|
点击上方“腾讯科技”，“星标或置顶公众号” % S+ R& h3 L9 F3 L
关键时刻，第一时间送达 6 L4 Z: u) E. z$ s, q
" |# E! z$ N( f f6 F5 d
 # D' Z7 K2 R0 W5 w) L4 l: _
* Y2 n7 ^ p- V来源 / 量子位（ID：QbitAI） + u; F6 {1 B7 o# _& j6 b- p" g
作者 / 乾明 边策 一璞 & L5 A" R+ u9 s9 {: P
欢迎下载腾讯新闻APP，查看更多科技热点新闻 / _: [$ u, W6 O
+ A0 q# X! O# ~) m# f" I: R
5 }9 O. Z* X0 P0 P; Q
视频：“昇腾910”来了！华为发布最新AI处理器，时长约20分53秒 ( N$ X% i: J, z; \3 E
5 P7 y1 @6 {/ y9 H& Q
! _1 H) Z/ o( P" Y7 i0 A
刚刚，华为业界算力最强的AI芯片正式商用。, {. Y3 l2 V& p/ K7 ^: x( r7 N
. Y, v) H$ k; j4 P2 |
2 v& i4 G& D( {/ M2 W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。* ~* _& h/ k9 t) R, I0 S
: v3 M. S g; Y9 c) D" y
* h) t, L' M5 [! e" R/ W% Q
 / V- o. W3 a, [4 D& a( E: E
1 l1 _3 E G3 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: k; B, H P8 I9 Q
' {, H7 U5 P- X$ y1 _; q0 ^ T
0 h1 i, V, a: u2 d$ {* U" w- ] & X) u. l+ d5 |0 G4 d1 t1 E
9 @" g" q8 E- R6 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 Y) R! [5 ^% n( Y& @ U
0 v0 U: K5 ?' _4 U, X( D3 Y+ v0 s! ?8 @
0 W2 n* W0 M: f5 b$ O% `+ Y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。
9 I7 h3 U, n+ q3 `+ q) r. k+ u. j$ n7 |3 z* u; Y9 ~) m
, k0 Z% i) ?9 y& \; @4 i/ U
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。
1 Y0 F1 W. j8 q7 J! o1 X4 j C4 L( o" b+ A5 a1 O6 q2 `- h
) R* ^5 |3 Y/ u" Z. K$ i5 D8 l
 . n: k, C* l# t1 x3 N. M: u
+ |9 O# f$ m& O: j4 r# B l& v8 h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。' W2 D) Z% K, u9 c! J( g* d2 b, M
; K8 h* D+ o! f5 G: b! o/ P! Q* h. i4 a: }
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。
$ P ?" u! o7 Z- l# d1 o
. { m% @; ]# s# A7 X
9 R# v, `; @% P' m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。
! q9 p$ g2 v: t% z" k+ n/ r/ d. h5 X
7 Z5 `' h, Y, x
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 k/ {2 D! X0 Y2 J( |
8 H! y( U v* o% g+ s4 a0 Y
$ K0 z* L# T5 P$ Q1 N: `现在，华为要用实际行动改变这一现状。
/ T" c ]' K2 a$ [' a' e9 g5 ^# }* B+ [! r/ v3 j* C
2 q$ [+ y# M( ~4 T
- s: I6 u; z8 H) d/ h ' ?& D$ u& R7 a- M: k: Q' O1 t
AI领域的“鸿蒙OS”
% H: R! q. s' _/ y# a: x/ r- n1 M/ R# y+ s: T6 c s7 b+ r% X. D
& m. [% h" k$ R, ^& r
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”。7 s7 r0 m2 H0 [4 k
0 ]9 d, f0 v7 C5 |+ X
& N" G% M8 a( P4 v2 ^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 ^# d. }1 O O# l. f/ e5 W# `/ ?! E$ S9 Y4 ^1 S5 O' c
% y+ B( W0 | E- S4 R& q9 I
也不仅仅是一款推理（部署）框架，也可以用来训练模型。
: b$ h& _/ K% }( ]' K
. B! a6 S( W! e% q4 i/ [) K j
. C3 Z/ W) v. P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。
9 `5 [' L8 w+ a$ U# H- H/ c4 S) N( s3 U% H( s& X
7 l( `4 ~8 ]2 u' ~
$ x+ b! q6 K+ C( |6 x' P9 T! H. M0 C5 x5 j# V
从这个角度来看，MindSpore也可以视为AI领域的“鸿蒙OS”。
0 M4 F+ w# v: e1 r3 Y& k3 B1 \4 C1 y3 T; Q
( M2 o+ X5 } J+ u7 z
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。
9 {$ ?( Z" s. [! G6 f
" x$ M* e; H1 E2 L6 O1 g! A, Q" z2 E
+ l0 g# S! X$ D; x' b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。- i% \: N( E6 A5 R5 c* x
3 c; I! N7 A8 u. P+ m- y' _
- R# C) w& o& {& c) s+ 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。
4 ~2 B7 B# k+ m! m* v3 m7 I* d, z) p- V4 W& Q/ ]9 Q
$ h- d( b2 [& K/ x- H5 B/ E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。
) A$ _/ l8 o8 K% z- O" Q! X; I+ a0 A0 k1 m1 }; J& n
( J; R: _6 N" y2 C: F 9 m- O) o4 v6 z2 ?) [- `* `2 E- |
+ O8 a! C B# S; f! D; G; j; Z2 J; Y除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。0 J9 [' g1 C, J: h3 c8 M0 p+ M1 d
- V) k t; }& D; ~0 ^5 Q) t8 f
3 p* l; ^! _5 N4 G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。" y( _1 M* \. f2 U
! _/ q) m! y, Z! Y9 n9 T3 f
1 @! l! n h% z8 |3 `0 _
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。
/ B) ?. j! A- Y/ D
. _$ H9 Q5 B, C! _+ w+ J9 v l
7 l+ x+ Z* P. I4 l+ x* C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。
. X& X* |0 q1 ?& W' }/ R
1 n' ~# o7 Q) w8 s! x' \) ^% \# \+ j6 L l1 ]) P t- r# v- k
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。
/ f; m$ ?# E7 `2 B2 s& N. I) E: L! a! |
6 M( F( `! m5 i: a% J) o4 ? S
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。3 @& w$ c f2 x+ I
3 p2 F7 W* e- S2 a6 Z. ]% Y- T e. q' x; L" \! I
徐直军表示，MindSpore会在明年第一季度正式开源。
9 O t- [ I/ P$ y; P) ~3 B4 I
# W) C! ?% A$ K" Y# [
4 p; _. |# s! f9 L+ \4 Q
4 |, L0 [( m$ i" ^2 x: ~5 a, p2 W' G o# C8 O ? Q( [" R; x
: Q5 L& Q: a: Z4 H昇腾910正式商用8 E9 P4 d4 ~( W
6 A: N; M/ x2 Y, m9 N3 r6 B
) G! z0 z3 V% ^3 E" `2 B( U# N* M
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) o) a: R2 z
' H$ `. l5 ~& r" C7 Z9 d$ [/ Q, o B m6 D
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。- o v& }! O: d, G0 o4 m9 t6 G
2 h" n1 J" J, k( j' _
8 N) d- ]* }; V6 y+ D; b1 _9 \7 [
主要性能数据如下：
( q) O* g) I. Q) Y" S* x2 Z2 O+ l" m$ ^/ b* c
6 N: o1 C: b8 X6 T. b
2 d9 I' N& x2 t+ L, Q- 半精度为（FP 16）：256 Tera FLOPS；
) y' i& L- p+ D- I1 Z8 ?, {$ r$ f, Q - 整数精度（INT 8）：512 Tera FLOPS，128通道 全高清 视频解码器- H.264/265。5 x7 d+ C% |* ~
% E6 s$ y& e. D7 C. ^& [$ e% W4 A
& a) [; F$ i2 e
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。
. W" I2 L1 D, \. N+ }6 y
3 z! [, n Z1 ?! @( J
& J( a. W5 S* ~+ ?* m4 B“可以达到256TFLOPS，比英伟达 V100还要高出1倍！”2 S$ V! T- `% C- J$ c
" T s; L" I1 X* a. x) J Q' m8 [; o
. a2 q8 G- g$ f8 T) d' D5 k+ ?+ t
. G- a, ^% p% `: q2 J& h
" t/ L G3 V) g6 N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%。& |. w f$ B4 L" s) D
: R" H l# V' m$ Y' c2 e
2 X8 B; K- R. Q$ H6 w
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。
- Y, z; c6 _- H( p% d* ]
, U4 q" k" [+ Y' w
; C# U4 t: A. e+ l: 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！
5 E+ {& Z, r: l8 f+ R6 Y3 c3 a; N$ @# r) C. X
3 U! W9 j A0 k) N2 S. A
' d+ w+ F, I/ w4 d# {. v2 K: w/ h1 r# I8 B# W
* ] i' t$ K/ g ]9 Y+ B# y: l全球格局下的华为AI进展2 L3 k& [6 k, q+ j* g" R
9 q; L# F& ~4 Q9 A/ ?0 @3 A7 k) ~
1 m2 c3 a8 b2 c- c8 K! O& ^
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。
/ b% G4 c; J' U5 ~$ x8 T0 T# J. n2 j0 [; F, l
. ^" D- |8 r) ? * Z' Z5 y) V( ~5 z/ w3 X
, H* G; @: x: \7 C8 s
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。9 s9 N2 Q2 L3 L
$ M0 E" w; p3 I* Q, @6 D3 y6 z6 j0 ]9 H* f, Z! c3 R( ]
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。$ M/ U9 A2 V/ q6 [ l* s6 Q
6 h" p" \# ~) P& b+ T6 D
* k1 w# y0 v/ c8 e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。9 o1 h: D1 ~& Z& Y+ r) V; Q+ \/ P
S/ K9 C) E" X8 o2 F$ j3 L# ^3 |9 b
 # k; u6 |* u' z( C9 ~5 ~! j
* d/ ^- n2 z! d& R; N9 n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。4 Y- P( I3 Y0 N$ u
! n( i, ~: T: k8 m" k' ~! ]) K* R9 Q( c) H# n$ R! V) z! `
当下，AI落地已经成为无可争议的大趋势，大方向。1 x8 A' h& u) s& S
( |/ z& s( M; G+ s. c6 q: O: t$ G4 Y) e# N7 i3 H
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。
/ Z; C% f# @+ Y' j4 D s! {+ v+ ~, S- n" F# N M( Y
, g) R4 q* X3 v7 y6 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。
$ H0 ~# e4 z4 ]9 g: K# Y/ g+ z5 w# J9 [" I
0 ~# S& p+ f2 s4 m* T: b8 p
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。" u1 F9 v( M4 ^
3 L! u& Y* I) a" p U2 `
5 Y! B/ l4 e1 q5 t3 k' W. ]& w ! I- C( ~: X$ d
_6 g& m, U# R* {/ L- g" {
需要场景？数据？金钱？人才？等等，这些都不差。( w7 R4 m/ u. h' Y3 A8 V
8 F' S# z$ I J J
2 B' T+ x6 {$ d7 A/ K/ q& U
; m8 A, r0 M4 `! o0 H6 x l9 a
, |: w6 t! ~- \8 r _但为什么，卡脖子隐忧，AI领域依然存在。% u/ u0 v* ~' R, F# `+ U
% C3 u4 H, u H9 X* n& q' D6 t: E- U. w
核心还在于算力（芯片）与基础技术。
) W- O- i/ p0 d! q2 j
: h3 K: P! s2 g& }! p# j) t. b" B9 w4 u. o M2 f
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。
# j% B; A. T* `. {" W5 s; `/ k: T1 R
: X+ ]- s9 r9 i, f+ p. q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。
7 A- Z5 }) Z" Y+ \- ^- @0 ?1 E& e0 ]
. @" K3 I- d, u# w
) H+ R; z& n9 T5 a0 `8 X1 |, F" d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。) u- h @( E, I0 p5 B% g% E0 e" `
7 U, U9 K* \' R% Y4 v2 P7 B# L
/ [. |* r: T% D4 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。”
& `: c3 f# N; |& r2 U4 v# f! w; M$ e4 r
- ~# _! n; B2 Q/ ?( M3 {1 l; a
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。
3 o" Q; }* \# j' Z4 k6 A0 j, u- D( l. c; y$ @( k0 j1 ]
# L' O8 q6 L. |5 d( W. {
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。) ?7 W6 W; K& c+ H
" e! A4 m6 F$ s/ P8 \& k8 m3 j6 \7 H
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。# M7 e: p1 Q$ F2 ~! X" g# S# t9 K' N" ]
5 M7 t ?0 G+ Q% X \4 s7 S
: G! t- j& [& b9 i% S$ {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。7 o6 A: v7 G9 P7 l2 U1 N/ v; E
$ e# _4 |2 |- D v6 [
; S x# e1 n( f. Z- j
所以，Nature的问题：中国AI，到2030年能够领先全球吗？
/ N% {: {: s. u. Q* L3 L; e( [: c8 W6 m) Y4 j# `3 i4 ?' |
6 v( s: d X2 e+ a$ ~( {+ P% m今天华为给出一种解法，但一切还只是开始。
' n$ x- ?( t0 x/ J2 \& G
$ D w5 k+ V `, O1 Y' E1 N3 N( O8 R# C) _: ~6 ]* d. b
你怎么看？
4 B8 i# a. a# H2 W: w, M, X& l5 f" i0 L2 L( }4 M
& Y+ Q- ?, ]" r5 e& F, [7 `% @. j
5 @* z+ w5 S( k9 ^% B& m
: W6 d9 `& ?: Y" p近期精选
) e4 R' K6 ^$ v4 \1 b任正非推荐学习的博士PPT《认识5G，发展5G》- c! ~/ J1 l' V4 Z
: l. d8 q( `/ @ L# w7 T7 s& T
任正非：在这个关头，妥协是没有出路的
# c3 p1 g. {' A6 z5 f% _
5 z1 B! M6 Y' c) _/ {4 J2 r孟晚舟被非法扣留画面曝光
6 I" E6 U) N- v% I- B! z
/ Q& s* e! e: s; O2 U }9 s9 S9 ], Y. E8 X8 I% N7 J* P
来源：http://mp.weixin.qq.com/s?src=11×tamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=13 o. J" {8 c$ Q/ 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！ |
|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
