华为发布AI战略,两款芯片十分可期!

发布会之后,华为应该会笑很久。

昨天早上九点,华为在全联接大会上正式对外发布了AI发展战略和相关产品及解决方案,其核心要点就是华为要打造包括芯片、芯片使能、硬件、训练和推理的框架的全栈方案、以及面向云、边缘和端的全场景解决方案。

其中,最为重磅的莫过于华为此次推出的两颗AI芯片:用于大规模分布式训练系统的昇腾910以及面向边缘计算场景的昇腾310。

两款芯片均采用达芬奇架构,昇腾910主打云场景的超高算力,其半精度算力达到了256 TFLOPS,比目前最强的NVIDIA V100的125T还要高一倍,是目前全球已经发布的单芯片计算力最大的AI芯片,采用7nm工艺,将在明年第二季度上市。昇腾310兼具极致高效计算和低功耗,是目前面向边缘计算场景最强算力的SOC,最大功耗仅仅8瓦。除此之外,徐直军介绍2019年还要发布三款应用在智能手机、手表等穿戴设备上的IP。

基于昇腾910以及310,华为还将提供系列的硬件以及云服务产品,用徐直军的话来说——

AI 好啊,我们要“大大加速AI在各行各业的应用,实现普惠AI。”

揭秘华为全栈式、全场景AI方案

大会开始,华为轮值董事长徐直军开门见山,操着一口不太正宗的普通话谈到了当下人工智能的发展态势,他主要谈了三个观点:第一,人工智能将是一种通用技术。用AI的技术和理念去解决现在和未来的问题。这是未来我们能够构建竞争力的关键。第二,AI将会改变所有行业。第三,AI将改变每个组织。AI将降低传统岗位需求,而提高对数据库人才的需要。未来的人员需求是菱形,而不是三角形。

基于AI技术对人才和产业的10大改变,华为制定了包括五个部分的AI发展战略:

1、投资基础研究:全力投资AI基础研究,在计算机视觉、自然用户眼处理、决策推理领域构建数据高效;

2、打造全栈方案:打造面向云、边缘和端的全场景解决方案;

3、投资开放生态和人才培养;

4、解决方案增强:AI思维技术引入华为现有所有产品和服务。实现现有产品和服务更大的价值;

5、内部效率提升:应用AI优化内部管理,对准海量作业场景。

之后,华为首席战略架构师党文栓详细解释了华为的全栈式、全场景解决方案,其中全场景包括四层:Ascend芯片、算力层CANN、支持端、边、云独立的和协同的统一训练和推理框架MindSpore;提供全流程服务(ModelArts)、分层API和预集成方案的应用使能层:

第一层是芯片设计层,即基于达芬奇架构开发的从Lite、Mini、Tiny、Nano到Max一系列芯片集成,适用任何场景,以最低功耗发挥最优性能。

第二层是算力层,华为开发的CANN能够兼具最优开发算力和算子性能两者,具有统一的API接口,致力于为开发者提供更好的开发平台。以reduce-sum开发案例为例,华为的开发效率提升三倍。

第三层是华为开发的统一训练和推理的框架Mindstore,其支持深度学习、强化学习、增强学习。值得一提的是,这一框架的大小不到50mb,存储空间需求也很小,集成了大规模分布式训练系统的芯片,助力不同模型开发和优化。

第四层是应用开发层,即提供全流程服务架构ModelArts,通常建模、运营等服务都是隔离的,华为设计的ModelArts可以为开发者提供更加简单的模型支持,从获取数据到适应变化,可以支持全流程的设计支持。具体包括适配模型架构,让不同场景的模型设计更加自动化的ExeML以及预集成解决方案,支持多领域(包括物流等不同场景)开发的CloudEI平台等。

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。

在人工智能战略上慢半拍的华为,终于放大招了

华为最早公开对AI的“野心”得追溯到2016年任正非的一次内部谈话。当时他在华为诺亚方舟实验室座谈会上做了一次内部演讲,首次系统谈到了华为在人工智能领域的战略。自此,华为的AI战略初露端倪。

这次内部谈话,任正非谈到了华为的人工智能服务方向、研发重点。其中,关键词之一就是基于华为现有的网络存量,将AI聚焦在改善服务上。即“人工智能要瞄准服务主航道。”

值得注意的是,此处提及的诺亚方舟实验室则是华为于2012年成立的,专注于人工智能、机器学习、数据挖掘等前沿科技领域,也是华为正式投入AI基础研究的先导信号。

诺亚方舟上面还有更加神秘的“2012实验室”,这是华为的总研究院,包括中央硬件工程学院、海思、研发能力中心、中央软件院等。

早期的华为的AI研究主要还是聚焦在企业内部的服务当中,其对外的动作和谷歌、微软以及国内的BAT相比,低调很多。

以和云计算息息相关的云端AI芯片市场为例,作为 AI 云服务的重要部分,为深度神经网络任务专门加速的云端芯片,成了当前云服务厂商的兵家必争之地。英伟达凭借其CUDA方案,一时风头无两。谷歌在2016年推出了专为机器学习定制的专用芯片TPU,已经被其应用在了AlphaGo、搜索、翻译、相册等背后的机器学习模型中。今年2月,谷歌云TPU 宣布向外部用户开放。

国内的情势也是刻不容缓,百度在7月份的开发者大会,推出了云端全功能AI芯片“昆仑”,其在训练和推理上的能力不容小觑,并且与百度的AI大脑构成协同作用。阿里巴巴则是在刚刚过去的云栖大会上,宣布成立独立的半导体公司平头哥,其首款自研深度神经网络芯片将于明年4月正式流片。

面对国内外的多面夹击,华为的步伐不得不加快了。

这次昇腾系列芯片的发布可以看出华为的野心非常大,不仅仅要超越已有的竞争对手,还要做的更全更大,不过最终的应用成绩如何还要等待时间考验。

华为的AI之心可期

据了解,有业内人士将华为的人工智能研究被分为三个部分:做基础理论研究;做使能器来改造华为的流程管理,“这个使能工程不对外,只全对内”;第三部分就是做人工智能相关的产品,对外赋能。

在外界的认知中,华为和AI的连接点更多的体现在移动处理器上。从2017年搭载NPU的麒麟970横空问世,引领了AI芯片在手机端的热潮。再到今年的麒麟980继续改进其神经网络推理加速架构,并推出全新双核NPU,华为表示麒麟980相比麒麟970可获得75%的性能提升,能耗比则比麒麟970提高58%。

同时,在AI方面,华为的布局看似不显山露水,其实已经在tob以及toc两端上一步步稳扎稳打了。

今年4月份,华为轮值董事长徐直军提到,“华为要把AI的技术引入我们的智能终端、云和网络。”

网络运营商方面,华为在原有的全云化网络构架基础上引入了机器学习,开发了SoftCOM AI解决方案架构,SoftCOM AI整个构架有两个核心:一个核心是AI训练平台,用以训练数据,输出模型或算法;另一个核心是智能管控中心,用以收集数据,根据训练平台输出的模型和算法,推理出网络动作指令并执行。最终去实现电信网络的自动、自治、自愈等。

云方面的布局更是不遑多论,此次全联接大会上,昇腾系列芯片的推出可见华为对于云的高度重视。今年3月,华为在公有云领域加大投入并成立了云BU,其与目前华为的三大业务BU属于并列地位;7月,华为全面升级云品牌“华为云”。

这次全联接大会上的“+智能”的口号,也是华为云“+AI”的延续,“+AI”而不是“AI+”华为也深知人工智能当前的技术趋势更多还是处在早期,是为原有的一些产品应用赋能,而不是凭空去推出一个完全“AI”的东西。

华为先将AI应用于内部的制造、物流、零售等场景,比如华为使用图像处理技术和深度学习智能判定,将设备成品率提升到了 99.55%,然后再开始向外输出自己的AI能力。去年9月,华为推出了基于华为云的企业智能EI平台,通过EI平台,可以让所有的企业和政府用户使用AI打造的各种各样的产品和服务。

总而言之,华为一直想做的是构建从芯片、终端到云端的协同发展人工智能。

结语:

华为此次的全联接大会可谓是干货满满,徐直军也提到后面几天的会议会陆续详细介绍华为的几大AI发展战略。

在AI方面,华为是不鸣则已,一鸣惊人,其推出的全场景、全终端的AI芯片覆盖了云端、边缘端以及终端。确实,从昇腾到麒麟系列,华为的AI芯片布局算的上是目前国内外布局最为全面的科技公司。无论是对标英伟达,还是谷歌,华为的技术实力都让其人工智能野心十分可期。

免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。