datasheet

xsy-ai机器人文明

文章数:108 被阅读:58836

账号入驻

华为入局AI就挑战英伟达?徐直军没这么说!

2018-10-10
    阅读数:

关注我们,思考像钟摆,永不停歇


阅读关键词:华为 全联接大会 AI芯片


今天,华为全联接大会例行举办,本次大会主题是“+智能 见未来”,主要围绕华为人工智能技术进展展开。



大会上,华为副董事长、轮值董事长徐直军正式宣布了最新全栈全场景AI解决方案。同时,在会上发布了昇腾910和昇腾310两款面向AI的芯片。

 

据徐直军介绍,昇腾910是目前单芯片计算密度最大的芯片,它的计算能力远超谷歌和英伟达。昇腾310芯片则主要依托功耗低的性能优势。

 

制约性能的最大瓶颈是算力 推出全栈全场景AI解决方案

 

在宣布AI战略和产品发布之前,徐直军首先对华为为什么在此刻正式开启集团层面的AI战略进行了解说。

 

首先,是社会生产力和生产方式的变革。

 

在徐直军看来,前两次产业革命提升了生产力,从而形成了大规模工业化的生产方式,工业化给产业带来的红利在信息化革命的早期达到顶峰,同时经由互联网推动,使得极大的物质需求通过工业化的方式得到满足。

 

但在信息革命后期,直到目前的智能革命,生产力已经不再是主要矛盾,生产方式也随之变革,从工业化转向去工业化。

 

因此,徐直军认为,未来的社会工作结构将会是菱形,目前三角形结构中的底层很多简单重复性劳动会被AI替代。

 

他强调说,AI的应用经历了第一阶段的局部探索,到目前第二阶段被日渐广泛应用,未来即将进入的第三个阶段是基于AI的生产力全面发展。

 

当将目光充分聚焦于AI可以解决的问题,基于数据、算法、算力的底层架构就显得非常重要。

 

在数据可以大范围获得,算法已经有比较深入研究的当下,真正对行业的考验是算力。

 

徐直军认为,目前的AI还需要做出10大改变:模型训练从目前的数日、数月,缩短到几分钟,甚至是几秒钟;提升算力,从稀缺昂贵变得充裕和经济;注意在开放数据环境中保护隐私;算法需要数据处理高效、能耗高效;在数据挖掘、获取、标注等机械化领域,让AI变得自动化,或者半自动化;结合制造领域,实现工业级AI;模型的更新未来实现闭环系统,保证企业应用;AI与新兴技术结合,包括云、物联网、边缘计算、区块链等紧密结合;提供平台支持,发展一站式平台,成为所有ICT人员的基础技能;解决AI人才稀缺的问题,实现数据科学家、领域专家、数据科学工程师相互协作。



如何实现以上改变,徐直军提出了5大战略:

 

·基础研究方面,继续强力投入,包括计算视觉、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、自动自治地机器学习基础能力等方面;

 

·打造AI的全栈解决方案,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,以及简单易用、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;

 

据徐直军介绍,华为的全场景,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。全栈是技术功能视角,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。

 

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。包括今天发布的华为Ascend 910和Ascend 310。

 

·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。

 

两款芯片+深度学习开源框架并驾齐驱

 

除了发布AI战略,此次华为发布会最大的看点还包括两款全新的AI芯片,以及推出深度学习框架MindSpore。

 

AScend 910(昇腾 910)

 

无疑,这款芯片的对标是英伟达去年底发布的“Tesla V100”。

 

作为史上规模最庞大的GPU,TeslaV100拥有超过210亿个晶体管,以及超越上一代的5120个CUDA单元,充分保证了它的超强算力。

 

想要超越如此性能并不容易。昇腾910采用 7nm 制程,最大功耗为350W,算力比英伟达 Tesla V100要高出一倍。同时,昇腾910是目前单芯片计算密度最大的芯片。

 

这款芯片在明年第二季度上市。

 

Ascend 310(昇腾 310)

 


与高功耗的910不同,310主打低功耗,但算力相对超高。

 

310是昇腾迷你系列的第一款产品,功耗仅为8瓦,采用12nm工艺,算力却可达16TFLOPS。

 

与芯片同时,华为还发布了大规模分布式训练系统Ascend集群,以及三款昇腾IP。

 

据了解,Ascend集群设计包括1024个Asced 910芯片,算力达到256P,大幅超过英伟达DGX2和谷歌TPU集群,可以帮助开发者更快地训练模型。

 

三款昇腾IP分别是Ascend Lite、Ascend Tiny、Ascend Nano。同时,华为还将发布基于 Ascend 310的多款AI产品,分别面向不同场景,如Atlas800、MDC600等。

 

基于昇腾 310/910,华为还将提供相应的加速卡和服务器,以支持公有云、私有云服务。

 

MindSpore

 

除了硬件,华为在深度学习开源框架上也勇敢的走出了一步。

 

目前市场上的深度学习框架已有TensorFlow、Caffe、CNTK等国际科技巨头的布局。在国内也有百度PaddlePaddle。

 

但与其它家只集中于某个生态领域不同,华为不仅想要将软硬件统一,从算法到应用,训练到部署,云端到终端,华为有全产业生态布局的野心。

 

据了解,MindSpore可覆盖终端设备到云服务器的所有场景,其容量只有不到2m大小,运行时占用内存不到50m。华为表示,MindSpore 同时也支持目前所有主流深度学习框架中的模型。

 

现有格局,靠华为AI战略改变?

 

中兴事件之后,人们对国产芯寄予了越来越高的期望。担此重任的,除了BAT等互联网巨头,也包括在信息产业中长成的电子企业,这其中最为瞩目的就是华为。

 

与硅谷的传统科技企业相比,华为的芯片可以称之为异军突起。

 

对于为什么进入芯片领域,徐直军早前曾透露说:“华为自己做芯片仅仅定位来承载自己的硬件架构,实现产品的差异化、竞争力和降低成本。”

 

为实现这一目的,华为从2004开始研发手机芯片,到2009年第一颗K3、2012年K3V2的失败,再到2014年海思麒麟手机芯片开始跻身业界主流,前后经历了十年。

 

真正开始得到人们认可的是麒麟970,在2018中移动芯片排行榜上,麒麟970的跑分位列第二,与第一骁龙845非常接近。



在970的基础上,麒麟980采用了7nm制作工艺、双NPU。



此次的“双芯+深度学习框架”战略,能否让华为在AI芯片的江湖地位更进一步?甚至如业界所愿超过英伟达?


进阶可能,超越老大还是不要做短期想象了。 


首先,在应用产品线上,华为的局限还很明显。


除了此次华为用于对标的Tesla V100,英伟达在AI芯片上的探索还有

“Titan V”PC GPU,这款发布于去年底的产品,拥有110万亿次浮点运算性能,和用于数据中心的英伟达Tesla V100 GPU一样,Titan V也更加清晰地面向AI。


在自动驾驶领域,“DRIVE”系列也于今年年初开始流片。搭载两颗Xavier芯片和Volta架构GPU,最终形成“DRIVE PX Pegasus”自动驾驶平台。超高配置让其拥有了高达320 TOPS的深度学习处理能力。


今年年中,英伟达再次对外界发布了全新AI芯片“Jetson Xavier” 。黄仁勋对这款芯片寄托的期望是:一台小电脑,将成为未来机器人的大脑。清晰的将其定位在机器人领域。   


事实上,在AI芯片的终端产业赋能上,不仅仅是英伟达,传统芯企英特尔、AMD在AI产品的应用定位上都很清晰。


相较而言,华为的产品线还不够丰富,在应用端有缺失。


其次,从已开发市场来看,在需要大量计算的AI算法中,英伟达的AI芯片几乎具有垄断地位,国际科技巨头和BAT的数据中心都使用它的芯片。这部分市场对于华为来说,想要抢占并不容易,甚至华为自身其实也在使用。


此外,站在华为竞争对手榜单上的还有国际互联网和电子巨头,谷歌TPU不排除2019年会对外出售,三星尽管在AI芯片领域布局较慢,表现也不出众,但财大气粗和在半导体行业江湖一哥的积淀,也不容小觑。

 

回到国内,BAT也都是实力担当,在数据集、算法和应用场景上更具优势。


所以,华为所面临的局面是“前有豺狼后有虎”,需要稳扎稳打,步步为营。


另一方面,抛开微观市场,宏观来看,发布会上徐直军坦言:“AI赋能万物是我们的愿景,但以目前情况来看,只有约4%的企业已经投资或部署了AI技术,5%的高等教育机构使用了AI,而从人才来看,行业的供需百分比仅为1%。”


这三个数据透露出两个信息:B端市场对AI技术的应用极少;从事AI的从业者供求悬殊。


经济学有这样一个市场原理:当一个行业市场进入者的数量和它的产出远低于需求饱和极限,就是完全竞争市场。在这个市场中,参与者可以随意进出,对于均衡价格没有影响,企业之间也不是基于市场份额的竞争,而是谁最先发动革命性技术变革的竞争。


目前AI还谈不上市场格局竞争,无论是华为、英伟达、英特尔,谷歌,还是BAT,大家都是完全竞争市场的参与者,都具有进行技术质变的实力,但如果只是一些数量上的改观,并不会撼动先发者的优势。


这样说来,华为自身或许根本不是描述的那样想赶英超美,好大喜功。只不过向业界表态要入局AI,我产品性能还不错,希望大家认可。仅此而已。

 

所以,还是冷静下?等AI芯片产业江湖真正搞大了再讨论谁来担任盟主?


欢迎加入“AI大爆炸”群组,一起探秘AI!


也可以撩撩群主~

长此以往,我们就是朋友了!




我是广告:芯师爷重金约稿,等你来撩!

好文请投:tougao@gsi24.com

往 期 精 选 


— 未完 —

点击“阅读原文”,免费参加“AIIA人工智能开发者大会”~

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: TI培训

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved