京东6.18大促主会场领京享红包更优惠

 找回密码
 立即注册

QQ登录

只需一步,快速开始

查看: 9740|回复: 0

华为重磅发布:史上算力最强AI芯片正式商用

[复制链接]

22

主题

0

回帖

10

积分

新手上路

积分
10
发表于 2019-8-23 21:24:36 | 显示全部楼层 |阅读模式 来自 中国
点击上方“腾讯科技”,“星标或置顶公众号”
  H5 }! h" j1 r" ~  \$ c
关键时刻,第一时间送达

: k9 B' J% G! r( t* B
6 @7 D% Z' [; c, c2 B5 ~9 I

" x3 V8 c6 i% o# P9 I, I' g, o# g* n" p8 v4 g2 H
来源 / 量子位(ID:QbitAI)

) {2 f! M* W& d3 N3 i  m* G) d( @6 `
作者 / 乾明 边策 一璞 

, U5 {* k# g" l, ^- c0 y$ z/ k5 g- N
欢迎下载腾讯新闻APP,查看更多科技热点新闻

5 _) t) l, S( `9 V7 a4 I  D
7 Q: j8 s! ^3 r
9 ?9 M8 f1 A: y! p: D9 R2 g5 P
视频:“昇腾910”来了!华为发布最新AI处理器,时长约20分53秒
: `; a0 M& f' x4 x. A
: r" B( h  V( F4 U7 `6 Q; }+ X

4 P% @: z, }2 C5 R# \刚刚,华为业界算力最强的AI芯片正式商用。
( Y5 N  u5 I* A$ Q: }; |! m- s' @! N5 g/ U& w
$ d- q3 o1 \* h# V- n: f
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。, k' w+ P& J. N6 J0 @! B$ a
: e; h8 q* @' ^: t. i" A; [$ ]
; W  t! R+ e- d3 N8 S+ u, I

- m! R6 {9 c3 G9 R9 N) b2 v7 `4 ~- r5 z, p* u- j3 e& 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。
5 I# H; V1 B3 W/ N0 M% b/ i% B; U
) L$ K: j; G9 V, F6 S2 E' v1 E
; s3 K$ o: p' v% U9 _& ~5 H
' y$ t6 `! ~3 j9 v: m2 o

6 T& b( k; Y( ~5 x# U% @) ]. S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”。
  S$ u2 z) P; D" }6 p& N3 g. @# N( B( A# X$ W
, s$ N6 A0 k2 m) k
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。
' g( G/ c" @: G* G+ P: o! D2 q* L" T) C8 B7 U
7 b( R' P/ T! J9 k! w$ Z
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。+ P4 [! b" ]6 k# @1 I/ q% ^

. O- n# F9 a1 u

1 Z/ f* b6 r4 {" G7 ~0 |/ G* s: @1 }: m' {  G/ r* q9 d
0 _; x7 B+ Q* @( x! d9 l1 P3 |
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。/ C4 J+ b: Y$ A
% b: R. s, `# t5 x

7 P/ T; T: M3 J$ [) q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。
! I& Y7 t8 M; B9 Q( E. j6 e. P' a# l4 V/ ~) ]: D1 m  V
' R  l3 \/ T9 r& J8 v5 M0 q5 z
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。
0 Y# A( J  m+ t7 W0 N( _5 o% Q- O
* I" X6 x0 t" Z8 q6 F3 g8 v7 o
# z2 S7 }7 R! a! {& `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。
9 l* L& @& ]7 W8 ^% w8 D4 h
6 o& T% \% p+ ~% [: r/ o
  r7 }8 w$ @7 |7 i7 c! B现在,华为要用实际行动改变这一现状。/ N8 K7 h$ t* z4 O, @7 I( U
% \- ?& Q1 J/ N( P
, K7 z) R% D9 n, p; X+ K  |; I
9 F3 @# ^( b3 ]! w* q8 J

/ ?2 J2 j: d: F7 `# [AI领域的“鸿蒙OS”- h' P! I+ p& v& [2 Y
. U4 i/ ^, [) _# ]9 k: D

& B' D  B  C- g# a& n- n8 O% q; _0 SMindSpore,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”。1 p$ p( `' K& k  Q

* l/ N, {. [+ R. k0 H2 o( K6 b1 H( D
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。! d2 Y' K  Q: a

  Y$ C/ b: W; C8 c) e6 @
, Y3 O/ p/ S# X- \- Q7 T1 S也不仅仅是一款推理(部署)框架,也可以用来训练模型。
% w5 W3 y& ^5 `) Q) i
  c' o$ |) |; p) [. I, l! c. F3 q) ~& u6 _  ]$ Z
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。9 A* n) X$ d/ |9 Y
3 l0 u+ ?3 ~, [$ |* H& s& Y6 V

4 q/ e4 x! s' b+ @, R! ?7 Z
3 v; P* o8 K; ~. Q
  ~$ I7 i% X1 {+ r$ R从这个角度来看,MindSpore也可以视为AI领域的“鸿蒙OS”。
" d7 U! C* ^  u, D5 j' u- n
: Q) |/ I- [9 w$ g' T
+ z; h: X2 s; h  @8 D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。) k0 S( }; f  d, o* [7 c6 n0 f2 }
, `% c1 E; q8 j1 V% I# ~9 A8 [1 X6 z
; b& C- p5 P* Z9 j3 f
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。
& t: |# M6 h& _% }0 W) G4 [* V2 j7 t6 f4 X

  s7 X1 G1 B: x3 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。
0 s$ t  o& M) b
8 d) m" p- L+ D& L' t7 Y2 W# X5 s3 o7 X: ]
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。. y2 T% K  e8 a/ q) f$ |, |* }

5 b' ~. M: l8 X+ ~$ e6 |, T. S% ~
. D4 v" W- B- T; T: L0 W  x. t9 }

/ E4 |% {6 s: E. N
! ~, a. E1 C$ Y7 \9 X+ w. q除了昇腾处理器,MindSpore同时也支持GPU、CPU等其它处理器。
( E# i9 C+ N- W
" R$ p3 V* O8 i+ `7 e* K7 f' c( s
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。( `; V2 S9 L2 P% _) y0 ?0 C" s
5 D' P$ Y# l% Y% a

* C/ |, m# L5 f. ~7 ^# p* X7 i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。5 C8 B, h: ]3 B
0 i( |/ q' A* ^: T
! J0 [! d3 k/ t; o
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。4 I5 z; J7 l# Y( L

' T% y" A. z6 t# W. W/ W; p9 z2 b7 |! 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。
, f9 l# R0 v& e9 O
( @3 u) i- X" e1 e5 l: @" O$ I* l* F, T+ O7 V
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。
6 c5 M) L( w9 L) o7 ~8 \6 E/ S2 ~! f7 }) ?" b
( R5 r& x7 r& n" A$ n  N( S6 \1 |. Z
徐直军表示,MindSpore会在明年第一季度正式开源。8 k5 k) |% v) \2 {: S' Z2 d2 T% ?
8 h1 S2 j! z# P+ ?' m: h% z
8 C7 G  v/ L, u8 A2 \

) f- x9 T; X; u/ i' J
0 f1 g+ z; s2 U4 R8 F
- V! Y! Z; A6 d( J/ Y2 O1 t昇腾910正式商用  n4 d3 x1 N& b5 W. i( d
5 ]$ E7 Z/ `6 C1 N8 H
4 q4 u2 W4 x" T7 ^! Q0 i2 v7 {7 l
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。
+ n1 _: l" Y$ C, ~5 t" R
3 a5 S2 m8 J' S& M. n0 _- J: Y7 |& L! ^$ J. c1 p! _
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 q/ }8 Y( I! o2 \2 R# I

1 v. v. Z1 \7 G! O! Y
- a/ p1 M$ O0 k/ g主要性能数据如下:
6 u; c" o5 k. z4 m/ A1 b5 F) e/ }; [: [4 x# P+ o9 T* }
8 s6 d. M/ f0 T. b8 d
    4 {; @  x4 U# t2 s4 ]5 J; b
  • 半精度为(FP 16):256 Tera FLOPS;2 A: ^+ b" \, \- }* f' n" G9 X
  • 整数精度(INT 8):512 Tera FLOPS,128通道 全高清 视频解码器- H.264/265。
    + _2 C9 \# }4 y& i* O* ~$ Z
/ I1 p% [8 n; }) r: S) [
5 d1 V$ a; j$ G) i6 C& B+ g# ?
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。
. Q/ H5 H& q( g9 n, t% z( @+ B/ x. @# ], X8 h; C3 l; t
7 h2 `, r4 r: c0 z3 d# l: ~
“可以达到256TFLOPS,比英伟达 V100还要高出1倍!”
( ^0 x8 {2 R' @; N, _* x& G! f4 p, M. h" O/ A& r+ ?: w
( F- _/ V0 o0 k( I* C

5 r3 ~1 Z8 W. J2 k
9 w4 x& K1 f) Q( _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%。, o/ c% N/ |# a
% ]! G$ y' v" `
" b: R1 M% f2 D* e
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。
+ ]) F0 @! `; v+ i* m  p( K9 ]$ F5 T8 s; L6 [) p3 d
# X" y9 N" Z' W7 p1 v& T
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% Y7 W2 }* u
: ?; ~8 A3 w2 C5 `
! J: z6 ~# O$ w* u2 |- {. k( X9 n7 s
7 n+ d. Y% x$ X& m9 i) C

# H5 V0 z: y0 h0 ]* }: n( ?+ C
* \! T$ \: u' R4 W全球格局下的华为AI进展
$ P5 h. ~+ Q2 z9 |+ f! T+ T6 G  d$ s. `8 X  S! m9 D

: ^" n, k' r2 L2 v2018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。9 ~5 H1 I% W& f# @

$ x3 K- T8 Y6 t1 r+ s0 h1 r$ c( ]* d
9 M: s) P: }7 ~6 H
$ S1 g& g" Q. J3 I
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。+ ^; i7 w# f# H! q
4 o* ]0 h+ Q' R" y) p4 k) A  j

; S. I& e9 K5 I5 H; `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 C- ^: ]- [  D4 E4 n6 s- E7 y% I& ~3 H) z) Z7 q, p2 J0 I

( f% T9 S# D7 r4 T0 o" M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。: u) M* w; E1 J9 J
) C) f% }" n: E/ ?: R2 ]

6 C5 P; N/ R9 n% T% M( v! R' l/ v2 o9 \
* H! J. I1 C% g* H
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。' j8 N0 w4 K# {
: P- j! }3 U, E  l% B3 ~

( f7 V" s- d( g! {3 _当下,AI落地已经成为无可争议的大趋势,大方向。
' ^* c( [% W9 q' D2 x
+ n4 P* R' ~* k0 ~: z! F" D) A5 n7 ]4 V7 [
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。
+ W) y; A0 k9 i  S4 j9 _3 g
. X& K% A% l* R* g% j# j. @- c4 X2 w6 q8 `
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。
3 P# a  U' J* e5 l+ \# i9 {2 W# y9 W# C% _/ l7 _- Z: _

7 w4 H2 q; F  g) e/ D, c% S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。
4 N( n! ]2 ]" ?* V5 [, J
: L! ^5 p; L. S8 e& w5 M2 Z

9 l& g0 E7 A' e) c! h; N) x5 j: K) _) t7 k" p& i+ Z' o

+ q7 c" j8 }7 u需要场景?数据?金钱?人才?等等,这些都不差。$ x0 |' {. n0 N1 F) D4 {( K+ Y& }9 L" a

' n5 X, O9 `) G3 t. Q' O6 u. [
5 A1 @- F# C+ ?1 `) m$ y

" m- o) R0 _. W/ \9 I+ x6 H
8 Z2 \, P+ T5 U2 W但为什么,卡脖子隐忧,AI领域依然存在。
+ r# f) b6 [# O; C7 Q. ?: k- i9 P- S8 \; H$ A% j4 n

  ?) g# V  @, j# o核心还在于算力(芯片)与基础技术。# E6 @# b$ k" j; T  K8 a
+ E+ L8 I5 O4 {

8 ^- Y1 L5 M/ T! 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。
% ]. O1 ]3 ?" L" C+ _9 j5 [) p1 k+ J" x9 Q6 S  O, q' _9 ~+ k
. U% H) u  o7 r. e/ S
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。
" ?. f; P0 K' e- g- r. j# T, b; k- d1 B
% o: ]6 E/ B: z9 j- H: t/ [
& e  u) h/ g6 \7 h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。0 e  ~$ `- z" u6 e
  ?5 q. E4 n0 V) x, R4 t. ?- X

& ~2 K  T# S7 E& h3 ]9 C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。”/ J/ R. T; s- e" ~+ z) e" N/ T% l. Q
$ F* C+ S' X8 s

. c9 m- z- m9 Z5 N% V. x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。
  B6 ^: V- A4 F) F5 S' ~; U. T/ D9 O/ W2 D$ {3 y' M- l6 d

9 `6 C0 c6 Q' G4 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。
- o: @. |+ _0 E, p  W* f& p: k7 U  a! S* g1 F! Y
2 I8 V3 W( D7 z6 Y) U, _: o
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。
$ H* {/ C) u8 b+ J' \7 V; S5 T; C1 \* }% e/ ~
$ Q& y8 H/ Z5 O0 h7 ]4 x- @
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。
4 d# a$ `) v8 s: O( r" P5 }
# U4 ^; @7 W* C! Z$ v$ _6 \* f( i4 N7 }
所以,Nature的问题:中国AI,到2030年能够领先全球吗?' Y3 Q. `; Y' e! x* k7 {( E

9 z8 }3 m! r9 Q) m5 `
0 ]$ ]  m7 Y  H+ Y+ E# C; j今天华为给出一种解法,但一切还只是开始。2 `/ h  n5 ^) [! \; H
1 y6 r/ M" f: u7 J. f$ A3 \- G( T

$ u0 h4 H+ D' w* q你怎么看?
! p) S" c; P' S/ Y
/ e  w' l& P2 p9 P% \6 l' h
( B7 Y1 u6 L6 s/ q

) A4 T3 D) P4 `$ P1 t% T! M; q
0 p) k; z. m9 S7 v: Y
近期精选

% D) s4 w( A4 n) ?  Q) H1 g( m
任正非推荐学习的博士PPT《认识5G,发展5G》
: \# ]; p; }+ Q9 c) I3 ^7 i

: V, D; O* n% E( Y7 U. h
任正非:在这个关头,妥协是没有出路的
- }2 i$ C3 @0 ]  |
+ L# P0 z% O) o' @' j
孟晚舟被非法扣留画面曝光

% f+ H- P) P/ r% j, H

& b+ N) m7 {4 J$ ^2 |+ ~# _  [8 t; F6 X3 [. c. a
来源:http://mp.weixin.qq.com/s?src=11&timestamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1
' ^1 d/ l9 }4 v  C3 z) A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!

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

×

帖子地址: 

梦想之都-俊月星空 优酷自频道欢迎您 http://i.youku.com/zhaojun917
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|手机版|小黑屋|梦想之都-俊月星空 ( 粤ICP备18056059号 )|网站地图

GMT+8, 2026-3-17 15:03 , Processed in 0.074394 second(s), 28 queries .

Powered by Mxzdjyxk! X3.5

© 2001-2026 Discuz! Team.

快速回复 返回顶部 返回列表