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

6 C* ~& ^8 @& Q% D

来源 / 量子位（ID：QbitAI）

. k! \0 ]) A! E5 h! I( A. B

作者 / 乾明 边策 一璞 

欢迎下载腾讯新闻APP，查看更多科技热点新闻

, [" ^6 A0 ?0 J* L: M

) v' \8 u! L7 a/ @

0 B; j8 r/ w) u8 V7 s- s, P

视频：“昇腾910”来了！华为发布最新AI处理器，时长约20分53秒

0 T! `& ]) q) X* V* Z3 [
+ W, E7 q# s8 o4 K6 {5 X+ {, D
* [# _/ l8 _' V( j: v刚刚，华为业界算力最强的AI芯片正式商用。
& r8 M9 y: x; y- R) G0 B* c
0 f: ~9 F) v- i8 E
' t4 v* |3 p% {3 J4 I1 x4 v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。
# w1 |5 `; t* ?. j
# t7 v/ p9 i1 R* H# G$ d  S6 d7 ?
. g( i2 K7 C+ L3 F0 ?, G

; G/ j8 ]+ [/ D6 p7 u$ w8 J7 U2 K7 S' L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。

. _& @" A$ P' R( h


2 R2 h' ~6 c  e4 B- F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”。

9 D2 j! v% i  d/ \* m
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。
/ x# `; n; {. U+ ~2 N1 m& _

* n) y+ u  I5 r( B1 y6 a. KMindSpore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。

3 R# b7 R8 ^4 a
1 p7 {. ^' \* Z0 ]  G2 P; w
/ D5 |) V# v1 `5 d# t8 F
2 z$ D; J: P5 M! M5 }2 ]" R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。
& l+ i" r0 v& n$ Q3 {

  O/ d8 N9 @, U% K2 w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。
( w3 ^# J0 x& f/ N) P8 t
! ^3 H; @- i$ ^$ J" l2 R: K# r9 G/ w
/ e9 ^3 W, N4 B8 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。

4 ]/ _6 v8 ~" @: Z! {. w
* g) o) {& B7 `3 y3 y; Z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。
" ~# m7 }% Y% U6 a
3 @: }  K9 e5 C2 v* d: X0 p% L4 S4 F
; i* @9 P% I$ Z) D现在，华为要用实际行动改变这一现状。

& P. C7 h% H9 O, T
; U! s" }( N3 E$ w( e

2 h0 I( i3 p9 N9 s2 ?' t6 uAI领域的“鸿蒙OS”
& }: D% X6 k4 Z5 ^

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”。
3 {! N$ K  h/ T' _. \
' W  R- n$ K: s; p% r
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。
9 I0 b: E5 T  H6 }1 _- u& E$ W

# A; D, [$ z  Q1 w也不仅仅是一款推理（部署）框架，也可以用来训练模型。
+ J  u; X; D  u8 K# F( d

9 g/ U- H9 p' `! j1 r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。


, m; p9 ~8 B% l$ r

从这个角度来看，MindSpore也可以视为AI领域的“鸿蒙OS”。

$ n2 _! ^2 G( W4 D/ 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。
9 W+ v5 Y" O: H0 d( z( t) S
5 [4 o! X8 E* {7 R$ l
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 P8 W$ T- c4 Z. ~

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。
  f2 B& h* L  g8 z
) V. Q" u8 ]8 ^
* P# p! u  o! u" l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。
' W3 b  ]3 ~! m; s2 u# C* R
, R; C3 }8 e5 ?, x  Y3 x3 G
/ w2 Y5 I$ |! @, {

7 v$ T& Z5 ~6 t5 j$ ]/ s除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。
5 {4 Z  V7 K% F
+ K6 `7 G0 @: T
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。
. o3 `4 e* ~" w4 U: V, E# A/ X

( n* X  X" T& s4 g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。

- c9 R' E& {& A+ g* I( B/ G  f
3 s) i! q9 \6 E, ~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。

2 r0 K3 l2 q8 b: q% \5 b3 Z$ K
+ K8 ~% N% W4 B; E0 D" Q8 S( W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 N% z7 {9 u/ M6 d) I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。
0 G# ]2 P2 l9 i
* V! [: x; |. v2 \: J7 W
3 i$ L' J4 O9 u1 Z$ d徐直军表示，MindSpore会在明年第一季度正式开源。
9 ?' f5 O/ Y: @$ j

/ w, m8 ]1 b3 h1 j. {


( }  I1 E2 w6 a  i% x& U7 ?昇腾910正式商用
2 U# ?/ s9 G% G3 l
9 ^) ^8 S  s! a/ x1 B, Z
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。

3 M  K7 c/ s4 j. P2 o6 P
6 ~5 {' b; E% x2 l% w  O! h0 a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 ^! }( U% I2 a& U0 `

主要性能数据如下：
2 ^3 s. o' j; H

3 j% b: H5 l! _1 \) v8 h

• 半精度为（FP 16）：256 Tera FLOPS；
  6 t* B- s8 B" J# b) x- O
• 整数精度（INT 8）：512 Tera FLOPS，128通道 全高清 视频解码器- H.264/265。
  

/ V1 |$ R/ h: L( T: R- a
3 ]$ R+ N7 ?, z( S: ~9 L5 @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。
& M* `8 Y/ X! S. Q
: X9 m( l2 ]/ L1 M& c, q4 V: j2 }
“可以达到256TFLOPS，比英伟达 V100还要高出1倍！”


  x6 Q* A; Y: h6 S# i
% y# p% d# p& a
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%。

5 `! \( I8 K$ \  Q8 L& j- C
. T8 r. u: e0 a; h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。

- |' G( H* U4 J" O6 T
+ L9 q4 [4 B) W而且徐直军还在会后明确表示：价格还没定，但肯定不会高！




4 m( {6 r3 c& l
全球格局下的华为AI进展
5 O8 t* a- r( y6 J9 U  ?$ Y4 k1 r
2 O: Q# t8 J. ~# b# ^4 R- I% I6 m
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。
! a, H& v, `, k4 J2 H0 W. L- ], S
, {+ v% b7 o$ r0 b% i  i8 |# i  A


! |  q4 ~8 }, 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。
$ `; G% z# K( s- U) e- G  P

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  f, x. D' x3 r7 y& T

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。



# j% S) T! L: H1 `
0 ]5 ?7 ]+ @, I1 s+ c# z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 [% ]' C6 y  H3 r/ @' L

7 Y( P. ^% Q  N6 k" V; A当下，AI落地已经成为无可争议的大趋势，大方向。
+ @. j4 A; w. }7 k* _; z) }/ Q' ]

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。


  m0 I6 P: |/ A9 N2 U- h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。
/ \# T9 L( ^$ l% _9 p& C

0 i0 V  ~7 e3 W0 z0 `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。

8 _, r+ R3 V* t6 Y+ R0 Q
  B9 o0 [* |. c% ^$ ?

需要场景？数据？金钱？人才？等等，这些都不差。
6 G' U/ b8 i9 J: Y  k  m
, B3 O% C: S3 J6 D0 G) E6 d
0 T2 B- L0 s: I" w3 U7 _
  N- A( ?$ W1 B( o3 ]/ t
* F3 h* y2 ^, }% |/ D但为什么，卡脖子隐忧，AI领域依然存在。

  M% [0 U% C6 s7 [* J- j- A
核心还在于算力（芯片）与基础技术。
0 k  Z  c2 H: z$ h
8 O# `1 g1 B* [7 h% {4 e9 d& n
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。


/ p5 o& `, s, K# g9 [% E( S, 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。

7 w& N& Y$ h* V8 l
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。

6 h( _9 J$ ]+ \  h
' b8 D" O. r5 u4 A5 o* Y. V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。”
5 n( z7 \( y0 q, U) d5 T, a
: E( @9 |" T9 D# d& w  t6 G. W
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。
6 J+ `" T, z' _5 E( s& L( Z: Y/ V
5 \0 T3 z; [! P
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。


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。
% J8 C/ {( G) j, c/ `

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。
: w& O: j/ {" P" k2 {) v5 y2 n8 c
1 F) c( Q- ?' |8 _7 H
所以，Nature的问题：中国AI，到2030年能够领先全球吗？

( B: w, J7 D$ k8 G
0 E  R8 ?* n) _今天华为给出一种解法，但一切还只是开始。
* ?  D" I  N) j2 ^: w) Y; \3 }

你怎么看？
$ M' W, H' ]9 a3 a. D

6 N; D3 n9 _5 [

2 l; |* x! t* T2 i) F0 ]# K
( O9 r0 _' k5 s

近期精选

任正非推荐学习的博士PPT《认识5G，发展5G》
/ ]2 R' Z% p! y9 [, N

( g% r; l3 H' E+ I" i8 ?' H

任正非：在这个关头，妥协是没有出路的
$ |1 X) X) ^* J8 ~

孟晚舟被非法扣留画面曝光

( G/ y3 x' Q' E3 b- t* t来源：http://mp.weixin.qq.com/s?src=11&timestamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1
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！