• <meter id="ddfke"><delect id="ddfke"></delect></meter><tt id="ddfke"></tt>
    1. <small id="ddfke"></small><var id="ddfke"><ol id="ddfke"></ol></var><code id="ddfke"><delect id="ddfke"><source id="ddfke"></source></delect></code>

        华为AI战略完整披露!AI芯片曝光 拳打TPU 争锋英伟达

        2018-10-10 16:12 稿源:量子位  0条评论

        文/?#26448;?栗子 乾明

        本文经AI新媒体量子位(公众号 ID: QbitAI)授权转载,转载请联系出处

        不鸣则已,一鸣“很吓人”!

        刚刚,华为AI战略完整披露。

        2018 华为全连接大会上,华为轮值董事长徐直军一口气高密度发布:华为AI战略、华为AI全栈全场景解决方案、华为自研统一达芬奇架构的 2 款AI芯片……

        去年因AI改掉集团使命愿景的华为,现在,全面打响进军AI的战斗!

        首次公布AI战略

        今天之后,再有人说华为没有AI,可能徐直军就要不高兴了。为了AI,华为连集团的愿景都变了。

        去年年底,华为确定的?#30053;?#26223;和使命?#21644;?#29289;互联的智能世界,为了智突出智能,还将这次大会的主题定为“+智能,见未来”。

        大会的前 20 分钟,徐直军就讲了一个道理:AI太重要了。

        作为一种通用技术,人工智能对未来的影响?#22270;?#20540;不容小觑,也是构筑未来竞争力的关键,徐直军说。“AI人才与需求之间,连1%都满足不了。”徐直军说,非凡和冷静之间,是巨大的落差。

        在现场,徐直军首次公布了华为的AI战略:

        ●投资基础?#33455;浚?#23454;现安全可信、自动自制的机器学习基础能力

        ●打造全栈方案:打造面向云、边缘和?#35828;?#20840;场景、独立及协同的全栈解决方案、提供充裕的、经济的算力资源,简单?#23376;茫?#39640;效率,全流程的AI?#25945;?/p>

        ●投资开放生态和人?#25490;?#20859;,面向全球伙伴合作,打造开放生态,培养人才

        ●解决方案增强:把AI思维?#22270;?#26415;引入现有产品?#22836;?#21153;

        ●内部效率提升:利用AI优化整个内部管理

        全栈全场景AI解决方案

        接下来,徐直军发布了华为全栈全场景AI解决方案,这一方案将数据获取、训练、部署等各个?#26041;?#22218;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。

        全场景包括?#21512;?#36153;终端 (Consumer Device)、公有云 (Public Cloud) 、?#25509;?#20113; (Private Cloud)、边缘计算 (Edge Computing)、IoT行业终端 (Industrial IoT Device) 这 5 大类场景。

        重点在于全栈,包含四个部分:

        一是Ascend (昇腾) ,AI IP和芯片,皆是基于达芬奇架构。芯片分为 5 个系列,Max、Lite、Mini、Tiny、Nano。

        二是CANN,全称为Compute Architecture for Neural Networks (为神经网络定制的计算架构) ,是高度自动化的算子开发工具。

        根据官方数据,CANN可以 3 倍提升开发效率。除了效率之外,?#24067;?#39038;算子?#38405;埽?#20197;适应学术和行业应用的迅猛发展。

        三是MindSpore架构,友好地将训练和?#35780;?#32479;一起来,集成了各类主流框架 (独立的和协同的) :

        包括TensorFlow、PyTorch、PaddlePaddle、Keras、ONNX、Caffe、Caffe 2、MXNet等等。

        这一架构全面适应了端、边、云场景。

        四是ModelArts,这是一个机器学习PaaS (?#25945;?#21363;服务) ,提供全流程服务、分层分级API,以及预集成方案。用于满足不同开发者的不同需求,促进AI的应用。

        此前,华为曾经发布了面向政府、企业的华为云EI,以及面向智能终端的HiAI这?#25945;?#35299;决方案。而今天发布的全栈全场景AI解决方案,将为两者提供更加完善的支持。

        昇腾910:计算密度最大的单芯片

        在“达芬奇计划”?#24615;?#28909;已久的华为自研云端芯片,现在终于暴露在聚光灯之下了。

        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?#20445;?#37319;用7nm工艺制程,最大功耗为350W。

        昇腾 910 具体的?#38405;?#25968;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。

        芯片的?#38405;?#24590;么样?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!”

        若是集齐 1024 个昇腾910,会发生什么场景呢?徐直军表示,会出现“迄今为止全球最大的AI计算集群,?#38405;?#36798;到 256 个P,不管多么复杂的模型都能轻松训练。”

        这个大规模分布式训练系统,名为“Ascend Cluster”。

        不过,说了这么多,昇腾 910 庐山真面目到底长什么样?徐直军表示 910 的面市时间是明年的第二季度,在华为云上推出。所以要想一览花容,还得明年见了。

        不知道英伟达听了慌不慌。

        昇腾310:高效计算低功耗AI SoC

        以为部署在服务器端的 910 就是华为大招的全部?Naive,徐直军这次带来的,还有一张部署在边缘设备的芯片。

        “这是一款极致高效计算低功耗的AI SoC。”徐直军这样说,从西服里?#32479;?#26469;一个芯片。

        边缘端的昇腾系列成员不少,按?#23637;?#32791;由小到大排列,这四款芯片型号?#30452;?#20026;Nano、Tiny、Lite和Mini。一口气找来四个英文中描述“小”和“轻”的单?#19990;?#21629;名昇腾系列,华为在取名上还是下了不少心思。

        其中,Nano、Tiny、Lite三款型号今天都……没有到场,徐直军表示它们 2019 年才能出来亮相。唯一来到现场的Mini仍然采用了达芬奇架构,半精度为8 TeraFLOPS,整数精度为16TeraFLOPS,拥有 16 通道全高清视频解码器,最大功耗为8W。

        相比昇腾910,边缘系列的昇腾芯片用武之地要亲民得多,智能手机、智能附件、智能?#30452;?#31561;边缘设备,都是边缘系列的昇腾芯片的容身之所。后续,华为还将推出一系列AI产品。

        OMT:华为朋友圈

        之前,早有传闻称微软将采用华为最新推出的AI芯片。今天,微软全球资深副总裁、微软亚太研发集团主席洪小文现身大会现场~

        有好的文章希望站长之家帮助分享推广,猛戳这里我要投稿

        相关文章

        相关热点

        查看更多
        ?
        双色球复式价格表图
      1. <meter id="ddfke"><delect id="ddfke"></delect></meter><tt id="ddfke"></tt>
        1. <small id="ddfke"></small><var id="ddfke"><ol id="ddfke"></ol></var><code id="ddfke"><delect id="ddfke"><source id="ddfke"></source></delect></code>

          1. <meter id="ddfke"><delect id="ddfke"></delect></meter><tt id="ddfke"></tt>
            1. <small id="ddfke"></small><var id="ddfke"><ol id="ddfke"></ol></var><code id="ddfke"><delect id="ddfke"><source id="ddfke"></source></delect></code>