|
点击上方“腾讯科技”，“星标或置顶公众号”
. E9 _5 U, W" L9 s# {关键时刻，第一时间送达 ; U$ r: ^* Q0 U6 B3 O7 N8 D
" i! s) p2 j- g1 T* ~
5 x B, u% ?- |3 v7 V( h l0 A4 H9 ~6 H/ ?' C6 \2 \
来源 / 量子位（ID：QbitAI）
$ `6 \9 R8 o$ m2 s2 e1 V/ C5 ?9 H作者 / 乾明 边策 一璞 2 w$ E _: l! Y3 A
欢迎下载腾讯新闻APP，查看更多科技热点新闻
, q& Y. k& G( l# {' \: N5 {
' ^* f- n% Y- g/ P. m8 w
$ \) S: M. 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 + x( K2 f" W, N0 s5 v
( P. q3 s; R, |8 I2 K# ~. W0 P {. Q* n+ e& ] ?- V
刚刚，华为业界算力最强的AI芯片正式商用。
( N" p/ N b; L7 @2 ^, I1 L& h$ W- {
# O2 P6 J W1 f- o
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。0 m. ]7 o& T. \& o4 `. _
8 t7 d |( S, ?: _3 d6 V3 j: A5 Y% c& H- m
 7 c. @7 y D6 @- c) b
1 Y8 V1 h# @% e0 _
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% W; ]: U8 U/ Q; o5 A5 \
* V" V* n7 \( w( ~/ N- }, e6 y" j0 D& e, |% g9 o
 + Q2 d6 ~: J* {. A; ?
; L8 H: ^2 w3 e+ m* Z- c
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”。
$ J0 N8 c7 n$ M' l. v- B! e, b4 ~! O. R' L3 G7 P! h- |
& a3 R) ?0 X9 ?9 m$ J' B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。
- @5 `& Y6 ^, V" v
% h' r: W# I9 G1 m/ y
: ?: l6 {2 C% C3 ZMindSpore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。0 ]$ e" P0 P$ W: Y7 b8 g0 u+ @
. {! f5 j: E5 c/ [- P d$ U8 P$ W# V. W$ V) n8 B) ~
 0 E$ }, B q: w5 k& y3 u
$ @% p- t b4 w2 j+ ]( @3 M
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。4 K) b( D9 X- O6 x: ]9 `
7 f+ w+ a9 F2 t3 K9 B3 _7 r& n+ G. v, i& f& @) ]
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。
" N+ t7 X# w9 {! M4 V& p+ \4 |% ~& n8 w) w9 G
. p* O/ S y# s0 R5 i' ~( B6 h5 X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。
: W" r( D" T5 T) M( D4 d2 Z; _. M+ z {; V& c. M
3 m4 R6 t2 l. p1 Q% O
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。* ]& z; A3 G6 \0 C. u1 {, u6 V- d9 D
6 M) \* ]1 z9 T( S# `7 G1 @
- z$ N" v& P! t3 L
现在，华为要用实际行动改变这一现状。" k; _: J. U7 y2 u/ c) Q3 \+ z1 t
1 |; J. c" ~$ I j* k# u" w6 h
& u' P% V; o1 n! C
) ]0 k( [5 C: V - N6 e& K+ }7 j
AI领域的“鸿蒙OS”5 d" `7 `1 l3 j _" q$ c
( d% x9 r$ e7 M5 W
7 F' K! q) w/ g2 ZMindSpore，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”。& s# t# m8 V3 q5 P: b, _" d
9 Y4 _" W) q6 g, _6 L
4 ?# s' F7 p+ Z3 ?6 a9 c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。
+ b9 b3 X0 x& s+ y
4 `, w; e0 N+ S' k# ^# N' }8 B9 X1 u! E% g
也不仅仅是一款推理（部署）框架，也可以用来训练模型。9 ^: T: m" W& d! T* d6 N
4 h! l) O% `2 E* V; [
- J4 D( V, ]8 v6 w) Z3 U+ L" \
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。
& d# B% K2 U( P3 B: _
5 m, j& z! `7 M. A) E8 r
5 ]6 @) `/ n( O9 Y- E 6 _0 Z( \( E# C7 {0 Y5 N2 V
1 |" u' p/ F! G, K7 k0 B$ K }) y9 s) B从这个角度来看，MindSpore也可以视为AI领域的“鸿蒙OS”。
5 l3 ^3 g* Z. h5 S- Z& v- g
1 Y* w4 l8 @0 u4 t, _! |, l. {! m4 ^9 [/ ^! o5 Q% ?' Q/ b
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。
4 A7 g* B. s1 d+ l
: O0 F; w% Y& h! K; H4 y4 V [2 s* I: a+ D, S
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。
3 W3 j) t6 ~% x8 } x! y
7 v* B2 S+ A& s. m0 ], u
6 o. y. W) q1 h! {0 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。
" N. e/ l8 e2 d& O; r. H6 d/ l# z
0 x9 A( v7 [; \0 m4 ^) u# }
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。
. o9 ^* J. v3 U( E. P( }: @
) a3 k! S; w, k- `
. G8 c4 V Z& v3 q6 U( Y3 V# f ; }9 [% Y) e- S0 ] T& c8 r
3 B2 Q* j; ? q0 F
除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。, |9 B. y* W3 Q C. y) ?" q
/ F5 Q% p. h% e! z0 V. q5 `
$ r# `9 @2 Q( a9 i1 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。
1 j5 G6 _4 S6 M/ }( [9 ?+ T
- F. U: N4 A( x* g% p% W1 |% L ?! T! s* Z" s8 r
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。/ y, p1 p2 x: G$ i7 l* X
9 M2 L% z2 p/ w( d! Y/ j# p* T; X
# F! A2 k3 T$ w6 O/ W
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。
& r9 k F9 E( t+ w, B" |% P- G
; j3 f0 E& e8 }+ l+ l( F A* S9 t v1 k5 I
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。
, b& t1 j7 \9 T I; P& I* i' n+ U: E! u' c4 ^1 ]1 a/ J& y/ n
0 i# p6 ]8 v- k$ @0 i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。
: }. x* f8 n3 _5 u6 {
1 T S' x2 L9 _0 a/ i5 x+ Z* `7 G1 r' P8 j3 M" }8 z# Y
徐直军表示，MindSpore会在明年第一季度正式开源。1 _) h+ H# M7 J. C: C) Z+ \7 P4 e% R) J
9 K' X2 @% t J5 }: I, _
7 r) F/ g( m5 x; A5 M% R 8 l0 ?9 [: j1 c+ Y9 H" C8 l+ C( g
" T( C: k- ~" N, L0 Y8 ^/ b' _/ D4 `
昇腾910正式商用
6 I7 r: t$ P. G& \5 q) f9 e/ {+ d
" m& k* U7 o' R* I0 n: ?. O. e5 D0 _, Y' [9 x
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。% H4 k& ?7 P% b
8 s& ?+ C- E+ f2 `4 g
/ p- ^0 a- U- ^8 k# j& 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。+ f F4 P0 s; k# L
4 ~1 M# A0 n7 o
' I6 E) u+ R6 p) q7 }# M主要性能数据如下：
0 L$ M# |' d! s+ `9 ~ S9 ^2 G+ Q
) y( a; @; _, a j
4 E; ~. S! \! u0 p) i- 半精度为（FP 16）：256 Tera FLOPS；
" G: Y+ h2 P/ U8 h7 s - 整数精度（INT 8）：512 Tera FLOPS，128通道 全高清 视频解码器- H.264/265。
: u- v9 z6 l$ N
) w% s# w3 D: w3 m. e
6 R$ j9 m$ V/ j* D" o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。
' m0 u7 y# b# e- p
3 C$ | q# s" e3 D' E# o6 p0 x+ q5 p3 {' S8 r! k! C- ~0 P# D6 m
“可以达到256TFLOPS，比英伟达 V100还要高出1倍！”; B: m9 \7 {/ ]) H& u8 S
+ U( p1 B1 Q% T/ ?( n) [
/ r2 S' I. j$ p# O
2 z( @- h9 b8 }0 D
' K- ? L4 Z$ o" w' X" [ w, |. p) a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%。9 K- ?& S" Y. n0 J! K# I, G
( [' y5 }7 a6 v+ B) b/ P. ~0 g6 H4 |/ e: u$ G0 g: C# ]- \4 L/ h
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 a/ o- t- B' t0 @' a3 B
$ s# Y1 {3 V2 Z4 T h z; | q( P7 [( `. T4 Z. o
而且徐直军还在会后明确表示：价格还没定，但肯定不会高！
2 y" F9 J; L" t( W9 B
. a. {* a( B! C l; y$ i0 ]- w+ U
+ w, @% J/ b0 k) |0 \( Q2 R( a9 N F9 N, v
: L& }( W% g& L0 j
/ r( J: d* z+ d8 V+ q$ ~
全球格局下的华为AI进展; L M, \, p r0 d5 s; _' ?2 w
6 H1 A( t L* W8 C
. F7 b7 L& {% ]; d2018年10月，在华为全连接大会上，徐直军公布了华为全栈全场景 AI 战略计划，将数据获取、训练、部署等各个环节囊括在自己的框架之内，主要目的是提升效率，让AI应用开发更加容易和便捷。& U1 y2 R% {6 q( A) {
, c- j5 S; {) G8 }8 N! t8 I8 `
: @4 `4 I* G! ]# ~5 D9 S- ]- n: E # r; J& O$ U; u9 e
0 i% ?: b3 F7 a- P ^' u: j" {
全场景包括：消费终端 (Consumer Device)、公有云 (Public Cloud) 、私有云 (Private Cloud)、边缘计算 (Edge Computing)、IoT行业终端 (Industrial IoT Device) 这5大类场景。* L- v9 K4 i5 z6 P1 x- P; `
8 q7 Q8 a& e9 x+ U0 V
+ x3 n/ |& y5 a, i% W重点在于全栈，包含基于达芬奇架构的昇腾系列芯片（Max、Lite、Mini、Tiny、Nano）、高度自动化的算子开发工具CANN、MindSpore框架和机器学习PaaS (平台即服务) ModelArts。7 x. k& d2 B4 A: P
: U4 c( A: ?; Y2 F: T$ @, g
4 }7 Q0 \) W+ ^# l, S9 W
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 J! m7 t, `5 F3 A. L4 L
$ p& h1 c8 K4 V
8 e; I9 t! k. Z- H7 p. z- y
+ I) F1 |' v3 V9 v% s( d% Q( c5 s! N2 f p6 i
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。
7 y h7 W& y$ p5 ?# U3 v' R
6 j! x4 |: ~: s0 i$ X5 S
+ [' C, ?. w9 u2 v7 h: u2 X当下，AI落地已经成为无可争议的大趋势，大方向。
0 J$ f4 G8 W# N# I2 Y
; u' O7 m8 [* N6 @7 w
, k) Z. e; f9 ?. R* [9 h0 T0 ?0 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。6 z4 d" I9 [& }0 k! `" t6 z
% y9 z, z. E# z2 z* G2 u; N
: V% ? X [: B, M5 A6 U7 T z6 d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。
" |4 N) c7 M& Z2 Z r$ N* h( `. Y! [4 t2 @/ O6 K
& l" k# S t3 K' 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。) p/ p* U& N; k( S- m
% n; c4 v3 C1 W
# H" H0 L5 p& F% _+ f- {/ N4 @3 Y9 a5 U
9 |4 T/ H9 K5 [* |
( `# G/ R$ W/ ^4 }! ^+ j+ y需要场景？数据？金钱？人才？等等，这些都不差。$ \1 Q! U$ s5 d4 X% H& e- a ^
" e. `$ x+ Q1 O. Q+ c2 \+ R
! Q7 t5 h) s! Y; u9 @/ S
* I2 T3 F6 E2 Q5 _: P+ r! q8 `5 e$ S( A' r4 [7 y) S
但为什么，卡脖子隐忧，AI领域依然存在。$ x5 H9 \( h" f0 S+ Y
0 A& U/ _% X. n" A/ \; ~
+ h6 |: k9 | e8 k核心还在于算力（芯片）与基础技术。
8 j5 U$ L/ g8 t' |4 c0 D) r
5 f! b* o: H- i% h! ]! F9 V
) A6 a, W# Z3 Q+ N, sNature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 G; {9 P! Z: ^5 Z z# R
3 P! N/ _' A5 L0 S1 c( {5 w
N# T% D0 X& H+ [0 k+ k$ `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。" n( B1 @6 D) R& }! I* h
0 X2 \- J$ T1 |% \; N
9 S9 Y* p+ | A/ N3 Q2 p ^- K' R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。
6 m: _/ B8 s! g9 o+ R9 ]- _4 A9 V9 J* [
* p% A1 C$ U# w* l: z) d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。”) W& H. t, r# A5 E& B
- V! L5 r0 D8 @( A5 d; |( O3 I/ ?! f2 ~/ L/ 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。
# A* @" x" Q: L# E+ Q7 q, E/ p; V8 p4 i M
& E2 ~: N+ p! a* ^+ N! 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。- m7 b' ^9 [( T/ m! m; W
& K$ u. D; V, o6 ] M+ p. Y% S9 [+ [
' m9 t* D4 }* e7 [% L- L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。! E X; x8 ^% w% y
0 @5 r: s2 ]7 i4 c
( b. m' q( M6 b$ j2 I2 |* 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。
5 T" X6 |2 |* Y/ R) m2 q& ^9 I7 X r
( |& @' W2 z$ c( ?/ D: f
所以，Nature的问题：中国AI，到2030年能够领先全球吗？, @* D: E: p3 |2 t$ p
2 s9 q# A( U2 P, \- {& Z6 @
- x o+ r) b" T, G" s6 v今天华为给出一种解法，但一切还只是开始。2 ~0 @, W, S. d* U6 C
: h" q9 g! H4 ~& n7 y- c l* {: q3 {. {. W2 p
你怎么看？
4 j6 {4 A6 s# O& ~ |# x2 w
* v2 x: y$ U& `
" q$ p4 F1 \3 F* Y: d& A: t8 A- b( h6 S
/ i$ _/ T) D4 _
近期精选
3 l; g6 v) Y3 z( k任正非推荐学习的博士PPT《认识5G，发展5G》" w, p1 Y P# |' ^" g8 A% n7 Z
2 r0 r( Z% G7 N/ h2 i任正非：在这个关头，妥协是没有出路的- t2 x5 j( K( i& Y
, f: F1 W _$ e- r, V孟晚舟被非法扣留画面曝光
& Y) U, y3 C _- N9 s
) `& ~& b' O) g# o% {& ]' `1 c2 q( Q, M' @. l: J- M" h
来源：http://mp.weixin.qq.com/s?src=11×tamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1
& O# O+ n( d( ~2 e% `+ @5 X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！ |
|手机版|小黑屋|梦想之都-俊月星空
( 粤ICP备18056059号 )|网站地图
发表于 2019-8-23 21:24:36
