|
点击上方“腾讯科技”,“星标或置顶公众号” 9 r& D* z. b' p! L
关键时刻,第一时间送达 8 E4 }$ ~) m/ q3 H5 ]
7 Q3 J2 p6 j- {, F

0 n2 S& E9 K6 ~) U% r& O, e; G" Z$ _0 S
来源 / 量子位(ID:QbitAI) ; O# _, ^' [0 b
作者 / 乾明 边策 一璞
) B2 k2 s8 K' y9 T$ e- ^欢迎下载腾讯新闻APP,查看更多科技热点新闻 5 N4 M- \; n1 p6 F# R s5 @
0 }; H+ U& X; ]/ g$ _, J5 @" t1 ? , D9 ^, h, P8 _
视频:“昇腾910”来了!华为发布最新AI处理器,时长约20分53秒 " B: U% t9 f. _8 X
3 n1 J# T/ a, E5 r& B" n
' N0 P- I( ~9 J8 f e刚刚,华为业界算力最强的AI芯片正式商用。7 D+ |% k6 _4 b
/ Q7 L" N( @- I$ Q0 W. p! G, q, o0 z0 U6 N% L" D9 \
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 |; }$ e/ P4 R' R9 j0 Z; z% L( }% ^$ S2 R
3 t2 S0 I$ [! q

8 Z: A/ k% n! @8 t) n6 E1 A; D5 Y9 A8 _: K9 Y# j; a+ 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。- G b$ }- m4 Q# h. s9 x$ `' K
+ c* y! k V7 k! e5 W! e- o6 r
/ c! Y B; T( _" l4 i- t ' @& Y4 J1 Y( F; {3 }
0 h( L; m4 p; E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”。
/ @4 w" ?& x- y1 @7 w7 k% m; i- v4 v% G: {8 `
8 i8 {- B0 Z+ V: X6 E
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。
) u( F2 r9 z" Q4 g* ^
! S* @3 L& Q; L5 [7 ~$ ]3 @, b5 A. k7 x1 a& S2 i
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。
4 Z' t! Q. o# a) Z
# D- K. V0 Q1 t/ m$ h4 w
0 A( M2 X% m& P1 E/ ~, b # R4 `6 _& f j# C" d( A! l8 A, h
% {% s6 v4 M8 F
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: x# Y) h% W' I0 p1 A" }1 ^: }
! X0 s* e" L- E( F6 ^7 y
8 `; K8 O3 E7 B% x
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。. F+ q* @! W: G4 y/ ?" @2 P- s
& X; b1 M: w4 O/ i: @- Z2 X4 B* c3 V. R
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。# A# v* ^) L( }
2 [2 G( O, Q4 {3 v% |6 E9 p9 [; N
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。
) Y! r! L+ z" k
, C) N" n6 Y# m6 N
# N6 T4 H8 }7 ^) q2 n- s现在,华为要用实际行动改变这一现状。
5 L, Q: n& g& h3 G6 N# l" M' T1 v) {$ H
$ n( v5 }8 e' u8 K! `' c4 S6 @0 Z5 K% j E; `- A

' Q4 E+ _! V0 Q4 B8 F4 GAI领域的“鸿蒙OS” I1 ]6 y' W- C$ M, B' a
; J7 w4 h0 R/ Y; k: {( l( a: {6 ]7 a# {2 P( p; d; X$ p3 Z& l
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”。) z: ^+ Y! K6 J4 g" Z
* j4 f+ h+ [, w( O
/ c ]* M" p0 f) y8 `
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 e( |& {2 t$ G" ? ]. g; W. G
% y8 M ^7 ?2 p, g
- R! j; b' |7 K) d也不仅仅是一款推理(部署)框架,也可以用来训练模型。6 j' Q/ c( t: n, I: U1 k. u
1 i5 E* S( X. j+ N/ a$ r& ~' m/ U: E! \: d; e/ R- M3 Y! S3 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。1 r: t& ^* e6 z8 i% Z
* g! B, i% [; S, F6 c( D# s, m8 i
+ P' e) _3 j3 n0 E9 w' |
! s2 f/ `4 t- _8 K
% s+ a( a4 |0 [" y1 I: t& r从这个角度来看,MindSpore也可以视为AI领域的“鸿蒙OS”。
& b: ?! @, I: s6 E( A3 i+ a E6 O" N1 a- m. ~# d
) `5 ~0 Q) [, I1 u
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。
& O9 e* K' X" D9 `7 O3 ^4 t0 t2 [
' C/ I( Z2 }" O
9 ]/ r; B) `0 g$ \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。
+ c/ Y+ A0 M; j" A0 N3 R
3 Q) D7 Y r; u u: s. a8 ^& u% V6 F, d, r
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。
! y0 \; Z4 G& G4 I- p2 R0 j8 r8 y, p2 ?1 O$ Q3 c
8 l! u: V% E! e* P/ f9 q5 I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/ b# A& ?. j
% }6 E( e/ ]- S( x+ j3 x. q; N, N1 k/ G

* K3 j6 _0 c& n# m9 G/ D3 @9 x/ K& D, w
除了昇腾处理器,MindSpore同时也支持GPU、CPU等其它处理器。
& N+ Z# a. U2 j( V
$ q) G$ }! o) F$ b$ K( s2 l% H+ j5 ?
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。
( a( `# S: f* X3 P8 v5 `) d& Z, U9 ^9 t/ u( j; s- Q7 e% m, e
# b+ J( Y/ E! `- p% ` i8 A5 C# x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。; k8 y" ]6 k6 L3 C8 p G+ T# [
& R! b! x4 y# v1 ^7 Y# K% M) F, o& K9 }+ Z( Q5 {& 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。
9 U% ^. R* V/ u8 i) U% |
* V, P7 z/ Y) F3 c* Y9 g$ k# z) _3 J1 X
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。, K1 y+ b3 z6 c! C/ Q# }
- D- p( f- R* d) b E/ \2 F- \
" E L2 l/ H0 v! _+ y6 G
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。
* Y8 [7 Y4 J' E; q$ k9 [
9 k4 o, E' Q! @7 H2 O6 ]
" ^' q; l2 t, M2 j; K0 ]1 B徐直军表示,MindSpore会在明年第一季度正式开源。+ o& W" r4 H2 i; t5 o |
( Y; t M, y; f1 J( O- a& {2 T/ _- S- X# w2 X& a, a
0 R5 m+ g: ?" c0 S: {7 V4 Z
8 ^5 x7 p+ S1 j' a- C
! k' s' o Z3 l6 A) e, c昇腾910正式商用" Y: s0 J! X; l/ w
3 `1 W2 N, p& q/ }; @5 ^
7 x3 X% w& t J1 ]- y a
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。, t8 M) m9 e' @' G) G( f- B' j4 x Z
* I, F! d3 [5 w* f- Q2 D/ k
; I7 y; G+ t# t. 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。- M! W% q: S& W4 H3 d' C
/ V9 j& q' d, v l7 y
; m/ ~8 F6 T2 M& t/ F! e
主要性能数据如下:
: R7 O1 n9 |' T) N! W' ?. o% Y0 E4 {* f3 R5 C* c
6 \( y: i; @2 w4 k
/ ]5 Q% L* P5 D- 半精度为(FP 16):256 Tera FLOPS;' b2 E5 l& w8 L+ S! ^ l; @
- 整数精度(INT 8):512 Tera FLOPS,128通道 全高清 视频解码器- H.264/265。) b2 W2 N$ `9 k( y
2 f& r, o- I& ` s9 [
# F6 {- J% R% U! x) i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。7 @+ q4 l1 {% l7 k
" w/ n7 T7 c) b; n9 U: S/ y% L: \% t* A9 p
“可以达到256TFLOPS,比英伟达 V100还要高出1倍!”
, W1 ?3 {6 {: D6 @ F$ d( d! H& g6 k. ^2 L+ j5 q
/ F: h: H8 ]9 J, i
) U5 c& M" ]! K' d0 N, t) K N
& c7 [8 W7 r" e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%。6 D: \8 l, O2 h0 s8 p
$ T( \( ^8 C( j. W" `8 @
) j' E4 \7 D+ V' U% Y. L
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。
- p/ [+ |% N, T1 C1 P' h' F6 J6 C: X" h
: C$ @8 y, l# p0 N- y9 m
而且徐直军还在会后明确表示:价格还没定,但肯定不会高!: n* Q# k% ?6 j% L! ?
$ } {; u- @+ p' o. Q1 B
$ k: s. U1 e9 f" j) ^( f5 l
4 D0 v2 X8 \# k0 m$ {
8 ~- Y% s9 \. ~; i7 z- k
5 l, t6 i; ?/ z全球格局下的华为AI进展
( N0 a+ J7 ^. o/ G. `# A3 C
0 i" K! o$ [8 |7 X4 Z3 _* m
+ w' N( t' E$ \- |( S2018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。$ O8 m9 Q5 W! q" m5 \7 |
$ t) D# k& Y, o' B
5 y' K$ S9 K% g0 g8 c- `9 }

* F0 M7 E) L( U- e O
5 v+ I5 h- T3 ]! T n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。
5 g1 G; V; |; R- E6 y
s; A5 X; j' J$ v# h8 B8 T( q
" I8 ?. ^1 W* F$ L y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。
! @* [8 z$ b# A) f; ]9 C9 H# Z* T% O |6 Y$ k2 h4 r
4 j3 L6 i7 L& w% S; o! o( r
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 x3 q- r8 g' Y' p& j! X. p
& A1 C) P. a V: P# B4 K d1 R6 u4 g: h' l+ K2 ?

! K% L/ ~+ g b4 x8 h& F$ d
6 u- \3 i8 n5 N& ^* c) ~4 M5 u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。
* W' h( `% \( a5 b4 \/ p) M# g& n# @; s" {, h& Y
* Q% ~ h5 O+ m5 ]当下,AI落地已经成为无可争议的大趋势,大方向。
) Q, Z7 R9 u6 n* }8 w2 K" ~
6 [$ g/ d7 C% ?$ B' B( \+ K% E& D5 d
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。
' H2 V7 X: S- I) f/ h! d2 T3 n$ ]. G( O$ p. i, \
$ a3 U0 `2 R$ s4 W- q& o3 x8 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。
2 y& {$ Z8 u4 ~( W6 ~5 u3 }" H2 P. r$ N
# u( e o# A a2 y: \1 d& f. Y$ Y- R
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。3 V# T& z5 y3 K
+ v8 \4 u. ?1 E% O" Y6 R& s7 }5 _% T1 x; g4 ?) m
: o, \$ e# e2 m A) n5 m
8 P: q6 ?) z( |5 V5 ?( j
需要场景?数据?金钱?人才?等等,这些都不差。
" r2 @8 @' g2 u: t- n& {6 I9 }1 Q
* w! p6 z: b/ a& M- f1 P0 V7 Z3 U

! f( A7 G% Y2 q' v- D+ e( K" F- j! a
2 ~; G" A. b% n* `9 z/ l" w% g. T' k但为什么,卡脖子隐忧,AI领域依然存在。' e# n! J/ F; Z7 \* b9 B% F
( u7 |& H$ r1 v9 f) n
+ j y! i& ~4 X ^& r/ s6 L+ K( I核心还在于算力(芯片)与基础技术。. P$ k) K9 r3 L; m
& {) g& k7 g6 u% ]/ N# S* i3 K5 O+ h6 `; @
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。
( J6 r9 b" l4 W% ~
' f% D, c& ~; R5 s) t# O. U) P: A, T1 l; D+ T2 U1 U
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。" e, w, \( M: Q/ C% }2 R2 K
2 |# z8 {, |' s* U$ z+ Y
1 M) _- |! W4 U" |% v
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。
* N* Y+ z6 `4 ^8 S- c& b! s+ h7 z6 t! O9 _; S7 B, r% ?
: s; U0 X9 W% c% X
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。”
2 g' _- }% h S7 r& r- u
6 t# l. _) E: B/ `5 u, N/ [6 v0 n% g( 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。% K+ z: G( D L3 f
$ X* C6 K5 a! t% y. s2 U
# S( d9 _; L5 h g+ ~% A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。0 _% \( p" |( L4 O
1 U3 y. Q' L5 u* l
& s# f+ Z# s4 q) \$ F
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。
1 O) q1 R* `0 t6 h. b4 I. d; n1 l1 F; B( M' k, y k+ R$ k2 D, A) v
$ U y! [# W6 k3 E5 c2 O
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。2 }. Q. Z0 h1 v5 U1 w
7 f) Z" y9 D; w7 q1 g- ^# N5 F$ [8 t# F6 N8 U, t* e9 b
所以,Nature的问题:中国AI,到2030年能够领先全球吗?# |! {$ p1 [, H7 |, ]2 V; ^
' {3 t$ y$ R/ u* q3 H% F4 t; [. M& M( P& }& o
今天华为给出一种解法,但一切还只是开始。+ _' G3 e+ w9 S, W
! ~' W( c; ]# Z; w" z* e
* |- N. ]8 h3 Q( D1 H. a你怎么看?
# E0 U) ?% h Z# y' x" l# L
9 w$ z; C$ d6 `3 H% x! |: `
2 c+ Q% y3 r: z& K! o9 V) ^( _9 ~: m* s( W! q; [
( a7 j6 i0 o2 V6 F近期精选 * h; f7 F G$ c0 L) ^
任正非推荐学习的博士PPT《认识5G,发展5G》0 ]6 ^9 D1 F7 b T: V, b
. P' y' [, }' j( D V% A
任正非:在这个关头,妥协是没有出路的8 F; o' D+ R3 v# l; e4 w
1 W! D Y% x" Z+ d- s孟晚舟被非法扣留画面曝光 7 S: W- j, R$ U4 x
' J, R( h6 n) k4 C- B; j$ F' c; G4 b
来源:http://mp.weixin.qq.com/s?src=11×tamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1
0 D. f! `: k% ]- d$ B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! |