【原创】太牛了!华为正式推出两款性能超强的AI芯片昇腾910和昇腾310

winniewei 提交于 周三, 10/10/2018
【原创】太牛了!华为正式推出两款性能超强的AI芯片昇腾910和昇腾310

作者: 张国斌

在“达芬奇计划”中预热已久的华为自研云端AI芯片,现在终于暴露在聚光灯之下了。

在今天召开的华为全连接大会上,华为轮值董事长徐直军宣布正式发布两款AI芯片:昇腾910和昇腾310。昇腾910是目前单芯片计算密度最大的芯片,而昇腾310芯片的最大功耗仅8W,是极致高效计算低功耗AI芯片,两款芯片预计明年第二季度正式上市。

徐直军说:“外界一直在传华为在研发AI芯片,今天我要告诉大家:这是事实!”这款属于Max系列的昇腾910,被徐直军称为是“计算密度最大的单芯片”,采用7nm工艺制程,最大功耗为350W。

1

昇腾910具体的性能数据很强,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。

华为和友商对比了一下。这场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。“可以达到256个T,比英伟达 V100还要高出1倍!”

2

昇腾310用于边缘设备AI计算,是一款极致高效低功耗AI芯片,它采用12nm工艺制程,最大功耗仅8W,整数精度能达到16T,主打极致高效计算低功耗AI芯片。而昇腾910采用7nm工艺制程,半精度达到256T,是全球单算力最高的AI芯片,计算力远超谷歌及英伟达。最关键的是,昇腾芯片都使用自研的达芬奇架构。2019年,华为会再发布昇腾的另外三个系列,应用于手机、智能穿戴设备等。

今年5月,调研机构Compass Intelligence送出了一个有趣的排名,那就是全球AI芯片公司的排行榜,其中NVIDIA、Intel以及NXP(恩智浦)三家位列前三名。整个榜单中我们看到很多熟悉企业的身影,IBM、AMD、ARM、苹果、谷歌、博通、高通、联发科等等,而华为也是入选这个榜单,位列第12名,成为中国最强的AI芯片厂商。

3

随着华为昇腾910,310的发布我相信这个排名会发生很大的变化,华为将一跃进入三甲或者第一!祝贺华为!

01 华为公布最完整的AI战略

在主题演讲中,徐直军认为AI是ICT产业60年发展的总成果,他说:“人工智能是一种新的通用目的技术 ,任何技术只有准确的定位,才会充分发挥其价值。给人工智能技术进行合理的定位,是我们理解和应用此技术的基础。”

他在演讲中指出:华为认同:人工智能是一组技术集合,是一种新的通用目的技术(GPT)。加拿大学者Richard G Lipsey在其著作《经济转型:通用技术和长期经济增长》一书中提出:社会经济的持续发展是靠通用技术的不断出现而持续推动的。所谓通用技术,简单理解就是要有多种用途,应用到经济的几乎所有地方,并且有巨大的技术互补性和溢出效应。

经济学家们认为,人类发展到今天,总共有26种通用技术,人工智能就是其中一种。我之所以强调人工智能是一种通用技术,是期望大家重视人工智能对未来的巨大影响和价值。人工智能作为一种通用技术,不仅可以使我们以更高的效率解决已解决的问题,也可以解决很多没有解决的问题。

是否具备真正的人工智能思维,是否以人工智能的理念和技术解决现在和未来的问题,是我们能否在未来构筑领先竞争力的关键。

华为在实践中发现,人工智能不但可以替代人,还能够自动降低生产成本。这是人工智能与信息化最大的不同,也是其最有价值的特点。

人工智能将改变每个行业,每个组织 

人工智能触发的产业变革,将涉及所有行业。我们在座的每一位都要思考,我所处的行业是否会被人工智能技术改变,甚至被彻底颠覆。如何以一种全新的模式,重构各自行业和企业,是我们在未来都要思考和实践的。

今天,我们可以清晰地预测到,人工智能将改变或颠覆如下行业:

智慧交通将大大提升通行效率

个性化教育将显著提升教师与学生的效率

精准预防性治疗有望延长人类的寿命

实时多语言翻译交流再无障碍

精准药物试验可以显著降低新药成本,缩短发现周期

基于AI的电信网络的运维效率将大大提升

自动驾驶和电动汽车将颠覆汽车产业等

一方面,下面一系列大数字让我们感受到了人工智能产业发展的“辉煌”:

2017年发表的机器学习论文数是2万篇

全球有超过22个国家发布了AI计划 

2017年新诞生了1100多家AI startup公司

2017年与AI相关的兼并收购金额达到240亿美元

2017年与AI相关的VC投资达140亿美元

另一方面,下面的一系列小数字又让我们感受到了人工智能初级阶段的“冷静”

只有4% 的企业已经投资或部署了AI

只有约2% 零售商已经投资或部署了AI 

只有约5% 部署的智慧城市 中正在使用AI

2017年只有约10%的智能手机内置了AI

全球AI人才的供需比仅有1% 

 “辉煌”与“冷静”之间的差距,正在凝聚产业发展的巨大动力。所谓“山雨欲来风满楼”,这种落差令人兴奋。

十大改变 开创未来

要解决人工智能“火热”与“冷静”之间的巨大落差,开创未来,我们要从技术、人才、产业这三个方面进行主动的变革。今天,我和大家分享十个有关人工智能技术、人才和产业的重要变革方向。

改变之一:缩短训练模型的时间

按照目前的技术水平,训练某些复杂模型时往往需要数天甚至数月,而成功的创新发现往往需要多次迭代,这种训练速度严重制约了应用创新。我们认为,未来模型的训练要能在几分钟、甚至几秒钟内完成。

改变之二:充裕经济的算力

算力是AI的基础,但目前的算力非常昂贵,是一种稀缺资源。如果说算力的进步是当下AI大发展的主要驱动因素,那么,算力的稀缺和昂贵正在成为制约AI全面发展的核心因素。

我们认为,算力应该是充裕且经济的,并且这种需求应该尽快实现。

改变之三:人工智能要适应任何部署场景

混合云已经成为企业采用云服务的主要模式,当前的AI主要在云,少量在边缘,与企业的业务环境的结合有待进一步深入。

我们认为,未来AI将无处不在,要能够部署在任何场景,并确保用户隐私得到尊准和保护。

改变之四:更高效更安全的算法

算法是推动AI发展的另一个主要动力,但目前运用的主要算法多诞生于1980年代。随着AI的广泛普及,这些算法的不足愈发明显。

我们认为,未来的算法,要能够基于更少的数据需求,即数据高效。也要能够基于更低的算力和能耗,即能耗高效。同时要解决自身的安全问题,并实现可解释…等等,这都是AI全面发展的重要技术基础。

改变之五:更高的自动化水平

今天的人工智能,自身还需要大量的人工,特别是在数据标注环节,今天甚至还诞生了一个新的职业叫“数据标注师”。有人调侃说,今天的人工智能,是没有“人工”就没有“智能”。

我们认为,应该大大提升AI自身的自动化水平,比如在数据标注、数据获取,特征提取,模型设计和训练等环节,要实现自动化或半自动化。

改变之六:模型要面向实际应用

2018年6月,伯克利大学的助理教授 Benjamin 等发表了一篇题目奇怪的论文--《CIFAR-10分类器能否泛化到CIFAR-10?》

该论文指出,在CIFAR-10分类器上测试准确度出色的模型算法,却在作者创建的与CIFAR-10非常接近的另一测试集上出现了偏差,分类识别准确率下降了5-15个百分点不等。这也就意味着,这个模型算法的可用度大幅度下降。

由此,可见当前很多优秀的模型算法,更多的是“考试”优秀,还未达到“工作”优秀。

我们认为,未来的模型必须实现工业级的优秀,即满足工业生产的需要,而不仅仅满足于测试集上“考试”优秀。

改变之七:模型更新

模型的准确率并非是一成不变的,而是会随着数据分布、应用环境和硬件环境的变化而变化,始终保持准确率在期望的范围内对于企业应用是必须的。但目前的模型更新是非实时的,依赖人工周期性的更新,因此是一个半开环的系统。

我们认为,未来的模型要能及时适应各种变化,实时更新,实现闭环系统,保证企业AI应用始终处于最佳状态。

改变之八:人工智能要多技术协同

每一个通用目的技术,只有与其它技术充分协同配合,才能发挥到极致,创造巨大的经济价值。AI也不例外,但在目前我们探讨AI时,更多的是仅仅聚焦AI本身。

我们认为,AI需要与云、物联网、边缘计算、区块链、大数据、数据库…等技术充分协同,如此才能发挥更大价值。

改变之九:人工智能要成为由一站式平台支持的基本技能

今天,AI还是一项只有具备高级技能的专家才能完成的工作,成熟、稳定、完善的自动化工具还比较缺乏,获得一个AI模型还是一个非常复杂,耗时耗力的事情。

我们认为,应该有一站式平台,提供必需的自动化工具,让AI应用开发更容易,更快捷。从而,使AI成为所有应用开发者甚至所有ICT技术从业人员的一项基本技能。

改变之十:以AI的思维解决AI的人才短缺

AI人才的短缺,特别是数据科学家的缺乏,一直是业界顾虑较多的一个制约因素。而且我们认为,数据科学家将永远是稀缺的。

解决之道应该是,以AI的思维解决AI的人才短缺。通过着力发展智能化、自动化、简单易用的AI平台和工具服务,以及提供培训教育,培养大量的数据科学工程师,使他们能完成大量基本的数据科学相关工作。

通过这些大量的数据科学工程师与数据科学家和各领域专家相互配合的梯形结构,来解决AI人才稀缺问题。

这十个改变,一定不是AI技术、人才、产业发展的全部,但都是未来发展的重要基础。

华为的AI发展战略

这十大改变既是华为对AI产业发展的期望,也是华为制定AI发展战略的源动力。基于这十大改变,华为的AI发展战略包括五个方面:

投资基础研究:在计算视觉、自然语言处理、决策推理等领域构筑数据高效(更少的数据需求) 、能耗高效(更低的算力和能耗) ,安全可信、自动自治的机器学习基础能力

打造全栈方案:打造面向云、边缘和端等全场景的、独立的以及协同的、全栈解决方案,提供充裕的、经济的算力资源,简单易用、高效率、全流程的AI平台

投资开放生态和人才培养:面向全球,持续与学术界、产业界和行业伙伴广泛合作,打造人工智能开放生态,培养人工智能人才

解决方案增强:把AI思维和技术引入现有产品和服务,实现更大价值、更强竞争力

内部效率提升:应用AI优化内部管理,对准海量作业场景,大幅度提升内部运营效率和质量

华为的AI解决方案

这张图就是华为的全栈全场景AI解决方案。

我们提出的全场景,是指包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等部署环境。

我们说的全栈是技术功能视角,是指包括芯片、芯片使能、训练和推理框架和应用使能在内的全堆栈方案。

华为的全栈方案具体包括:

Ascend: 基于统一、可扩展架构的系列化AI IP 和 芯片,包括Max,Mini,Lite,Tiny和Nano等五个系列。包括我们今天发布的华为昇腾910(Ascend 910),是目前全球已发布的单芯片计算密度最大的AI芯片,还有Ascend 310,是目前面向计算场景最强算力的AI SoC。

CANN: 芯片算子库和高度自动化算子开发工具

MindSpore,支持端、边、云独立的和协同的统一训练和推理框架

应用使能:提供全流程服务(ModelArts),分层API和预集成方案

2018年4月,华为发布了面向智能终端的人工智能引擎HiAI;

2017年9月,华为发布了面向企业、政府的人工智能服务平台华为云EI。

今天,我们发布的全栈全场景解决方案是对华为云EI和HiAI的强有力支撑。基于这个解决方案,华为云EI能为企业、政府提供全栈人工智能解决方案;HiAI能为智能终端提供全栈解决方案,且HiAI service是基于华为云EI部署的。

总体来说,华为人工智能的发展战略,是以持续投资基础研究和AI人才培养,打造全栈全场景AI解决方案和开放全球生态为基础。

面向华为内部,持续探索支持内部管理优化和效率提升

面向电信运营商,通过SoftCOM AI 促进运维效率提升

面向消费者,通过HiAI,让终端从智能走向智慧

面向企业和政府,通过华为云EI公有云服务和FusionMind私有云方案为所有组织提供充裕经济的算力并使能其用好AI

同时我们也面向全社会开放提供AI加速卡和AI服务器、一体机等产品

部分内容来自互联网,部分图片来自量子位微信号

注:本文为原创文章,转载请注明作者及来源

相关文章