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

+ C9 |: U; z5 M, l

( k4 W! ^9 N) o% Q, H& s. y7 t

来源 / 量子位（ID：QbitAI）

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

( |! I% |1 a; d8 P$ `/ e& ?- h; x

视频：“昇腾910”来了！华为发布最新AI处理器，时长约20分53秒

6 ~( o+ Q9 r$ @5 k( ~
# a* a+ Z" R$ W8 a# _
4 K: j; \$ C! \- c$ i1 \" \4 ?# k刚刚，华为业界算力最强的AI芯片正式商用。
0 g3 A* Z, v% H+ B! M1 z
" z* J  R" ~& k/ H  p8 r
( g+ ?7 [' m8 n. m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。

3 h* j. C' H7 e  F; Y


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。
8 }1 i! [; Q9 N% [$ v8 x

. m" }7 H0 Z: H! {$ _
# k0 ?2 h8 a; A) Z
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 c+ [2 v! O1 n2 u* A
$ j8 Z5 Z5 Y) {& C4 R
, R4 w9 i) h  X$ M* E2 f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。

7 c% B" W9 V' Y( b6 R
6 N5 t1 b2 i6 P) s5 L& VMindSpore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。
+ m$ @$ N, p& P! N
$ y/ W  O- ?  {2 z- X) Z' ]

! {5 H9 `! z" Q2 E" R& W+ N
3 I4 O6 i3 Z' c6 ], ?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。
+ @- o# ?+ Z' V* b( Z
" `# A8 P' {( k4 [  ]/ y
2 e* h7 ~8 k# `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。
. K" I$ I+ J1 _: I

$ O; c2 y: t% S3 I6 i6 |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。

6 A5 T* r6 j' Z! U3 L3 k4 k) M
. z, n- ]8 J" l) y' q  {- z% g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。
- V) h" c# y$ W7 Z) j6 ?" g
5 {  W5 n- B8 U3 ^0 g
现在，华为要用实际行动改变这一现状。

- C  a1 V. v2 Z7 L+ S
; E" q4 n5 a* z
9 t7 U/ w# V) S1 X3 ^: ^' q8 e
1 N0 O/ S4 J/ [6 ^- L. ZAI领域的“鸿蒙OS”
) _0 @( n1 {9 `* ~0 b7 R

, D* j% m" ^8 t0 W3 o$ dMindSpore，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”。
) I, H- O4 [8 S  Z: \6 L
' }* G0 W" r( E3 ?$ D. A
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。
2 A. r& B2 A- M+ `$ m& e  a9 t8 n
" S, n5 z/ k3 [) u( u
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。
6 z" \' r; W6 D/ `# s: u  i  a
* ?$ P6 G2 d. Z
( j4 E9 n- H& J7 _# S
/ @* D! l- p- v- n1 t( [0 L
$ e( I7 V5 d- i) h) O从这个角度来看，MindSpore也可以视为AI领域的“鸿蒙OS”。
1 F: A& [5 M3 m/ n* H
; o. ]& u) a* I, r# n9 ]2 I. f( _
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。
- L7 k4 z. d; P

& o1 J+ h% V. s2 B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。
0 _) \( O+ Q1 i/ `2 }9 Z+ V

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。
& Z; q9 ?1 z% a. W% _9 m, u) y* c

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。
+ s+ O! }0 y- [( a/ N( R

* E: U# _% o+ p! C* Z2 e
7 F7 P( U. u6 M- h/ W3 B% W9 v2 \+ t2 ]
除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。
0 X, `" i7 X$ g, z; s; p. O
* l, g# }9 Q! Q0 v7 D
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。

; l, \5 c# D, K5 P
  p$ A6 |+ l7 a8 T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。

) P; K* |$ {6 c* [( \: N8 K
9 t' \$ s# ?) c9 d: \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。

, ^2 |$ A0 j3 {# ?5 U
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 }4 ~! {5 G1 S; @) m4 w
. ?/ D1 `" @( ^- ]. ^
( ]: ~& k; o' T' v% E; j徐直军表示，MindSpore会在明年第一季度正式开源。


) O& Y' T% `+ @) ^* s% e7 u# ^9 o
. Z$ v/ q, E1 w$ H
1 J& q6 y) l: }* v8 j0 L
昇腾910正式商用


+ ~" `5 H* g6 g( ^* R/ S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。

6 e) V: R4 X- Z8 Q5 u6 C$ z
$ q1 L" j! |( f7 c8 L2 B3 Q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。
' b: x* g1 t3 u- {+ C$ V( n2 M

& w2 x, F1 u( E6 X8 c: e主要性能数据如下：
3 ~0 I, S  \4 t% y, N) ~

- P$ V( P5 Q5 P

- k" y3 O! C) o: B2 K/ x' I0 a
• 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' M: @) g! V: Z' E4 j

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 x* Y6 D/ ?0 D: s

! Q) k" o) A6 O$ d7 l4 q( @: C" E“可以达到256TFLOPS，比英伟达 V100还要高出1倍！”
4 j" R0 q  G: d- _9 W
8 b- u: C- f  S1 Q5 R. A- O- D


; `" e: V: O" s. Z+ X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  `0 n' D4 c3 a/ z! ^* D3 L
3 h- R+ d0 x5 r- \# k
$ p4 a( I1 J3 f0 F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。
/ }8 L% G/ g6 e8 z  j( r: ]; x. p

而且徐直军还在会后明确表示：价格还没定，但肯定不会高！

8 X) \: X  A) y/ G8 m
- J& J+ `  z2 H1 G5 U0 |. p! ~% K


$ b- r. h  j- O/ h- t8 y$ N全球格局下的华为AI进展

6 \; C0 q& s9 ?! ?3 s
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。


# d# K) W$ B. \
" K' I1 s8 ^5 X" B: D3 d
7 x0 Z, _) i" G0 H% g1 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。


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。
- g6 D4 S3 j- y1 ]
- a& j: W  I9 x
! {* O9 a) E& @9 t4 n) ~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。



* M  q# M2 l5 X( d& e
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。


1 S! y" {! c8 k, n) ~3 h当下，AI落地已经成为无可争议的大趋势，大方向。


+ s4 {9 `, |6 {6 ~# P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。


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。
& ?% [/ e; n' e+ \7 J, e
: ^8 _. r! R4 _! C: o
5 `1 Y) ^' w  P. V$ y# V& A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 ]) _5 u) _1 }" @! C* Q' D/ o

# C8 k* P& W3 e; n7 L1 h& [

需要场景？数据？金钱？人才？等等，这些都不差。

4 l2 C) ?- ^/ a+ E: [) @) q4 O3 ?
  I1 D2 Y: Y5 V" ]

但为什么，卡脖子隐忧，AI领域依然存在。
& I5 G6 q" e2 I4 C. R" Z" g" B
5 f. Y! K$ _. F9 I
9 C( n  r# s, B2 U3 d核心还在于算力（芯片）与基础技术。


% a- _+ W$ O; ~0 i% DNature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。


3 o7 {: m; F+ S! N4 W  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。


: ?) i; K9 J! b: }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。
8 X, `0 d0 l& x$ f
/ W! f/ _2 X# ]6 L5 U9 N/ V: 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 f7 G3 s" ^# y: n# @4 Y% z
" s* ~) l2 G/ x2 @& G& S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. {" |  @2 }: h; q5 O9 y
# F: {" r$ I# g5 s
2 D5 n+ o1 Y; L" v) \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。
3 z. \( p8 F- u2 K, A5 q
/ n9 I6 p  c/ W- r7 l% H
% s+ n. c4 P5 P" {. p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。
, K/ ~0 E: ~9 H8 u: d' T

8 A' e- K3 u& A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 f, W( ]' D4 e/ w* ?: k# Y$ Y

$ E) \3 {2 e( w  B1 ?所以，Nature的问题：中国AI，到2030年能够领先全球吗？
; m: p2 @9 X/ Q& @, H* M' o

1 c+ \$ {6 H. c( ^" B' s今天华为给出一种解法，但一切还只是开始。
# g# T% v; T2 H$ f

你怎么看？
, _6 K: D; E: i  Y! d# d

. L8 R! ^+ P; N2 c

近期精选

任正非推荐学习的博士PPT《认识5G，发展5G》

! l3 k3 _. \7 |

任正非：在这个关头，妥协是没有出路的
7 p1 z! Y. }. ]' K1 B& V+ {8 H& l

$ }! Z8 Y9 Q& ]8 L) V8 v

孟晚舟被非法扣留画面曝光

来源：http://mp.weixin.qq.com/s?src=11&timestamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1
/ z7 e* l2 g# c* h5 l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！