通信人家园

 找回密码
 注册

只需一步,快速开始

短信验证,便捷登录

搜索

军衔等级:

  四级通信军士

注册:2018-2-881
跳转到指定楼层
1#
发表于 2018-10-10 15:18:06 |只看该作者 |倒序浏览
朋友圈都被华为的AI芯片刷屏了,但芯片不是期货,用大半年后的昇腾同现在的英伟达比合适吗?芯片迭代起来有多快?这个最强AI芯片的说法,挺不讲究的。

-------------------------------

今10月10日上午消息,在今日举行的华为全链接2018大会上,华为轮值董事长徐直军首次阐述了AI战略。徐直军谈到,AI从1956年开始到现在的出现两次发展高峰,如果把两个发展轨迹放到一起,人工智能与ICT产业发展密切相关。


早在今年(2018年)4月分析师大会上,华为就预告了人工智能全栈全场景人工智能解决方案。此次,徐直军正式发布了其方案。

华为全栈方案包括人工智能芯片、基于芯片赋予技术框架的CANN和训练框架MindSpore、以及ModelArts。
之前一直传会要做AI芯片,徐直军表示确实是。徐直军宣布,一直以来华为都在研发AI芯片,在此正式发布两款AI芯片:昇腾910和昇腾310。


徐直军表示,昇腾910是目前单芯片计算密度最大的芯片,计算力远超谷歌及英伟达,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。此外,在2019年华为还将发布3款AI芯片,均属昇腾系列。

资料显示,华为昇腾910基于7nm工艺,侧重高效计算,将在2019年2季度上市;华为昇腾310则基于12nm工艺,侧重低功耗,该芯片发布时间就是现在。据了解,华为还将会基于人工智能芯片昇腾系列提供AI云服务。

昇腾910:计算密度最大的单芯片


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。

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。

“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,性能达到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”。

昇腾310:高效计算低功耗AI SoC

“昇腾310,这是一款极致高效计算低功耗的AI SoC。”徐直军说。

边缘端的昇腾系列成员不少,按照功耗由小到大排列,这四款芯片型号分别为Nano、Tiny、Lite和Mini。


其中,Nano、Tiny、Lite三款型号徐直军表示它们2019年才能出来亮相。到场的Mini这一款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310芯片用武之地要亲民得多,智能手机、智能附件、智能手表等边缘设备,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。


AI战略:涉人才等五项内容

除了重磅发布两款AI芯片外,徐直军还宣布了AI发展战略,包括投资基础研究、打造全栈方案、投资开放生态和人才培养,解决方案增强和内部效率提升。

其中,全栈方案是指要打造面向云、边缘和端等全场景的、独立的以及协同的方案,提供充裕的、经济的算例资源,并且要打造简单易用、高效率和全流程的AI平台;内部效率提升包括应用AI优化内部管理,对准海量作业场景,从而大幅度提升内部运营效率和质量等。

10方向改变:数据科学家最稀缺

“唯有主动改变才能期待变革”,徐直军指出,一直以来华为都在观察AI所带来的改变。他认为,未来AI将有10个改变方向:

第一,模型训练:以往训练需要数日数月,未来要在几分钟几秒钟完成。
第二,算力:目前算力稀缺且昂贵,未来的算力充裕且经济。
第三,AI部署:未来AI将无处不在,在任何场景,且隐私得到保护。
第四,算法:目前的算法多半诞生在1980年代。未来要有更少的数据需求和耕地的算力和能耗,且具备安全性。
第五,AI自动化:其他环节的自动化程度要提升,例如数据标注和获取等。
第六,面向实际应用:目前很多的算法都是“考试”优秀,不是“模式”优秀,未来要改变这一现状。
第七,模型更新:未来的模型要进行实时更新,且是闭环系统。
第八,多技术协同:未来将协同云、物联网、边缘计算、区块链、大数据等。
第九,平台支持:以往AI是一项专家才能做的工作,未来将有一站式平台,使AI成为ICT产业成员的基本技能。
第十,人才获得:数据科学家永远稀缺,未来要培养大量数据科学工程师。

徐直军指出,AI还将改变每一个组织,日后大量重复的日常岗位需求将被缩减。而数据科学家和数据科学工程师将会增加,“AI不是万能的,任何技术不是万能的。我们将聚焦AI可以解决的问题和领域。选择正确的问题比寻找新奇的方案更重要”。

举报本楼

本帖有 8 个回帖,您需要登录后才能浏览 登录 | 注册
您需要登录后才可以回帖 登录 | 注册 |

手机版|C114 ( 沪ICP备12002291号-1 )|联系我们 |网站地图  

GMT+8, 2024-11-25 12:42 , Processed in 0.194798 second(s), 15 queries , Gzip On.

Copyright © 1999-2023 C114 All Rights Reserved

Discuz Licensed

回顶部