京东6.18大促主会场领京享红包更优惠

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 9738|回复: 0

华为重磅发布:史上算力最强AI芯片正式商用

[复制链接]

22

主题

0

回帖

10

积分

新手上路

积分
10
发表于 2019-8-23 21:24:36 | 显示全部楼层 |阅读模式 来自 中国
点击上方“腾讯科技”,“星标或置顶公众号”
* t( _; s( F0 m9 t
关键时刻,第一时间送达
% D- o8 l) ~0 d2 a  ]- ?: i
2 S4 x( ~" a6 a+ P
+ T  D! g) J, ~2 r4 w* T  `3 h0 \
3 X# q1 `: S& a% X- |
来源 / 量子位(ID:QbitAI)
' e3 N- F. o1 x/ C; r& D" U% W! i
作者 / 乾明 边策 一璞 
+ V4 Q+ N8 M* N. p  d
欢迎下载腾讯新闻APP,查看更多科技热点新闻
+ U  O% E2 @, o" ?+ w& m
0 o0 _4 P# Q' s% u: h9 X0 z
: G9 z! T0 ?  K9 @
视频:“昇腾910”来了!华为发布最新AI处理器,时长约20分53秒

3 ?' L  i, @! j' s$ F: C$ B7 b7 J2 ^" Q2 W8 F. J; R9 z: C9 O& F. m
! s- v) J  m2 q+ S
刚刚,华为业界算力最强的AI芯片正式商用。
, c0 }7 p" O: m+ r  r  U8 g
: }( P4 y, o) ?- T" _- `& k! u  A3 |$ l. C/ V& n: g
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。
2 D* s  |% {) A+ u) e3 \3 V/ Q
2 e/ y: L  |" ]/ g! F  e

% V8 y5 c+ [1 B9 O5 }4 B) {& q% p6 s8 ]3 W/ _
# x% I  U  j& g& \) i+ R+ k1 B
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# ~3 E$ V$ K6 k7 a; s
, k- |! @  N; F* ]
7 B$ q4 e: @1 M% A( W/ ]* B- T

7 Q  M8 t. |8 Q, g- b
2 N$ T& j. H8 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”。
5 X9 a+ a' |& I! O
9 k* c3 P# W( d) ^& P
$ \7 ?  f! s; R% I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。
8 K7 m1 \4 ~$ c9 |7 e
- g5 @1 g. l1 ~, t1 K1 u- w# N
% `, i& {8 L/ v( p/ fMindSpore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。! C( q( d  C4 q3 K1 m% U: {/ h

8 j4 V' h2 `$ }8 S7 J! }! \/ R

  k# a( T) B  m; J# a) ]4 u8 j& b) H  O4 E
7 O% k$ P( }7 V+ Z5 W/ _& |3 e
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。
; Y: j# X" T7 h& H  y
1 v. [( y8 C7 V/ s; p* V% q& \" V! I
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。, u5 l8 M( c; p! h

7 y; [: k/ n# [! ?0 x
( Z. G0 Y8 P# g3 N" ~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。, O4 _5 k% o1 d

5 c; D8 g$ x: q
( z/ a) [" ?9 t1 M5 e% I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。
* t. d& l3 B6 k# V9 `
$ ]5 ^' W+ [9 ~2 L
( }; T4 G* Z/ q. r  b现在,华为要用实际行动改变这一现状。
; X2 W* Q4 E  t' {
) q3 }  C! u7 e: y9 o$ u: n9 p
2 f9 ^+ N8 R0 p6 G8 G& T/ B& c$ d. x: d& g2 O
" w+ _) L, x, o! g/ r' e  }- Q
AI领域的“鸿蒙OS”; j) j1 D5 K4 p* P' G' p

$ Q/ p& y! s; [5 T! {% S- @3 ]+ n% Y6 l8 y
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”。
9 X4 I# w: l5 \4 W+ A# _8 @/ D# l" t% h1 i, G9 c: a
9 |. W% E) y2 \* R" M4 m  Q
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。* `1 F$ }- u) h( P1 v( ?4 z9 i

. c8 z$ X2 s) H9 l) d8 Y# g8 w/ ]
也不仅仅是一款推理(部署)框架,也可以用来训练模型。* [4 \/ P/ B5 _) ~3 i; L6 I  O% m
9 U# m+ [! |& l: m: \2 M
6 S' Z6 B2 l( A; ~. j8 ^+ 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。4 i3 P/ h; ]) ]( V: q0 f
% _- F5 `2 e! v* Q

- [! ^( h$ E/ d$ q+ a# M) ~) ~9 t6 G7 @! {6 b/ \
- Q3 V+ U! J! L" d  F
从这个角度来看,MindSpore也可以视为AI领域的“鸿蒙OS”。
" g- W8 Z7 y) f' d8 O$ F  Q
) e9 b0 k+ |$ G* N( |+ t9 {- G# i  s' |0 |, G5 g( C
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。: r7 b; i$ Q' P2 H; h. {, G

2 G0 ^- J2 y! a  A7 k4 p- c
3 F" ?, q- J# i# r  m1 Q1 z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。) o- O- A0 ?" k7 J

3 P7 o) T9 A2 b0 h9 E) U, w8 t  Q! X
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。! e) r. k5 g4 v3 ?+ m, K) K

7 @% g% r  L" L- W4 Q: J' w2 j" y9 l* K4 ], J
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。6 K& B$ _& |, ~/ k2 L
; T% e$ D, R6 y1 D* C/ p
8 X9 D( {& {& W4 v- j4 T" a$ J) G
3 X* E3 _* h' B8 w+ S
5 `" m% ~# e) @2 ~
除了昇腾处理器,MindSpore同时也支持GPU、CPU等其它处理器。
, H, P) K- S/ e9 D# [' x: ?. m' P* _+ d: J& y$ }
! _, I! ?1 z' j& c
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* T4 V$ [4 A8 z3 M4 }( }: W4 M
: C3 }1 _4 y3 P: q
; g0 N% f# L; g9 o: M
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。
5 W- q3 y* `6 A1 ]2 C4 Y, x
3 w) N( ~3 N$ a0 U
: `0 t" q- k6 `& o" S* O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。1 F8 J4 a' R0 C1 j
" U4 ?. ~- n, w9 _) m0 R1 [" M
" z' e# C/ J  _  v; h$ |
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。- I4 M- v4 K- c

# `% b" b( B; J: L
" W$ F$ \5 }$ G& h6 h6 W( {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。/ x6 X0 H& v, C' e
7 S( E6 L) u% O. S$ s0 A2 H1 _

2 T9 k  d) S/ Y& @( B* h徐直军表示,MindSpore会在明年第一季度正式开源。: j* q$ n7 h/ X+ H

6 l* Z& K" I# l3 I8 r) i, a- d

/ }9 K+ k: \* ?4 C( [6 g
2 t0 F0 j$ \( \4 B, d  r' E/ g7 h4 L$ j9 R+ f; S6 y4 k

- ?  c- N1 D1 s昇腾910正式商用' ~' }8 l/ a9 q9 v* ^" ]

2 C& S( Z1 ]. }5 s' i+ N4 x, V" h. P& k+ M+ l0 ]. G
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。
4 ^0 s. A6 [+ ^! O% d
8 A& ]# b- T6 I1 B: }( p( U6 C2 M7 S) q' U
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。
! Y3 Q7 F$ m$ r1 A; v1 X  m% @6 o4 t
( ?. t; j) D9 e, D3 Z, y! z5 E- v3 W2 j5 e
主要性能数据如下:
+ q' I! a& S+ L) r- x! U1 b0 T1 Z* q, D
+ t4 x- z) N; q
    / P  l. |! l5 a5 h& O
  • 半精度为(FP 16):256 Tera FLOPS;
    - D2 |9 m2 X& ~7 b. \& ?6 e
  • 整数精度(INT 8):512 Tera FLOPS,128通道 全高清 视频解码器- H.264/265。$ D/ z5 X- Y$ h# v! s

+ A) I$ P$ o( `! l" i( A
0 C+ w8 v7 t# F8 v; [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。: J6 x: m& H. Y# f, D- E2 {. B
7 S, G0 z9 o; f+ }) X
- Y% }. @1 n5 J$ F8 ^7 [
“可以达到256TFLOPS,比英伟达 V100还要高出1倍!”
: }: C5 g$ z, D7 }  r; y+ F( T$ O1 M3 W  w3 c& J, t

( q' A) Z# m! }  e9 j" A/ o
  e1 X0 V0 I. Z  B. J: \
! ^3 g# I- H; P& u8 O. i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%。) A* V/ N* |8 R  Y2 G

+ o: |; N" v1 _1 n" l) H) D, V2 C$ o' A8 b0 B7 u  E
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 x) f2 U1 n0 m( `  W4 k

+ i7 l) ]  B8 y$ ?( _1 Y/ F$ {4 N4 D6 b) p6 t. ~& G1 [, P4 _
而且徐直军还在会后明确表示:价格还没定,但肯定不会高!
9 ?5 q+ l* `9 O& O1 I3 P8 X" [
! [. C  H! L0 t  V; D' k+ I* w5 s+ W
; q; X* X$ Y  z" Y3 y: i; f  {- h, N% ^
/ U1 v6 e+ x2 d. B6 k

2 l' v1 [# }* v6 y9 v全球格局下的华为AI进展! f* M0 F. m7 \- f# {

' X1 D, P$ w. q  l) u5 r/ _6 G, ?, }2 f
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。
/ ^# O, A  V8 H0 [  w/ ^5 z' e- A. S  r, u$ i+ K

* s" X  ~8 y2 I0 C' U
; P2 m1 z0 |5 O
9 E' @- |& Y. {/ 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。& [( L" T6 \8 n* U2 A2 z: J0 g* H2 n

' c! @& `$ W9 w, W- f1 t2 x
) q$ S4 J( o9 Z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。$ x( q1 A' l! F* g

5 ]$ c( m# J/ m" V5 O, \0 w. J
' m% v+ z% n$ A! n6 g! F: l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。0 }: B0 ?3 |  k* c. W4 }

* J% M; [: F0 }' |: L+ s0 l

  L1 Z1 q2 X7 s3 r4 y$ q: [5 J5 B, `
% D  ?2 `0 k! H+ x: s0 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。# Z- v9 a: S0 U
2 K2 t+ A- a$ j( |; k  C
2 \) [( ]3 X. ~" j7 S& Z2 k" t
当下,AI落地已经成为无可争议的大趋势,大方向。
' `; F9 h( ?1 ?# o: x' @$ n, R" q: R  \% `' r1 s
% K+ v9 J+ Q% x
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。: T  [* q6 g; V3 N" l

2 r/ N8 P# Q; X/ j. Q: ?" g( Y, ?: ]3 z) ]# N0 a6 @2 s
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 D8 c1 f2 A* |  D/ n
" C6 a; X% a6 Q! \" {0 J1 B. L

3 X# w. x' i: 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。' s/ k$ |7 Y* `
7 U( M# g0 ?  @+ _! }9 m: W

0 ~" F; d! k, R- n6 N6 K$ ?- e/ b9 l% D& q8 [

9 }' Q1 S4 ]) u  \0 x6 A: f- T需要场景?数据?金钱?人才?等等,这些都不差。( V" ^1 q3 b5 ?

5 _6 L" X8 @* Q2 w) D1 H$ v

& m$ n; |9 R0 b0 r- Z5 h
) o0 \+ |2 N) z" o
$ b+ T3 X: U+ |但为什么,卡脖子隐忧,AI领域依然存在。
4 L+ h- @" z, k4 U3 J" x3 x5 s+ O7 y, R% N% N
' w& ^6 \4 l2 x6 c/ s: A2 A
核心还在于算力(芯片)与基础技术。& h& @! K6 s1 q* t& H$ {5 @

8 t5 }( ~, L9 _
# H% R! c, k2 X: S9 y/ b9 m. FNature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。% a& F" `' o4 q" j

8 `4 k$ G1 p$ K+ f  f1 e  @7 C2 \, p2 i! Y6 A6 @) }9 C6 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。
) P0 `$ I: ~, Q! `" N# f5 k3 U  j0 P
. W3 a6 y$ m; u4 m9 c
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。
5 W, _6 W0 _! x# B/ M# s
. i3 E. C! e  `8 D% P7 H
$ e7 m) o7 a3 I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。”% a: X3 E% d  s, X4 K; e
- r3 @" U1 c1 d6 j% \
7 A) ~0 t2 F) 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。
/ R/ |8 W2 S* J* A4 a( F5 ~$ A& }7 I) a$ C& Q% c
# K& Y; o) _4 ~+ |0 k+ S7 N/ T
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。
( K( |; [- {. x6 n$ O: u9 F" L1 K- A; Z: F* E4 C
( k4 i5 _, q! a! G+ u* n' j! r
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。
! j4 R  R! O1 D3 F6 p4 w3 P% q( I/ q; d  Q1 w' o) b4 f

" X+ ^& C8 t: n0 f/ Y, d* K& [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。
5 p% W1 W* E# `; Y& H+ o$ i
0 d/ V( g, P7 ?3 f$ s4 e" X' f. p* O6 k: O% U: k
所以,Nature的问题:中国AI,到2030年能够领先全球吗?
; h- \5 }) @, E3 p6 W0 h! l8 ]* u/ l4 L" u2 w. R* J
  V& W) }* b4 ^/ C0 H. r
今天华为给出一种解法,但一切还只是开始。2 K- |7 G, u: A5 M
; N. q! }) g  c  Y, k( ^. n% U

  @; v) M: X0 E' o6 A2 M) Y你怎么看?
$ H* ^, L; `5 o! m7 |" T. q

- [# t3 T+ Y' D
* M' ^- {8 P# Y7 [2 u
3 ~1 N) H/ k2 D. _! m
7 D5 v4 b7 i) }. I) S( l
近期精选
% L1 d/ U* _4 c& V
任正非推荐学习的博士PPT《认识5G,发展5G》$ D$ [$ w' S0 s( s  q
1 @* t/ b- V6 S
任正非:在这个关头,妥协是没有出路的
8 w, H$ P5 c7 u7 d
/ ^/ \4 @0 D0 R/ O  y, I2 W2 v
孟晚舟被非法扣留画面曝光

' U( f1 {9 C3 @

4 H# Q5 x, \  S' G; Z3 Z# E4 J6 V/ f
2 h7 f& [7 i" q! y$ n6 [$ C+ z3 m1 k来源:http://mp.weixin.qq.com/s?src=11&timestamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1
7 _9 @- m* t3 U, x0 P# i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!

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

×

帖子地址: 

梦想之都-俊月星空 优酷自频道欢迎您 http://i.youku.com/zhaojun917
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|手机版|小黑屋|梦想之都-俊月星空 ( 粤ICP备18056059号 )|网站地图

GMT+8, 2026-3-17 11:28 , Processed in 0.065566 second(s), 28 queries .

Powered by Mxzdjyxk! X3.5

© 2001-2026 Discuz! Team.

快速回复 返回顶部 返回列表