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”

- N8 N; X3 `  {  e" `6 C! o6 d( y

关键时刻，第一时间送达

+ X5 W0 u3 d& j1 p1 ^% c

- A7 G* T% A! ^; e- K3 M* w% d
! b+ }6 g2 k0 j. p( M, {, K! n
. O* |" v1 T! B( {1 y

来源 / 量子位（ID：QbitAI）

作者 / 乾明 边策 一璞 

: w9 C- r) `- L+ G) X/ x' o

欢迎下载腾讯新闻APP，查看更多科技热点新闻

8 ?1 z# R# `) C9 |

# b8 ~# S% x  y$ t

视频：“昇腾910”来了！华为发布最新AI处理器，时长约20分53秒

$ P+ B+ a6 k* D: \5 y! w' w6 i
刚刚，华为业界算力最强的AI芯片正式商用。


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。
# _' N# G% Y: H3 U; {; O$ r
* V; u& H) G% D: r3 ~9 S2 P
8 }( e# g& @9 O6 L# i/ |. P+ z
/ j3 E1 b- r$ k) y+ r% J5 |- ?
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。

5 V! S9 T( m+ t2 d
' p! {( M" H5 _7 e3 ^$ U# Q  I
4 d( y* |* K" g" }
! |  H; k* v+ e$ r; j" L! v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”。
0 m) V1 ~% c# o* k8 X
0 n. V2 O4 K" x' K( k
7 `/ A3 }* D. ?5 x7 Y  L5 ?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。
! S! ]" a6 f4 ~

( a) P0 ]1 h/ e  ]. }! BMindSpore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。

, i/ S5 e& A2 ]2 y  N5 d
" g8 X& O, ?; [3 Q3 C% f. }
- H) d2 ~  O, P7 {- A) B
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。
, D% h5 R: b+ p8 c' O9 l% g4 [
# R* N* w& W2 O
; R- O2 a$ |3 _5 R) m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。

$ v+ M9 T0 e! |+ w# [2 k6 R! J
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。
7 z6 }2 ?/ v0 h2 t8 R6 U4 j3 ?

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。
+ [4 n1 O' C- ?

现在，华为要用实际行动改变这一现状。
* \4 g$ I. V9 y6 |
, C+ L0 q* N- L  [
: \8 V- p7 c6 K  U9 O9 _

AI领域的“鸿蒙OS”

' |( x3 W4 D0 f/ B
6 p+ `5 t2 v/ t; U# f  W. ?: w, OMindSpore，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”。
' V4 }# m- ?4 ?9 s$ U+ y
7 e) h& C7 C( n2 r, i6 R
+ L2 N: E+ l# }! b) |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。


也不仅仅是一款推理（部署）框架，也可以用来训练模型。
: [: X5 P+ ?  G- f4 l0 O1 {1 }

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。

  ?4 F( ]3 u- M1 _


1 R8 K) h! x: B4 r% r从这个角度来看，MindSpore也可以视为AI领域的“鸿蒙OS”。

4 m* V  j# j7 }8 E; m2 _$ _8 V
5 u; T+ J! }- s) H4 H1 G6 g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。
" f' c9 L0 a* Y7 K  p3 D. I" k$ m2 ~

" t  \# J* O9 p" L" y' l6 Y: d& s$ r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。
4 F5 }! [2 F. e: Q) ^) ~/ {
4 l# S/ N- ^# u  ?
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。
% @8 |% }/ ^4 B$ q  C

" K" z* Y) s# q' Y. R+ v3 ]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。


% p9 S  g5 U8 `# n0 i% d

$ K/ T! @: b8 F1 L/ m, s除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。


  `* d: C2 m: U# @7 J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。

; m  B3 Q+ T( o' J" m5 s. @
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。


* \8 \& i9 N2 C- M9 X# 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。


" C5 ]) u/ z; z. {( Z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。
9 |: y5 l' O1 B7 I7 A1 b. h
: u# p, f$ e2 Q- ?% l; K7 i
, f5 R2 [8 c9 n( V4 u) Z" E0 T9 x$ m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。
2 I0 u, ]2 g5 x7 E0 h
3 U' U$ v' O( |' o2 e& m' H
徐直军表示，MindSpore会在明年第一季度正式开源。
6 O1 j: L. V" K: Y3 f" _

9 H( V- x# _8 ?6 P
' V: z7 I. D4 {8 e
: ]: I' e* R# V" H
3 S' r. B6 i) f+ _0 i8 H昇腾910正式商用

* c) i9 e- n$ M9 Z- O3 i
8 S& l5 ?0 g7 v; ~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。
& D8 L% n& z( b2 ?
+ S) c3 n) K- }9 e9 v/ D2 q7 }
2 B, x4 s" ?0 ]+ {  p: |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。
: f$ `: {* a2 h$ f/ U: [& b

$ J8 @: u8 ^5 m& `) E- N主要性能数据如下：

9 g) r/ N+ ]; q$ [: u

• 半精度为（FP 16）：256 Tera FLOPS；
  / m- K  \6 Y& p" ~6 g0 u# z
• 整数精度（INT 8）：512 Tera FLOPS，128通道 全高清 视频解码器- H.264/265。
  

  l6 t  u6 U, a3 @) r. M
; [' z5 b$ Z4 F1 e8 `% U' j2 D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。


“可以达到256TFLOPS，比英伟达 V100还要高出1倍！”


9 v6 J1 {6 F5 N7 Y
, `6 |$ `) D; 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%。


, C% @% `8 Z6 Q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。

. j$ y6 B$ i: p$ w1 G- }
4 A3 y; ?0 K) m+ g7 {. B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  g6 n2 W6 A7 N* N



$ x( O1 B' @9 v全球格局下的华为AI进展
0 ]  d/ n4 _- C7 v- h
1 B1 V5 V0 I' `* e1 ?. B+ D# S, v
2 [6 X3 c, h" Y. {! x, G2018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。
7 L: P( P0 j" }- v4 j% j
, I' Z# g: y5 E2 k3 K, l. J; p


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。
# p1 v  Z0 B8 [; }9 ^9 r1 S" H) u5 H

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。


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。

7 f9 Q5 H( c# b! W' Q! s+ Q
9 {  o5 ~, z# c) J+ H& u7 k3 [1 y' _
' `! [, k1 j2 {( B2 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。
4 x8 _5 r- S" m* A7 R
5 w# x6 N& Y+ W; F; A- l0 L
, e" y  F+ \  Y2 d  S  I当下，AI落地已经成为无可争议的大趋势，大方向。
$ \  m# v: \. U% U- m

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。
7 O# A* n$ m4 r& J( I. V2 y
; t+ U6 w: C* y+ l; 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。

2 h( V8 o! s# L/ U
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 X$ r2 D4 }( w6 p) V
1 d( U5 x0 T. Y7 t3 b


需要场景？数据？金钱？人才？等等，这些都不差。


( v8 K" h: w" u  K2 l. Q

但为什么，卡脖子隐忧，AI领域依然存在。
7 O( k8 ]3 c; r

4 ]. Q; B. f% @) t) J3 R4 v( z* H核心还在于算力（芯片）与基础技术。


2 f& H7 G# B8 D$ }5 ^3 d# c7 rNature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。


" i1 B: f. ^/ n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。

% _& g' c4 v+ K" x! H: s3 l: ~8 V
+ x; o  r9 T) ~, I& ~( M# 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。

& T. ~% a& S- O  e' b$ N* F
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。”
! Q% D- d* ~4 ^; c" _
7 p5 K! \' t9 h7 d" p
7 f6 Q" r% D) x0 M( e# H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。
0 ~7 k& q& j0 a3 f4 ~

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。
: ~. x1 w: n2 @6 Q6 k
/ N( G9 a2 Y, D3 k9 a  [, a( I
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。


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。


% V+ P9 w7 T# }8 @7 t' W2 |所以，Nature的问题：中国AI，到2030年能够领先全球吗？


今天华为给出一种解法，但一切还只是开始。
: v$ h& H. O1 u
: y! {7 b. v( L
你怎么看？
( i# j# C. J1 \& B- p2 Z5 x& {

1 x  x  Z3 Y& G9 e) W1 |0 C

近期精选

: W% ?: O% G, g, M& E

任正非推荐学习的博士PPT《认识5G，发展5G》

* q/ i# b' ?# Z/ V! n

任正非：在这个关头，妥协是没有出路的

孟晚舟被非法扣留画面曝光

8 F) W& T. c9 ^) @: k: J
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！