|
点击上方“腾讯科技”,“星标或置顶公众号” # L+ [6 R, X* d3 o( X1 W( A. ?' D
关键时刻,第一时间送达
* D5 h* |' o3 [7 O- c! ~7 S
5 \9 @0 b$ Y0 z+ y $ n a. ~8 ?0 c: ]! p
% j% S9 I, Y1 ]' N+ @# J来源 / 量子位(ID:QbitAI)
" O/ Q3 |$ m1 a' T作者 / 乾明 边策 一璞
E" N0 X$ \! n9 n. `欢迎下载腾讯新闻APP,查看更多科技热点新闻
- w$ M: o1 c; P9 I! K$ _3 C% K6 [" w: s. p6 i1 P" k- z) E/ A
$ L* W7 a1 x. W 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
1 k1 Q$ V) h) F# R T7 `5 z- v( Y0 L9 w( f7 W# `6 h( Z
; |! C6 r5 p1 _. `( d8 i刚刚,华为业界算力最强的AI芯片正式商用。
6 L: }* q# W% m/ W- ~4 g) n9 f# T9 v3 \/ Z
. X" t0 V5 L: a* | c0 J$ |. G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。8 T( y, \" r1 t' G6 O
9 q' v/ e8 I3 T' ~: I
, @, N5 _ k) @& n$ P% P

8 l) }5 H5 n+ @" U0 l& w
! D# o! h- G8 u1 H2 ]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。, W+ w- }+ c1 g0 U( Z
) s: q5 o, O4 W9 K3 i) @$ ^% h
( D1 E5 J/ F$ \. N
% k- r2 P+ b$ H" g% O/ U
) ]2 s2 c8 V3 ~2 i& q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”。1 C; @' h* f( @# b
$ O' U& ]2 X) I4 k
5 @3 `' {; k, A6 P3 h
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。+ i/ t( h7 P; ?6 Q- [6 i' @5 @
! g2 ~: H2 {2 t* W. m) c; z& u/ y) l
1 r4 x# a; A) \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。
1 b7 h) l5 ~0 h6 r9 \
- P0 G5 ], ^4 Z8 n$ \0 S- P
( h( p9 G5 o, C 8 c7 M' Y5 X& `9 ~8 b
: X4 B( Q( X6 |, F9 j' _
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 ?5 S4 Y A }6 O7 h3 H
; n6 {3 x+ P. b& K+ U3 `1 p* L) d8 d; O* a
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。3 L" e0 ^# c: s0 D
. n8 F2 s* ]* ?3 f( k+ h5 p# g
( |6 Q8 j# B6 O. p2 d
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。) h5 K* L' v# S( J, j# ?9 U
# i; N% Q4 \: C7 S" m6 c$ ~ x0 M, R7 T ~( i% ]9 k( 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。+ \# A: k4 z4 u" M
) o7 Y) u; B5 x) Z5 v) K! \3 Y- |
( |$ g0 }8 V- S现在,华为要用实际行动改变这一现状。- g) \# }% Z# `7 i
3 k( s3 `8 F- L6 S3 [9 K& I6 S2 u
j& J9 i- V s7 c 3 v$ P) I) L5 n- j, D K4 x
AI领域的“鸿蒙OS”
; I3 J4 Z Y( E7 z) O5 Z6 ^
; Y% S4 |8 V0 j( Z- _ n, z- `9 P/ J y! R$ F6 h4 ?
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”。8 m; ~0 K0 V" E
; l4 a6 p& s! C/ v
% [5 q V2 S+ j- j
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。* J, r+ l, W+ D6 |
: O5 c3 [+ \, }* X2 s
& @; C1 T7 B" s0 C( u# [
也不仅仅是一款推理(部署)框架,也可以用来训练模型。8 J( t$ z# ~; _6 h! a9 Z8 p
$ C' g: \7 D5 d; Z) W
. [ F3 C$ t; x: X2 p& `
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。
3 ^: D5 N; W# c8 G2 H2 ^+ R4 X4 u1 a
4 }8 M8 ]5 [' a' T- m2 T: w7 Q/ z* Z! r' r o5 I t
* E% O8 B8 g! t" t
3 z( M1 s4 u( j从这个角度来看,MindSpore也可以视为AI领域的“鸿蒙OS”。
; x! T5 z! z* G1 F q3 Z& r( E& J9 S5 ~) g9 [8 B
! i0 v3 V3 C/ ?: N7 ~
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。. W% c: f5 C2 L% I
9 f3 x* p& }8 H( ]
* c, B0 O" ~9 K$ g) `( }* Y4 s4 P
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。
f+ R! U r9 C: _3 _
" X$ p( y& Z5 H/ F3 R
5 y+ h+ g# k" a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。& \* j# J1 K5 k6 ]6 b- L6 k
; L- i3 ~; Z! c. @2 U& d
+ u5 S8 N; l' X% m9 U6 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。" B/ z2 g# {! C9 x# I: z$ c3 {- e' n
2 Q5 x7 Z! |2 G" l
# ?! C2 u0 F' ^* l
- ~) {) M2 F$ g; v/ }% E9 t
. Z' w# X2 d8 ~" n$ W0 A
除了昇腾处理器,MindSpore同时也支持GPU、CPU等其它处理器。
2 @1 C$ i# P2 W) M5 k
+ X4 A+ x# c1 ]2 d+ j$ k1 r9 m: W# x
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。
$ }/ i! y, v- t8 y- d- P6 r; ]' ^5 m2 a; d* A) \
4 ?( U2 Z" P2 }) c
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。( G9 Q! g% I- s/ ~) p! O9 @
8 Y' h. N1 O5 t- E& E7 g
5 R+ Y- ?3 e* u8 \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。6 z% |. }; d4 [$ o
1 J: q6 |; p& U* K0 ]; N2 R, l' B' Q5 M2 k- t0 m
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 `* G; o# h+ B4 d( a! V/ `5 b' h2 k+ H. _) f7 W
7 P2 N4 w4 B" s7 G: \
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。
; d: S9 Y2 s- |. P: I' H) r$ i9 E0 r
- p+ B k2 _7 X6 E4 z$ }徐直军表示,MindSpore会在明年第一季度正式开源。
3 U2 ]. V' B" Z! _ F" T C, k% Z/ _$ q: \& m! { k
2 M4 g2 y* U. L) q V* X ; n( l4 Z7 j/ T
4 j9 S/ K' x! U Y( q+ r) f0 R

% |3 D% u* H Z9 n5 Z5 Z昇腾910正式商用1 Z+ s! u6 t9 h
+ J/ V; H3 l7 z* M' F6 i
6 O1 { _& F9 h1 ]+ c& p- a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。
9 `) Q- x9 y8 A2 i* ] {
+ c6 l# w7 N$ c) T
" I0 M. z3 C, o3 A6 ?+ 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。
$ ?9 A* q! e2 l/ u% `
' T% d( }" h) J. w# v! p0 Z6 I& z: {9 ~% J
主要性能数据如下:
6 I! y/ r \9 D5 d7 x9 [3 O5 \
/ I5 @0 X( k+ S/ a y; ?9 ^* Z, J0 j5 S4 C+ S: h- V
9 X" m! ?8 o5 `& Q5 ~; V% H: L& k- 半精度为(FP 16):256 Tera FLOPS;0 h9 [/ _' i L* J* u- m6 ~
- 整数精度(INT 8):512 Tera FLOPS,128通道 全高清 视频解码器- H.264/265。. q, e- P% T* C
H% x. v; x: F0 ^+ L# w1 p* m$ a
3 y" H- c& m0 ]. `. w3 P+ ?# K, n5 t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。* J2 w+ D5 j9 e
$ J1 x! ~3 Z4 `2 y" g6 Q& [ d$ ?+ H( \& B* {
“可以达到256TFLOPS,比英伟达 V100还要高出1倍!”. T m( |' {3 P% }' F0 g
+ W( x0 g/ K" I+ q7 d) e$ D
/ I, w6 b! o9 y0 n# k3 v
6 T1 K( |7 P6 L7 z9 |; ?
; y, ^! E& {) q! Z* B# E4 |! p
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%。: F' |. `$ C* D
, q x2 a7 @4 b4 v; i
- j* }1 ?6 l4 N, A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。% c. u( a* e7 V
3 \7 |8 ^4 [7 B+ @, [$ N
^7 n6 E- p" D8 U7 |% W而且徐直军还在会后明确表示:价格还没定,但肯定不会高!
! {3 M; Z/ F9 F1 v- ]; e. g5 K' n* X4 p9 y, f
( s9 L9 G U8 }. V6 q* ~) X& O! N
: ~& M" k- r( L
( r, b( u8 J- ^9 t1 d- Q5 { 5 F0 U" c2 ], t
全球格局下的华为AI进展
' r+ w' z% v; m, S- F9 M1 ^. M( s( [2 Q. s
+ E, P( a9 A. Y4 j9 L% P# P" A l
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。
% H) Y9 W: H8 a, l X- n% A- [
V5 ~+ q3 I- w
! L \9 E" e5 S& n* ^
`" Z1 ?6 h% W8 U' }" B, e
. p) N. V7 E7 t" P/ o$ b) Q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。
" z$ g! }2 @8 ~ o# m m, ^! s6 q6 Z0 W) |: b1 K
$ V T2 p8 a; m. X1 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。, S Z/ @0 W/ }/ O* q
+ C2 A& A# K7 L+ o! p
9 Z9 I% m* q8 c+ l' E; ?3 P
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。
: \, @! r. A- }9 D) p: H$ ~+ v% L; _/ ^9 {" f; G5 T9 ]" |+ R
! d+ o% y8 V; d5 k$ E6 h8 g
. `- v8 z7 _8 L/ f ~4 g6 N9 ]+ R: C. A/ L* w& 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。) l, p7 A" m! e% ^+ g% b
/ m& _8 i p1 ~+ U8 Y y7 t* }
4 n: W% c/ W( ]$ u当下,AI落地已经成为无可争议的大趋势,大方向。
$ s8 a# K" Q" I9 A; u# K0 {* r5 n- k! [. x& Q" y, w# k
" `1 v' ^$ q7 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。
F0 ^6 L5 |. r, R, k0 i5 V; a. t* }: q% z' y# Z
8 J- m5 m3 n; O+ N# `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。
. w% T* ~1 o. _' Z6 T3 u# b/ i% E: `3 y" x7 h9 w
+ t% c7 L# Z3 ~; ~/ k" _2 h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。
& o* ?* v2 _: G1 e2 P6 G7 k2 Z, w. r) X+ u1 U
/ c7 e* J/ `1 o: M* w! G

$ E- o, z5 n# Y9 D3 [# f( [9 R7 n6 C) w& h1 o* l6 Q
需要场景?数据?金钱?人才?等等,这些都不差。
# @7 V) F5 f& c
! A4 n$ v1 `0 J) |) Q- ]6 C/ F( R! V+ e* N- _0 q

+ p6 K: y: O* A: Z5 ?' J, r% @% A* F3 l& r+ h
但为什么,卡脖子隐忧,AI领域依然存在。1 H! ]0 F$ c9 U0 I6 R5 e
) N7 d" q; k: _5 \7 B4 h
4 R/ T- X) |$ R; R+ R4 c; `核心还在于算力(芯片)与基础技术。
0 }0 s$ T+ u2 C3 n$ e3 {8 V F6 L2 {: d$ g* P8 r& w/ B6 a" l
+ s2 a$ k4 X2 f1 K7 O+ V
Nature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。
. Q3 q' S% ^; a3 s1 l j4 {" o
$ X+ c0 H5 {1 Z" I' ?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。) X/ N! h8 g. b
; r- C" F( B' R0 t
, W9 K$ o, M- I& a/ [' v; F1 D3 t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 l# W; A. ^! k8 P p
Y% f2 L, Q( {! v" M
- i6 p$ M% F+ {2 u8 }' g8 e$ l: W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+ R, a5 u# L/ `) I0 ?% M
0 u/ p& o7 @: ]( c
& ?% l% a. E) O
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。0 J. n$ u [, I/ L4 N" e/ Q
* }6 Q/ Q/ l1 h" [) ^
" ?$ o; N* v" |& I2 o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。
7 v& X& t# @& K6 X3 \ i
" p* |: d# P$ @, p) {3 f
* c; {* L8 h8 }7 `, X8 O6 ~* w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+ B: h5 b0 N" H4 p
5 X/ O: h, ]6 n! }8 @$ b/ {4 X# Q7 h8 ~. q0 v; g' j/ q- x: r* Y
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。
- K/ s ?; u+ S% }5 E0 Q) t! Q9 [& B
1 A5 {6 [& q( H) s# j+ g
所以,Nature的问题:中国AI,到2030年能够领先全球吗?
2 [2 D' V' N' `: k" x' Q# L0 a6 C2 V: }+ w ]/ j
3 p! o1 o# n: d# L* ^! L W. ~
今天华为给出一种解法,但一切还只是开始。) h7 ?' R5 N* U: Q! E* W
% M3 s6 [- U% h" u+ I
1 e& l- P5 B5 ~$ h' n# l, Q你怎么看?" L: V' u% \( i: b
- g- [3 |, U" q8 S
8 w, W, K" i/ P, j( Q* U( R( m, b. s' W: E6 N0 N" r
! _ Y j v4 `7 y5 {近期精选 3 H9 e) s% {/ ?- l. @1 Y9 g
任正非推荐学习的博士PPT《认识5G,发展5G》) D8 N: l6 r+ i6 {0 o
$ V; J1 v1 A0 p任正非:在这个关头,妥协是没有出路的
5 m6 W3 J5 o( r+ G$ u+ k2 c1 j$ }: B
+ `6 ^7 `# N: e9 A2 C5 R/ Q! @孟晚舟被非法扣留画面曝光 - I- W/ T6 o \. v3 ~% Z- I. |
& t9 [# @. g8 x1 n4 T0 D0 P
S5 c4 U" |0 D$ _- y3 O* |0 q
来源:http://mp.weixin.qq.com/s?src=11×tamp=1566565203&ver=1808&signature=kJiPqP7QMaNeTz4HOv0jnIxH4YoRTzdKYK3wAYtCz8JM8kRgPhB5pX*qTDty6UXLEgsrczHMUrteV0TsLSFM0YRvSMNGMiqH1qwZyEksN0NSswT5raVWjOdWiFASwre1&new=1
2 v8 r' m( i) ~9 k) b, m/ Z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! |