|
点击上方“腾讯科技”，“星标或置顶公众号”
9 v' F5 }. D8 }- x0 A9 `+ Y9 R关键时刻，第一时间送达 * ^* g. J. n; ~0 O! D8 D1 g( C
0 j. ~$ g7 Y! E5 r3 Q
2 H. @' H: P) |! @0 |- W- ^# b2 A) [( ?* ^( W
来源 / 量子位（ID：QbitAI）
7 o/ _3 W: m. e作者 / 乾明 边策 一璞
* X# o1 D* b. V欢迎下载腾讯新闻APP，查看更多科技热点新闻
( v. z3 b3 O$ s
. c J% S( t0 T' s/ Y
' [6 c* h( P2 o" Q1 u% M# m
视频：“昇腾910”来了！华为发布最新AI处理器，时长约20分53秒
4 h3 \& F9 j, X" p Y* c! U' X4 ]' \0 ^( m( b) i" G: Y8 }
1 c! q! G$ {; [2 E# f: d刚刚，华为业界算力最强的AI芯片正式商用。! P& G3 n( {0 }: U/ k& e
- P# }* m5 p+ Y" R
: C0 |4 ?: k- h, u- {4 j- B3 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。
) V7 w8 f* C) N; G/ `1 y% X" L/ t8 X6 p* n3 @
6 e! R. K4 ]: E$ C0 ?9 D5 }2 s
0 [- I9 j+ f) i! x3 e- C4 ]! Y) L7 s4 i0 g3 w
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。
# I" v! @: h$ ]5 @6 g+ B. x2 ]8 R4 \3 G( T/ Z1 E2 Y' \, u$ o
& r1 D9 g4 |, e
! E1 {- r' q+ `9 v3 a% p
+ L( `9 O5 s8 M! I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”。: P% X5 Z7 B# |" A$ w
" Y5 o" i, |" F, B S
4 B4 C" D0 |9 ]) X; z4 i1 Y4 b1 ^
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。
. m' |7 |7 j j+ H% b/ X
1 y" \: S" K6 F9 s5 k# [. b9 I; ^' r. r d7 q0 ~! j ^% U, T p3 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。
* B/ T2 a$ M. A$ r/ F9 _
, i @( r% B+ s& R6 v' ~
% R/ s; T% h: a3 z# f; x ) o. H3 |9 f& Z
; Z+ v: o4 G, X6 h# j% |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。- Q; t# r) g. d/ H8 n
3 G) b K4 O* D2 ~ f& z
' \( f+ V1 P" q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。7 e. a' a# ?2 R
5 S! V" f! K8 O# m1 J
" u# W- l; e( n: Z% q4 ?
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。
! {, G! ~+ }; o7 Y$ u. @7 a* U
3 H% T0 d9 I) x- N8 f- J2 C4 c! S. g0 M: [
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 T; K3 f! g: W3 _3 ~& ~* g, B2 n7 b" Q, i9 q5 _
7 m4 L$ d, Y9 `" L
现在，华为要用实际行动改变这一现状。0 p8 f% I8 Z0 R& ~
2 F( N* ~5 i9 s$ w
6 v4 s" S" {% C% {: A% ]
" l3 ]* r( G- _/ o
" y6 Y* w5 [' P" {AI领域的“鸿蒙OS”
1 E* H+ q3 R6 ~ u2 p% n2 _& |' E
$ B1 D. ], k5 Z0 t2 Y+ s3 `( b. v
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”。
# `! p/ |3 q2 L: |, J, [ {5 L U# y$ p; ^
1 _# K2 f) R0 S. \% E
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。
% ?! n; W# d6 g' |% {2 ?+ ?# [# l5 Z8 C' n
5 Y. Z4 B, C& v$ i! d
也不仅仅是一款推理（部署）框架，也可以用来训练模型。" l# C; F7 Q3 L( _6 o0 \
1 C2 y: w. L6 T' w
# m# w- R5 N9 D+ c$ c6 F8 @0 v
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 d& w+ \4 S% p3 a; }5 j$ y- c" L3 p% _* M
# ]* V4 R3 T: M) D4 |$ S
 ! n5 S+ |6 X' w' g: p, M# X: s7 f
) \! c2 u% `2 A' D, l1 P `& p
从这个角度来看，MindSpore也可以视为AI领域的“鸿蒙OS”。1 G. S7 r7 L7 U8 n- G# a: y) `
/ U. ^1 S$ U+ x2 {) }
8 p0 U* Y. @( w7 M0 i9 N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。% [- B2 I9 W5 k; _ |" c5 k ^
~$ w# r2 X7 {
5 e0 P6 Z) P( k# D
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。
' U; M& ?5 X# [( x) a
1 S: x' m/ C6 i8 q# b1 I" _! ~6 u) p' ^' ~2 l w
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。
3 [; S; T9 G+ Q
9 N1 o7 x9 S* ~1 u7 m* B# _- G% Y, e3 t
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。
7 `: U* j& s/ w( G, _
W$ _8 {* K f! Z4 Q* Q8 r& ?0 L) n1 D a6 o6 ^% E
 ; I! n2 |& S& L( a4 L
W) a# @$ {% y除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。" Z. z H) p' g" `
. }9 N: H% f0 {' B& _; U3 g
8 p1 z# m$ @* H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。
& f% k3 u4 s# I1 b- n) I# }; ~5 _/ L1 u% v, l0 i, ^
9 A( y4 C5 Q3 l8 Q) F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。4 h. c7 {5 p" s
! X, S! p$ c7 Y; C4 h1 `% n5 H. B+ o7 G& z( e" {7 T
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。
5 Y* C6 p; ~2 |' y B
3 X8 n1 ?5 y0 Q" Y) h N0 z4 l" q0 t, \, q* ~
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。- e3 z0 \! J- c2 C! }
7 i, l, F) r6 Z4 F$ } { P! k
/ I( X+ V! S7 l1 Q r1 n
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。
; @" {* I: s# Q0 w; c" b- S% u2 |. D! h
% z, \! P0 n* r
徐直军表示，MindSpore会在明年第一季度正式开源。
7 X% y6 i* O# {
1 B0 z7 x! O. d' [( w2 E5 m$ _) I
 5 V# G3 x! r4 A
: G6 N& `1 F6 w2 Y6 J* a" W6 i3 X/ w' d& L7 ~
昇腾910正式商用, o& Z! O+ @5 @
1 R4 |4 c0 v; E- x1 c7 I% P1 q
0 R0 d5 K" ?; V9 C6 h
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。# l C* G& }; h# {# }) q2 p
9 A+ k2 _9 M$ a/ Y# }! M& {) q5 }1 ^2 ?( I
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。/ ~0 D# d- d/ n: J' ~! g# k; y
2 B, D9 F8 R" y9 [1 d& H
5 D- i3 U* }* {* u* `/ E) c主要性能数据如下：
+ t$ Q0 c& z! ?4 X$ V; I* R3 @" a# o3 @0 O
* ~5 h% C7 f. V* o7 C; p3 e; Y2 L& h
, G$ c7 B9 b" ~- 半精度为（FP 16）：256 Tera FLOPS；
3 x/ J6 N/ Z/ Q$ N - 整数精度（INT 8）：512 Tera FLOPS，128通道 全高清 视频解码器- H.264/265。
2 y4 a) L* c" ]6 }. e8 L' z& U
- @* R, @3 w$ y1 ^) [- H7 K3 O8 r" x, Q6 Y# q
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。! K1 V9 r( ]* Z3 K* s
# P, }3 q( L0 [* A# a% |, C* X
6 S1 i" D: |; s: |3 ^“可以达到256TFLOPS，比英伟达 V100还要高出1倍！”% q ~% n0 y4 i/ V! h3 N0 `7 F
3 I; j. B$ P7 y i( M+ H( i; z) Q/ Y
3 ]8 K. k* t7 j0 }3 B* c/ r # e% h b' d& U y8 H
1 M D) U" r9 G% a9 F+ v" ]! |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%。* R2 `# Z9 @* o$ @( L$ u
9 E6 U8 M5 C6 _$ k2 {7 H1 |
# U. ~0 m$ Q9 W! C2 Y+ M1 n. ~- g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。
6 y9 A1 l; z* q! u
! a3 @% `4 K' x( p) d' t* B
. D1 c8 N1 j; O' D5 x8 @* S3 p而且徐直军还在会后明确表示：价格还没定，但肯定不会高！; Z, }, d: F; ~7 `5 R% I' e
8 X; a2 Y' K5 W4 ?: r; p9 r
! c6 y; r8 h. i( | s
' |* J3 r3 B' O0 B5 X
( A7 r u( u. ?4 O* u/ {9 k
1 i( j" l+ \) V: d: I4 `全球格局下的华为AI进展% Z4 k9 V v5 T
2 a2 D6 K' |3 C
# Q0 [$ W2 S$ i! U2018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 j& _# `& Z p, |3 O( S9 n: [7 {4 m) r8 j5 f
7 \0 C8 o1 g# k R3 K% s: G$ P( ~- x 0 ~. {# E% X/ m/ l' d3 v7 _
/ y3 i$ l8 e" m/ {/ m8 m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。
$ {* q3 Z8 `1 B/ T5 L
5 W& P. r' A* a7 V* E' T1 k, y- r
! W7 r+ ?- ^( R/ \ R' Z' H4 M% r: h; L7 l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。; U+ D6 h- o/ y+ u
9 P( d, ^0 [2 k! `0 \) ^$ ~
0 Z7 u& X1 z) Z- c7 Z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。
& ^/ m' f' `5 ]- `9 z/ {6 Y% j4 q0 U
9 E) P% K3 C" w* g0 ?4 u- K* G 3 u8 O% u! F) _7 P4 u9 z
4 B! f, Y9 d% h/ D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。9 l& ~8 P: ]! ~( I: S
6 W! p3 u: T. u8 `( L
" p% \! B; w) ]8 i& b0 U! F8 a1 \) F当下，AI落地已经成为无可争议的大趋势，大方向。 R S6 |8 w4 o" ]
, s% t1 i7 \6 t
% Z C- W5 w5 L' 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。
$ A* l# y3 W/ A' }
8 ^3 v/ d9 Y: I* `; a0 C) Z: Z _; X" O& A8 C
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。! T8 j+ e( u w1 w- x9 Z
' E3 c+ ]) ^4 n( s) f: x( L4 m: d" B& i& U1 z) W
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。" o5 v- N$ K7 J; e( y
5 b( f0 F' x. f3 U& ~& S4 H1 _
" c! B F% s# o' J. j/ ^; K
' _: b. Z, m1 w- n! Q6 O7 D6 ]- T. k5 @
需要场景？数据？金钱？人才？等等，这些都不差。
8 q" O+ w% z+ d
7 c% s. N* j J' s' d3 v! e, K) H" c G- ~
4 E% B& a5 h) J+ }. K0 S* V! q. O( ^+ N0 ^
但为什么，卡脖子隐忧，AI领域依然存在。
) Y* } |3 Z/ x/ X( e* R& W! p' h" h$ t. o; e# o# k
: D5 X6 [* H2 F" p1 f, X' B2 h- x核心还在于算力（芯片）与基础技术。
1 a7 \7 s, i: [+ ~* Q! M- x7 G- R/ |4 V- ?9 Y: ]
' u; M5 x& d4 n6 LNature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。0 R- l" \ F9 v5 Y6 h9 P$ l
% b) l% x, I. i/ q
1 v" b" S! b3 n9 E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。1 a0 s" v; m! t0 c! n0 H$ [6 b
7 J$ c, u/ ], x8 Q: Z% H( Y2 X: v ~5 `/ R3 g
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。' c8 F+ _% ?$ X& r7 W5 z, B# Q
) u4 p( R: q1 X# }
$ g# p8 A1 L1 T" W0 J
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。”! w+ P$ O2 }$ V2 y$ b
, W' x5 ^, K+ u% X; a* B& u7 V, b! {& k, a6 k$ \5 |% p6 _& H$ f
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。
; T1 ]# r6 ~5 S; v+ B! _
3 _( Y8 g A) J2 M( X9 s& |$ y# H0 s5 y$ e9 s/ d6 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。, y5 ^+ d6 F% J- K; V
% I2 {* Z( Q/ \* B, V! ^! s
: _3 O/ N5 E: e8 _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。
! ~3 W/ M$ ]* J+ p9 G( ]" f% {, F ~* V! w( D/ r
; m, E/ f8 [' u: q& 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。
* O% d& ]5 m$ t: S9 w
2 l8 I# t# _9 {+ ~' P) t' y, _
# r/ w# [( P9 d! r' T: b' B3 b. V所以，Nature的问题：中国AI，到2030年能够领先全球吗？1 @7 E l H. Q4 O, }
+ J/ M: f/ c2 t8 Z, P% {! H! |% e# Q
l1 U. M8 C$ C+ u今天华为给出一种解法，但一切还只是开始。
+ f, S5 E u3 p0 t! h9 \
. \& K6 [6 e5 O3 F; ]0 p! Y8 }2 ? ~$ u8 M9 |. d8 x, X
你怎么看？
" r2 \: s& t. m' B. b) ~% Y. R/ I9 ?, I2 r* |6 Y! x+ X
. _ t: M, a2 t8 K% L- Z! b
5 Y% \3 A. g, d( G
7 O: b5 D4 }3 v' o4 H近期精选
/ z5 c# T6 d, r# S) l" e任正非推荐学习的博士PPT《认识5G，发展5G》/ f( a7 u$ D* h* v8 ?
, } W5 U0 L* a: J" B, k2 |' N
任正非：在这个关头，妥协是没有出路的
$ l1 h" v7 t7 k# d! a# u8 r% X4 K - p" d( P( d: s' D+ G( N
孟晚舟被非法扣留画面曝光
H' c4 K4 l! w8 L1 G d# c* R. {+ N
# L& i e9 R2 |) K: H" s/ }( j9 H
$ I! X& X) V% d1 i. {来源：http://mp.weixin.qq.com/s?src=11×tamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1
5 C i9 D( J& h2 ]+ h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
