g' o
1 i4 E* K- |0 o: G+ g3 ]) t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+ F4 {7 m8 }8 Q6 K5 o
' L- e J: B) E n6 B7 S5 J
9 k9 K! n R3 u0 Q, J
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 z& [! ~* e" z4 a! J6 W1 ^
7 i, U L+ Q8 y. g) k
! N/ e: b/ a" F: d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。: g {7 ?, w3 H+ A- t' }5 R+ C
* h# ~% O6 { z, v h+ d' w5 u) t
. \5 g6 H0 l3 M4 O, ~+ r3 O' T
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。
' _" n- i+ Z. F; @+ Q' j2 g: P6 z( t+ g, p+ A
, G) W2 X- t0 [. Y4 j/ Z
所以,Nature的问题:中国AI,到2030年能够领先全球吗?: s' x) a( ?8 C& e1 T' d. l _7 B
8 I$ m3 }% y1 k8 W6 ]6 ]
( Z1 t: x) ~. F( Y g; G2 }" I
今天华为给出一种解法,但一切还只是开始。
0 D* I: y, P, p' p( m: Z' z$ }$ Q8 M' R$ I2 a7 }! A4 H
, x" I! ?' k6 F. @你怎么看?) T" ^% {' a6 F# {& R# U, x- [. \
$ L2 M) d/ _! U: A* k' K$ a9 ^* Q: ~
0 X7 \0 X2 Y" a8 g( D1 T: L+ h. w$ p8 i; \
" r/ O1 g+ U/ ]9 Q. E H近期精选 1 ]8 G* U. @/ @
任正非推荐学习的博士PPT《认识5G,发展5G》
& {6 a" B* n5 T* ~- p; s% f ( B5 i2 d/ J! R6 p' K- B& l T
任正非:在这个关头,妥协是没有出路的. K6 y6 \! y4 p' Y
$ E* N+ k* x" i/ J! _2 @
孟晚舟被非法扣留画面曝光
" y. E( H V2 r' n, k3 U! j, |! [& o8 p5 b" n: }1 j! y
! d X0 V8 P( }' U& }来源:http://mp.weixin.qq.com/s?src=11×tamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1! K5 ? ~4 f% c& @; }" M
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! |