|
点击上方“腾讯科技”,“星标或置顶公众号”
" [; v) p- a5 \9 `7 D关键时刻,第一时间送达 ( V7 k: l! w% Z- a
( A3 p' p1 O" ?. u, c; e0 _8 G% X - H" n: P T% g! _9 C$ ^# ?
. t" W& _# y- k" A来源 / 量子位(ID:QbitAI) ; y8 r! ~4 Z X5 N
作者 / 乾明 边策 一璞
$ L0 t% H+ w' K* p8 z欢迎下载腾讯新闻APP,查看更多科技热点新闻
* g; l/ l3 \# v1 K; c; R( n H: S7 e; C N+ `9 B* n4 A- t
& [% w8 [' H; T+ }, F& l
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 M3 |- Q) V- q5 y4 g% z$ e" y
& W% x& O7 R5 m
3 i: ]% D" M+ r5 K; ^) e$ [6 j刚刚,华为业界算力最强的AI芯片正式商用。" g, Z6 d& c8 U( d' S
, B; [3 L: L, b
7 d) s% B! t0 T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。- P4 g& D5 E' p2 T) ?7 Y5 N
) Y. z2 g+ t' w/ G
, a3 X9 s i# B2 \( g) t* x

( f* f' i# p+ w/ Q
- l! D$ O0 @7 i0 ^/ Y/ k: |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。
; s8 j* ~* |" l- O* R% c! L# i( W" a2 C4 P1 w) z
. ?7 }$ M, @. Q `; P5 F
! m+ @/ Y2 e% W4 Q
4 W* b& ~/ Z$ H, D% y; _; C& i
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”。% \# Z: T- p$ I* l* a3 f [; ?$ C
3 K/ w4 {; @2 a) q; [( m% `, R; K" V$ B8 P, V8 l8 L
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。9 ^# x! M0 F2 ~
- C. S0 J6 V$ K6 Z# ^2 @
; V5 T* K; D( B: g! i ?, h. ?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。: W' X1 [9 I+ y) z* u$ v
( P3 x8 l$ y: L
! f1 h% x3 @8 k1 X; x6 x( m; r* k2 r$ v + a+ v+ h2 p# n7 J- o
( n) m- T, _* }+ C$ K* k
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。
1 N" L4 r+ d/ e5 V& k v9 G) c, n" a5 D5 l3 V8 e
! K3 t2 d9 `0 o+ j# 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。
) g( F s a4 l2 p5 z$ |1 |& ?. Q ]9 o+ K; r# s
$ d2 M& i7 e+ Y% o% ?6 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。
; L+ |" S5 {" P4 ?+ }4 T
) a- E6 w; ?( v5 u2 y! L( B Q! F1 o+ E4 s5 P m1 p2 e
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。- S0 ?; p! D* z. X5 V, n) x$ u6 p
" [* {' q( `+ \2 B
$ C* k& c0 K' h. B" z+ l. P" p; _
现在,华为要用实际行动改变这一现状。
- |5 ~) \2 j! w d' O
/ G* M& U% W- `
3 j9 R3 J# d0 Z0 d* t! p
; |; u1 v' Z8 D9 H. q: o [* l: q3 E8 c, }
AI领域的“鸿蒙OS”# |4 y' t; C: W) x
6 n. j/ h8 i X2 t8 j3 a; i; v
- S3 L Z% ~. LMindSpore,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”。
" V) H' P+ Z( Q5 J' _9 `* Y7 ` Q, P- C# W/ x2 T! [
# G7 Q: z* B. I, U: Z& d% M( ?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。
0 s) T' G& j; x* Q e2 ~, X1 ^- L6 }/ E8 }7 x( j, a5 o
4 L% l0 z5 G0 x也不仅仅是一款推理(部署)框架,也可以用来训练模型。5 R4 a# P( j* K& ^) S$ d" D9 a
6 W4 e7 P+ D* U( O g. U
3 L' q2 d8 L: l! Z' }+ _8 |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。
; ]8 R! w8 l2 R H
7 T1 C( R6 T) _5 h8 I- W
9 [- u& S5 o8 `
( u d8 L6 z% T% f6 y1 w0 O6 e3 ~4 m2 [- f5 Y5 p* X3 E' ^0 ~
从这个角度来看,MindSpore也可以视为AI领域的“鸿蒙OS”。! s x. t, S& u
( T4 v) e X" L" A$ S" l
; a: z& e s2 m8 t. C
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。9 G; h( v0 ]$ p6 x5 K' g, h" b
' _) f/ u6 Z2 V- d3 S: ^
0 F6 @2 {* t0 [# u+ 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。3 G. N0 H, v4 u/ _
( P6 k) ^+ ^: ?3 }9 ~ u' s4 H
8 `0 X- e+ w+ \. X3 q: L
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。
& F7 c& d1 |$ T6 Z# i
8 @& \3 i' E% `6 b6 n1 X- y. a& D
% `3 i7 b0 T4 w( f' O, k" \" f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。. k& R+ {9 s$ ~1 k6 S2 h
8 [6 v+ o- p6 I* o5 f/ w% O
D0 P$ y0 R$ n) x/ e# L6 A: g1 l
; k: M) B; \; S7 u5 Q
* }6 ~# s2 W, }" y- D4 z) p |3 K3 r除了昇腾处理器,MindSpore同时也支持GPU、CPU等其它处理器。" e+ v/ A, \9 j" h) X
9 Z( T; R1 N0 l1 b$ h+ ^, X" F( U8 | C/ x. x5 v
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。7 I/ n9 d% U- s4 V. F
! O+ X+ l5 {+ N
/ K- T1 j2 @7 @0 {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。
7 j- @) O! b. y0 ?
) M* \0 g# U7 L! ~0 [9 j( u7 [! q
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。$ V% l! d7 u9 ~. f A
; k" ?6 \0 m4 O7 _2 k
4 G4 B7 C" Z0 `# f. ]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。6 M5 j8 O0 X; h. `$ Q
9 t9 o3 F( ^$ w7 h- g7 _: } x, j3 e% p ~! I+ M1 v, C5 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。
' @6 M& V0 E. {) m% h4 v3 l" u7 `: @. S4 _: |
0 j" V2 M; c0 h x. Z4 y, h! m" X徐直军表示,MindSpore会在明年第一季度正式开源。
3 P; A* ~, J) ?8 d1 ?; D% [, x! P4 s) _( F. X; e3 v# s
2 N' d3 ]' s, d! s9 p
4 e3 S( \/ u/ i+ t' t# Z
1 {2 d% L t! {- q: r% o+ |* k2 j" m
) K' {) V& ?# L; M" Z5 F- A昇腾910正式商用8 W% ^4 Y' ~! i4 F6 q0 Z. e9 E
! a, }4 m" w7 n! M: R
# I$ f2 D: |2 O& F/ [) r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。
) R2 i. _ g+ r( x N b7 e) g
" d" k( r' C0 D8 f. i8 f& f3 S9 d, t( K% j$ Z5 p" Y7 h: U
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。
! w+ K& c, n0 V! r3 T* R5 M% L J# q% _( t: m* p
% U; y; s2 E) V0 I0 U主要性能数据如下:; ?' n0 v* h4 d `0 j8 B0 M( n
^* |0 M8 R1 e
0 g- K/ P/ b) _/ s( e
) g+ U, Q# x7 t1 ]' R* |
- 半精度为(FP 16):256 Tera FLOPS;& Z8 i$ T* y8 g* w. Z0 P
- 整数精度(INT 8):512 Tera FLOPS,128通道 全高清 视频解码器- H.264/265。
- l' N/ p3 I# _6 t- \0 m 3 p5 V! x8 O; I
9 o- h. E! S d) h6 j! v0 x9 u' }, ?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。
5 L1 f7 f3 K7 z6 @, Q
$ E' A7 h" J/ O2 \8 f) Q
6 p- _6 R# D; l) `. S, l2 L1 ?“可以达到256TFLOPS,比英伟达 V100还要高出1倍!”
6 _9 ?" [1 g1 }( L, D3 `' K4 m' K4 a% b, @2 `. n* O
9 R, @$ A. U) T3 c5 D$ w8 ` f# v
/ R1 T5 ]" X' b4 X* z* z4 G
3 I F1 |* {# C; U, 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%。% x3 z; V( ]; Y7 k, c. h c- g4 v
1 |1 }+ I- w5 n
3 _6 i- S; C4 |% ^( 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。
: r9 m, X4 Y) Q5 A& k1 X
4 u$ c5 }9 _' y7 [5 b! H9 x: c( c( r' T9 o+ \' l
而且徐直军还在会后明确表示:价格还没定,但肯定不会高!
$ q8 e: Z9 z+ _
/ P4 L" q2 O s9 g/ H6 B$ {: F& K5 b% ?6 H w
6 a; h9 l+ i3 x. u9 Y% ?$ Y; }
9 x" n$ f$ q9 R, v- T# [ 7 Q0 w7 m$ T6 s; n8 W% r$ o
全球格局下的华为AI进展
9 r# I. J: a9 G4 m7 G7 W9 p0 e& `7 ~( z% S- I# ^ I1 @
5 H# Z7 ]/ x* }- ~4 i% r2018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。7 B9 q; R# m3 w2 S& i, Y. [
6 Y7 \+ V Y, _: [! r4 h% S* M4 a
% b- z. P, L& U. p: d- \- S' Y " g# G d& `4 [# L
L8 h& @/ \ }" {
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。2 g/ c$ m; V0 N/ ?% }
: v" e$ E% l; l) L5 O7 E6 u
8 Y% I* W/ i/ r
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。
. ~1 g' b) x' M" Z% Q% U% E1 G6 P- b* t2 F, s
5 M. U+ e; Z, z# o* X, m0 ?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。
; [. Z# y9 l, N1 D+ ]+ K7 @+ Q3 T8 P$ |+ u/ y/ [4 O" Q6 ^; }
+ l& B. \5 O4 A6 h& t 2 z/ w1 N+ D' A4 H, u7 O
: ` m7 r" h$ f3 i9 z9 T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。
" o+ c9 x# x& z6 g5 K6 j$ b0 J( }
2 K( k+ C# O6 y4 Q
3 p: F# j% ^2 F. A& e1 d当下,AI落地已经成为无可争议的大趋势,大方向。! j$ ?* z- v- R6 ^; U8 z' `! u% E* M
' I# h9 b6 M5 i+ R3 g
2 @# u1 F' B9 R- J9 Y6 V
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。! ]9 V4 e) m2 x3 |+ L
% t8 @1 K6 `7 u: B" v
5 H1 b( X( t; ^6 j0 R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 t( ~. E/ G6 H4 v( [* g( L
6 t9 {8 Q9 s$ Z/ E
% o& p! [. T* R7 g# L0 K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。1 L* j. n$ u' }& I1 D0 m
R% C* U L9 J( m$ P
I- E; G* S8 A+ o$ A" q5 m, z
* N% p( c4 }6 h; V' g7 J$ m: U& A0 h
. N, D7 Q5 S! m4 F% j需要场景?数据?金钱?人才?等等,这些都不差。
" T. r+ l: ~1 e% v
# ~/ ~/ S4 @5 S9 A8 U, j8 ]' ?# I( O7 B( k2 w- [; T9 \( d
. x! g5 u/ r; e- L$ C4 x5 s# m
1 ~1 t# n" Z7 O2 U2 u M
但为什么,卡脖子隐忧,AI领域依然存在。* L( I' N. i6 ~7 r: o& ^
( X' a. k! a0 ~: w5 x# S. I
9 F3 i; m) I- q2 J5 y核心还在于算力(芯片)与基础技术。$ R& f# z a) G6 F4 o
+ F m) W3 p' M
3 x4 R2 e9 ?: F% E- x: 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。: _! e- H" b3 W" g
( |) q* Q) o3 Y5 m2 p8 x
/ U/ a, Y3 T* L4 @, v2 N( s# L$ W( n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。
2 q6 B n3 @' U. k" u. U/ ^. A0 F" s& a# Z" N
& u4 p& I R1 ~' H7 Q6 C
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。$ e* D) H4 N6 l7 e6 {% Y& @' \4 E4 D
$ g- T! A2 R! t N4 N: u
7 `$ _8 K6 r' E" a/ O$ |
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。”
. \5 w2 y/ M0 o
* c4 w. s3 t0 } c3 y6 b6 w" \. J. l- E2 w% J( O' `" a# |
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。 t% H1 s- u0 w5 U" T4 x
4 ?3 B7 b* J5 j+ v$ t+ Y2 l- M1 C/ H8 r% }, i, i( R0 y6 u' T
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 s( e4 i0 `& W
. O! S4 ~( b9 _5 U3 h# N T: _# N0 B
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。
% d7 l l) J7 V. W3 A" l/ H
+ @' X+ S6 }/ x4 P' W0 a
' h" J& E+ j: e3 w7 ^8 L! L9 g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。# E' ?2 \! @) P2 C
. N& c& ]4 Y0 E7 ^( ^( q+ ^
& w) h5 P/ C: i, A3 s, n& x% U所以,Nature的问题:中国AI,到2030年能够领先全球吗?% W& J9 J3 d) A( n
+ X! [ v( Q$ e' Z( s
- v: d6 v2 i( Z今天华为给出一种解法,但一切还只是开始。! e& [4 Y1 ]7 N4 M+ N0 v6 s
0 j" I5 C9 ~2 e
- Z& e7 t6 _' V6 @2 E$ A4 h; e
你怎么看?
! Y- X7 N; j7 f; O- m4 _( k/ _( ?2 Q3 p
% }6 ?( T5 f3 s0 s0 k
/ y9 y, F) s; r0 ~ L4 I
( S' a1 `/ i& o" S/ N近期精选 / k4 h' i9 Q. e. G8 k6 {) }8 F
任正非推荐学习的博士PPT《认识5G,发展5G》
+ C5 t( ` R- U* r
) Q& N: F% q" B( X; _8 l任正非:在这个关头,妥协是没有出路的
' H4 d' `' j7 I# u" X0 J+ [2 q @- n5 o: W3 s: l( v
孟晚舟被非法扣留画面曝光
; a9 x. c( ~) @# O) w6 _& J% a" }
' z/ x' }9 x4 P9 S, `6 z
/ x8 [" L+ u, ]来源:http://mp.weixin.qq.com/s?src=11×tamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1
8 v9 E# |' N. 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! |