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

5 L, z6 \8 |4 z6 U& N2 E* z( K

来源 / 量子位（ID：QbitAI）

' |% W+ S% R( a6 O

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

, r8 J% K" o/ I: m5 @

6 h1 I& U7 H  a' H( H9 ~9 C

; C3 _5 B5 F4 m* K5 L1 z

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 Q$ d2 O) f& P9 k刚刚，华为业界算力最强的AI芯片正式商用。
. }+ k) p, a4 i
! _. R- F4 }/ U9 R
* g' T: A0 r5 G; A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。

4 I1 Q3 q$ ]: W6 m) a

! k, j6 y" N: l* Z4 {; h) g: f
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。
$ s, ~2 I( x6 u5 W4 M9 s

! ?# m9 T: e) d) F

7 _. z' A( C! }! g' _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”。
# g. s  P' S2 t! n5 Q& H
% E3 G7 P4 o5 P
( Z7 \$ @& d* C* E2 ^7 Y" Z8 z4 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。
! y9 j% \, z: E8 v& l
: d7 n  _: R' w' t1 z2 F, z& K1 s
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。

$ @5 a! r1 |4 Y# Z' P' Q
& [( W7 A3 r, k4 h0 z

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。
! A& t- Z7 A' J  f1 ^( g4 ?, |
  r; e6 O- L+ Q1 ^! l3 X: p- q
% e3 j+ `8 X' B7 x- `/ y6 w0 C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。
4 m, \5 ^7 y. W6 O$ g3 Z
# }3 T! _; p2 `" W! q
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。

9 C: V) s! C$ E1 v) |& g1 B
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。
3 G2 K* W( g# |3 I% u6 _3 v  f7 Y

; c/ q+ y" c' I9 K) o- C6 @1 B) V# |% b现在，华为要用实际行动改变这一现状。
% z- A6 T3 p5 M* k" N" ^1 k: z
- A1 u  \6 r  p2 G7 {4 E# u) c) |
2 o0 G$ l' C8 b1 i

9 I0 L: ~. r& i& n+ BAI领域的“鸿蒙OS”


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”。
) r3 {" k! C3 A9 Y% q
7 u; X- T' P0 }! E2 D5 P! [9 ~% _+ W$ P
1 m1 h  E+ S) P6 d0 I/ N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。
/ V) a2 ?& x; l* B9 b( O! h8 y

也不仅仅是一款推理（部署）框架，也可以用来训练模型。


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。
: U, y! y+ Q. _( c% @: [9 a& y
: b: u3 G- g' a; v


# f4 O0 t7 ~1 _5 S  Q8 M, B! _从这个角度来看，MindSpore也可以视为AI领域的“鸿蒙OS”。
7 s  `) A/ Y& [" j: W  y/ J

5 h! r- x% @% e3 L, @! w# ~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。

; {* C+ X8 R: D& \* N) i/ ?5 c
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 C$ ?' S& m! e! s. t
% u/ h0 p' `2 J6 h2 @$ ?
/ _  a6 h0 w4 i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。
5 d3 }+ h% z* e, M5 C0 z

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$ ?- D& z! U
9 I' N7 {" t! D/ q0 E

+ P' g7 v1 g8 U" t9 ~7 S& Z
8 o# C8 y7 q+ L3 t除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。

6 V- Y7 C) Q; o, v7 g# H; p1 v
$ A2 O$ u& q7 {7 M& e2 e. e% ?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。

+ M3 N1 ~* [3 H' O/ M5 A
% y7 p8 B3 \; H4 V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。
/ Q; n! Y7 ~% b7 J7 E" v0 K

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。


) Q6 s$ e2 v+ a# I3 @7 ?# Z4 ^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。


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 x( V, e; y, J6 q0 `% B+ F

) L! R6 S: ]/ b; [8 l- h3 q徐直军表示，MindSpore会在明年第一季度正式开源。
* y* r0 A' X* G) Z- e8 p


+ x& u5 X8 q* Z. K& b
+ h+ n5 r* k* T! `9 r
昇腾910正式商用


9 g% ?( l+ |1 D' o5 x- U0 L) D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。

/ I# u% ?2 f) M0 z
1 R) `$ |7 K6 o7 b/ J- W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。
5 n2 f) J, }  _0 p8 I* F

主要性能数据如下：


* Z" w  G8 ]8 T4 l8 w% n

• 半精度为（FP 16）：256 Tera FLOPS；
  
• 整数精度（INT 8）：512 Tera FLOPS，128通道 全高清 视频解码器- H.264/265。
    R, B3 B/ g& W0 O/ _

  y2 ^1 H% {% B: Z. {: E- t
  q5 \/ t: f4 Z6 X; p4 R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。
- u* v0 n9 ?3 C* }$ S- g' [& F
1 y5 t( D% M9 e, l+ Z9 e7 J* _
“可以达到256TFLOPS，比英伟达 V100还要高出1倍！”
5 B8 J# q0 H1 d5 e" G
2 @6 h+ j( _& V- ^- d' W& Z
; j' ^* \# L/ R9 q; M3 R; c" p
7 q/ O' s# K/ I
  A7 N) J7 I* Z! O( W& Q+ n- P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%。
* r6 G# P8 _6 w' p. y  [' l1 x1 e

& N* G( A' x4 x/ S  [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。


) k8 w2 ]9 F' x9 B; I而且徐直军还在会后明确表示：价格还没定，但肯定不会高！
" I' g* g, b& t) |3 f1 @



5 |  h; ^& j& Q; r( q  E
+ D& e( I: g3 w6 e5 t3 t3 N全球格局下的华为AI进展
, N0 Q  w, n2 Z( k) W/ W& q
8 [' y& [3 N% A' Y- h7 e
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。
  g6 Q7 v/ c) z9 E5 @

8 d% [9 x6 X& H) ~# w2 W+ v& [5 F

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 a0 d* w- e5 z9 M
+ [; W. m* v( V' c. B0 f
' ~$ X$ z, [3 R3 V+ t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: e$ I7 k  O) B9 X

* k" B+ ?% B8 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。




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。

0 K  x" B; r% a  i, O$ X' `+ O2 y
, V% }$ x/ W- s" K* B当下，AI落地已经成为无可争议的大趋势，大方向。


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。
# |- [" E( m3 n' Y4 W( b% q
) r7 |. U3 I. w% c8 G8 G0 e$ |
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。
6 E& L6 J0 T( `  @
4 _3 a) @9 }3 k3 N- t- i2 X
  R% M( p0 N8 Z: g6 D  A5 ~% K1 i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。
- p. E, s! Q9 w' f; ~+ p



# z' ]- Z9 v0 t) L2 ?5 S- D* W需要场景？数据？金钱？人才？等等，这些都不差。
& I* n2 X) M; i" C+ C
5 l- o' n; f! M, w" m

; A7 Y5 K3 V2 u2 x. @1 g
但为什么，卡脖子隐忧，AI领域依然存在。


/ q  L$ m% Y' q核心还在于算力（芯片）与基础技术。
  x8 p9 _9 _! I+ W0 y! R

5 ~* R$ v9 R& i$ hNature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。


+ ^! x; k7 t1 S- A! S. V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。
0 ^* t1 i3 }' o+ \! g: L1 S- F

  b0 K- k- y# S5 E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 f) Q* r0 x/ _/ _: }4 r: I! ~* |6 Z

" a0 t+ [- }+ P4 p% r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。”
9 j/ k) T& o4 }) `0 [- v& m
) r( D: b$ C5 t+ ^+ n
( y8 x% W: |& T7 B7 Z/ h% e  ?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。


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。

( }* X0 |: q$ |! W3 ^* J" {# }
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。
( `- \% M4 k- ]3 r% U
% B4 T0 [! W6 P9 ?$ m- n
! X0 D  L8 h' v& K& p$ R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。
9 P' Y/ O2 N% J$ y+ H6 R8 y: o

1 J9 {& Z* |. d& M' w所以，Nature的问题：中国AI，到2030年能够领先全球吗？
: w7 p# N2 x: t/ g1 q+ p+ U
! l& X* B: X% r6 K- H7 x
今天华为给出一种解法，但一切还只是开始。
. y" M2 g0 f" F3 X
( D( Z$ y: E8 t3 X
& G: [% I0 q) T- R# l你怎么看？
+ Q2 w' U* k. J# B* E; {7 F8 T' w

; O1 l, x' d. o+ [8 d

$ q8 p& W$ m# z% }; l
, ?$ ]' ]6 {$ m; E) N9 `  j7 X2 n

近期精选

% h0 O( ^) A; W3 o# v* U

任正非推荐学习的博士PPT《认识5G，发展5G》

+ a( V1 K) B' S2 C

任正非：在这个关头，妥协是没有出路的

9 E$ l3 M# a; T5 I

孟晚舟被非法扣留画面曝光

: t+ m; [- V0 j7 ^( N8 e5 T

3 y1 V! P: Q# Z* U. `: K来源：http://mp.weixin.qq.com/s?src=11&timestamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1
8 S# [6 F: d' v  F7 s8 a9 ?$ b7 v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！