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”

) Q& N, e& k$ E0 h; Q

关键时刻，第一时间送达

  }. g6 J. K7 z0 z

8 i' ?, J; }% I$ g8 G& ]  g1 d

& M- U9 `1 w% K1 o: d! f4 n4 |

来源 / 量子位（ID：QbitAI）

8 c# q! `" Y# C' J  j! Z2 n

作者 / 乾明 边策 一璞 

( c+ Y6 V4 V0 {# @5 m: B

欢迎下载腾讯新闻APP，查看更多科技热点新闻

' k. ?* E. ]  U9 H

视频：“昇腾910”来了！华为发布最新AI处理器，时长约20分53秒

8 N- u3 Q3 i9 J. }" ?' V: q4 J6 W

1 a6 r+ d9 w! ?/ B/ Y刚刚，华为业界算力最强的AI芯片正式商用。
+ O% }# q- {+ ~0 X
& ]  v6 G2 f% B
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。
- n2 `. U3 j: D


3 m! D5 a# C1 V- M3 }* O
- |  Z. e% w6 d  s$ V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。
: D. @" Z/ A/ z- Q. d


0 q2 e. s5 ?$ q( v  }6 |0 v
# U  A6 H2 J/ @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”。
% z6 \& l6 K5 Y' u9 \. \/ v
5 U4 ?: X! d7 s' W3 C2 F
' Z* D# l# E: p; v5 F! z" o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。

, k1 k. L. R4 A. b9 \8 k
; r) W) v. g5 i* d; V& JMindSpore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 e! t3 F+ R7 g6 z
3 ?1 f# m3 p1 k* u6 N* a
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。
  z+ z+ f: k9 G. j- v5 ]- d
' V9 k- a. ^2 f& g1 N' K
" k9 L! ]3 z& N! Q# e. j: }6 Z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。
, w+ z& }5 a" b

3 [: V' v1 I& S$ [- o7 C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。
. [* ~1 [; @5 i, v! I

. a7 ^  W$ n2 M2 Z7 V# x1 `) i2 l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。

" g- r6 f( O' X) Y
现在，华为要用实际行动改变这一现状。

4 J  d4 r! y, s3 j& J) ?  d


AI领域的“鸿蒙OS”

4 Z  V  e8 l" w! j  [; [. J* \+ `
0 T, _( L8 U& M  V% j6 {: @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”。
( a+ [1 V! W6 ]# D+ \
; Z) M9 e  c, q) E: Z/ c
* w* x; S- l! y' _3 i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。
8 a; E* [4 e& S7 k
0 X  h3 }7 m( V# U, h, ~! g$ @7 x
也不仅仅是一款推理（部署）框架，也可以用来训练模型。
( x" C2 e$ U+ j: P! N" f/ v: g
# D  n, r* |4 Z. v* M; t9 T
7 H0 G+ R2 q3 G4 x) g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 x# f7 g# s& o) n) n( ?' w& j0 X
* W% G; `3 x8 |& {. w
& c" `' J) G7 |' g. v# [1 S
- w0 q8 b- t5 n8 h7 i; k0 @. N
( p7 q5 h7 {2 Z. D& P. j! {; R: W从这个角度来看，MindSpore也可以视为AI领域的“鸿蒙OS”。
; y) w# X1 ^, w* O5 M

  S4 I1 c# y1 z/ X5 f5 `! u* 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。


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。
" z+ @; s4 p/ ]: S

$ V4 L+ s8 W! ^  a* r5 `" D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。

* x7 V* L0 o0 _( d& z' A3 ~
3 g( L; Z) U" J" H- W) [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。
! o% S/ Z; Z1 R' [
! T+ c$ X9 A9 e1 P

. v3 h0 e' C: d; }
除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。
- D& m3 q1 H6 R& O6 s% k

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。

/ w1 x2 u( f7 {7 ~; @# w
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。


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。
0 s& \, x8 w: T& E' U. f3 V

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。
. `9 b/ [% l0 m6 J/ }0 o' C

0 I9 r6 N# }% m+ ^. G/ p9 U徐直军表示，MindSpore会在明年第一季度正式开源。
. H$ A9 Y% |% k0 C: d/ ?6 U

- P% L$ q# n" p9 e
9 W+ `4 G3 f& f! j- C
! q$ ]. }6 B8 H4 B: d8 M; C
, j. i9 C/ o3 R- `! L8 |. a昇腾910正式商用
3 Z* J; Y: h6 ]! x/ K  w/ w6 B  T4 y9 I
8 g. ^$ D$ G# @& K
& z3 v; T- q3 a3 b. [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。

1 B$ t6 _4 T6 f5 l# P, M1 t
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。
) E9 B, L: ?4 c8 U- ?* r
& M! ~! \* I# e! Z
; X; w- k; O/ W# u9 R主要性能数据如下：
' Y0 q- G# Z4 ]% t6 @( \& `

+ x4 R& ]0 v1 i5 \9 i

• 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。
  # U! }  ?. R! Y5 v5 u

* I( X7 U" U6 ~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！”
8 B8 I  r+ u3 v! @$ v" t

, o% `0 v. C/ }: _' g( ], O! b  A
$ Y* f! Z- w: `8 W) T* C0 E: r
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 b, }# M' l) y' W% [! j
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。


, _! i) z9 d% N0 j. f3 }而且徐直军还在会后明确表示：价格还没定，但肯定不会高！

; q9 Z, N7 ?4 u* Y! K8 {
& _: @  a9 q2 ^( b! u  U" y
; W5 I/ n, R1 T) X1 N  K; U( C' B  C

# ^+ H, l, V  v4 N) W$ }- r2 B5 Q; T( P全球格局下的华为AI进展


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。
/ d3 {  ^, a  G$ X, v



3 O- R8 `3 z, ~4 _8 a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。
8 x, O9 N1 ?7 d4 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。
# b  L3 o+ A7 r' d# W

  Q( C  b: ~1 n$ 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。
+ S2 W, t4 u! E7 f# N" s
; Y" I2 X$ s. G. g# b9 P


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。
8 r" ?8 }: S3 M( j
; w; _& b: A) U4 U! t3 s) j( H
9 N# O1 b8 j6 f! ^当下，AI落地已经成为无可争议的大趋势，大方向。


: @9 B5 ^: {; Q5 h" ]) U! ?2 l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。
, i9 ^4 f5 H9 C  k! n" @
& U6 O0 I' r% \! Y) T! J
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。

- G5 \# \8 N( j  v
  Q9 V! g  c# `, W$ m+ }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。


& V9 B  g. u6 B3 L* U& o! z* e" K
0 M( R% x. ]( V6 H
需要场景？数据？金钱？人才？等等，这些都不差。

* g. [. x# V& [) C, d
( D7 Q# f8 o4 b
2 d$ X. i. u0 _
但为什么，卡脖子隐忧，AI领域依然存在。
- x# R% g" Z: ~& K3 u$ D

核心还在于算力（芯片）与基础技术。
, r& h! |6 v2 M# l
  n7 j& S+ h$ N( d+ z+ m. R8 z  w$ ^
6 I! e+ S  x1 f( UNature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。
9 b( b+ y6 Q' G0 t% }

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。
% ]8 h% s7 I* r. h1 Q  y; f* t
5 r9 [% R- W) d7 a: O* |
- R0 ?9 K- [( G7 a  R) e$ l: J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。
1 ^0 Z9 P1 j: X* T8 ?- ]2 u
6 A, ^) p7 z) ^7 ]( D. S
6 B$ G# J- D, h. p, h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。”

- B: D# w1 w8 M$ U( T
, [3 D  M# f6 S  f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。
, ~1 J7 U6 n5 t
6 C6 y; }9 l: V( Z/ k$ A
1 e5 g$ i: |" R, r& A* r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。

9 G# `8 y3 _! B# W* F: X
+ K' d' g& {, D  N4 p% c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。


" l+ x4 i8 O, O) A" P# z5 r, 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。
7 u( d/ }5 C1 t- I1 I! U
1 x9 G: N+ o5 w& f* p
所以，Nature的问题：中国AI，到2030年能够领先全球吗？
7 r8 X; B; {* f- E1 M; X
0 h4 n& p! u  d* g0 q
( @5 A, C* E/ N; j6 y今天华为给出一种解法，但一切还只是开始。
5 F0 S8 o1 z3 P) l
8 g. d9 g/ j% o  m8 k
$ `  |9 o+ `6 x# |) t你怎么看？
6 O4 `) @& S4 H  |

; v6 y. b8 c3 n  R7 e

% W8 `# h; I# }% ^, w2 o3 C

近期精选

任正非推荐学习的博士PPT《认识5G，发展5G》

* E8 l, N8 h" H+ j8 ?* B

任正非：在这个关头，妥协是没有出路的

; w0 e' i8 `$ E- U' `& ~, L

孟晚舟被非法扣留画面曝光

: l% O6 `3 X3 m5 ?
来源：http://mp.weixin.qq.com/s?src=11&timestamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1
# m/ T* U- @7 q# S, m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！