11月9日，在華為全聯(lián)接大會(huì)2022期間，華為正式官宣昇騰AI異構(gòu)計(jì)算架構(gòu)CANN 6.0版本將在年底正式發(fā)布。
1 高度完善的生態(tài)滿足度，滿足全方位業(yè)務(wù)訴求
從2018年初露鋒芒到2022年即將發(fā)布的CANN 6.0最新版本，CANN在使能AI開發(fā)效率和性能方面持續(xù)保持業(yè)界領(lǐng)先。作為昇騰生態(tài)的錨點(diǎn)，CANN 6.0版本基于發(fā)布全新升級的開發(fā)體系2.0，在性能、開放性及易用性上持續(xù)提升，在開源算法支持、自定義算子開發(fā)、動(dòng)態(tài)shape場景支持等方面全方位滿足AI開發(fā)者的訴求，不斷提升生態(tài)滿足度。
作為昇騰AI基礎(chǔ)軟硬件平臺的核心，CANN搭起了從上層深度學(xué)習(xí)框架到底層AI硬件的橋梁，全面支持昇思MindSpore、飛槳（PaddlePaddle）、PyTorch、TensorFlow、Caffe、計(jì)圖（Jittor）等主流AI框架，提供900多種優(yōu)選模型能夠覆蓋眾多典型場景應(yīng)用，兼容多種底層硬件設(shè)備，提供強(qiáng)大異構(gòu)計(jì)算能力。
為滿足開發(fā)者多層次AI業(yè)務(wù)訴求，CANN提供統(tǒng)一的面向應(yīng)用的編程語言AscendCL（Ascend Computing Language）屏蔽底層處理器差異，支持AI應(yīng)用開發(fā)、模型開發(fā)和算子開發(fā)，版本向上兼容，讓開發(fā)者零感知版本升級，暢享AI開發(fā)的便捷性。
同時(shí)，隨著人工智能應(yīng)用深入更多場景，圖片大小、語音長短等動(dòng)態(tài)數(shù)據(jù)輸入的需求不斷增加，CANN 6.0版本對動(dòng)態(tài)shape的支持度不斷提升，在新版本中，我們將會(huì)有400+算子支持動(dòng)態(tài)shape，支持80%的主流算子，極大提高了AI場景生態(tài)滿足度以匹配客戶更多的AI業(yè)務(wù)場景。
2 打造極簡易用算子開發(fā)體驗(yàn)，高效使能AI開發(fā)者
經(jīng)過數(shù)年的積累和優(yōu)化，CANN高性能算子庫為支撐神經(jīng)網(wǎng)絡(luò)訓(xùn)練和推理加速而不斷添磚加瓦，CANN 6.0版本已經(jīng)發(fā)展到1400+高性能算子，可覆蓋主流AI框架的算子加速需求。
算子庫不僅支持高性能單算子執(zhí)行加速，還支持入圖技術(shù)，在圖上通過算子融合減少計(jì)算節(jié)點(diǎn)和內(nèi)存拷貝，進(jìn)一步提升整網(wǎng)執(zhí)行性能，以Bert網(wǎng)絡(luò)為例，通過算子深度融合技術(shù)可將網(wǎng)絡(luò)性能提高50%。CANN 6.0新發(fā)布的Transformer高性能加速庫，針對網(wǎng)絡(luò)典型結(jié)構(gòu)精簡80% kernel數(shù)，核心kernel性能提升50%-150%，可匹配昇騰全系列處理器支持NLP/CV類全場景Transformer網(wǎng)絡(luò)，并且兼具簡易的繼承開發(fā)及上層框架使用等諸多優(yōu)點(diǎn)。
CANN 6.0版本除了繼續(xù)保持在典型模型上的性能優(yōu)勢外，還將重點(diǎn)在易用性方面進(jìn)行提升。伴隨算子自定義開發(fā)需求的增多，為了更加開放、高效的支持用戶自開發(fā)，隨新版本發(fā)布的開發(fā)體系2.0，在算子開發(fā)方面推出原生支持C/C++的算子開發(fā)語言，降低算子開發(fā)門檻，同時(shí)提供昇騰硬件親和的數(shù)據(jù)結(jié)構(gòu)，在保持性能的基礎(chǔ)上提升用戶自定義算子開發(fā)效率，使得算子開發(fā)效率得到倍級提升。
CANN 6.0版本將會(huì)提供包括11大類在內(nèi)的70個(gè)DSL算子編程接口、新增11類算子調(diào)度策略，從而使能更多算子采用簡單的DSL方式開發(fā)，算子庫中DSL算子覆蓋度可達(dá)80%。在開發(fā)易用性方面，開發(fā)者僅需完成計(jì)算過程表達(dá)，無需關(guān)心后續(xù)的Schedule創(chuàng)建、優(yōu)化及編譯等問題，因?yàn)檫@些操作將通過Auto Schedule自動(dòng)調(diào)度接口快速完成。CANN同時(shí)支持算子Debug調(diào)試、一鍵生成工程代碼、自動(dòng)編譯部署到算子庫、簡化算子交付件等功能，基于全流程解決開發(fā)者痛點(diǎn)，最大程度降低算子開發(fā)門檻。
3 持續(xù)提升模型開發(fā)效率，實(shí)現(xiàn)模型下載即用
CANN支持模型的自動(dòng)化遷移、調(diào)測及智能調(diào)優(yōu)，從真正意義上實(shí)現(xiàn)模型下載即用。CANN 6.0版本下，主流框架TensorFlow和PyTorch的模型遷移成功率可達(dá)80%以上，兼容主流三方庫Horovod/Keras/DeepSpeed等。在此基礎(chǔ)上還能方便地將那些隨算法演進(jìn)而開發(fā)的自定義kernal或function保留到框架側(cè)執(zhí)行，提升算法適配靈活度。
在模型調(diào)優(yōu)方面，開發(fā)者不僅能借助一系列昇騰親和API提升性能，還能通過智能化調(diào)優(yōu)工具代替復(fù)雜的手工優(yōu)化操作，CANN 6.0版本的平均調(diào)優(yōu)效率將較上一代提升一倍以上。
4 全系列AI開發(fā)輔助工具，掃除AI開發(fā)重重障礙
作為一個(gè)全面使能AI開發(fā)的軟件平臺，CANN不但持續(xù)在AI模型適配、應(yīng)用開發(fā)和算子開發(fā)方面給開發(fā)者帶來便捷，更是從模型優(yōu)化、系統(tǒng)分析、模型部署等多維度幫助開發(fā)者掃除重重障礙。
模型壓縮工具AMCT，能有效降低模型數(shù)據(jù)量和計(jì)算量，節(jié)約模型內(nèi)存和帶寬占用，提升計(jì)算性能；智能計(jì)算調(diào)優(yōu)工具AOE，其傻瓜式的自動(dòng)尋優(yōu)能力使得算法工程師從繁重的手工調(diào)優(yōu)工作中解脫出來，并能夠?qū)⒄{(diào)優(yōu)進(jìn)度和調(diào)優(yōu)結(jié)果通過可視化方式直觀展示；Profiling工具則能自動(dòng)采集整網(wǎng)性能數(shù)據(jù)，通過統(tǒng)計(jì)視圖識別最耗時(shí)算子，在CANN 6.0版本中，可自動(dòng)生成性能優(yōu)化建議，引導(dǎo)用戶快速解決問題；精度比對工具，支持整網(wǎng)或指定層數(shù)據(jù)dump，CANN 6.0版本中進(jìn)一步精簡dump數(shù)據(jù)量，更有效的輔助開發(fā)者快速定位異常算子。
智能大潮，奔涌向前，CANN持續(xù)深入踐行初心和使命，以大道至簡的態(tài)度筑夢AI開發(fā)者！隨著CANN 6.0版本的全新開放升級，必定帶動(dòng)更多伙伴及開發(fā)者基于昇騰AI和CANN的關(guān)鍵技術(shù)探索人工智能領(lǐng)域更多可能，點(diǎn)燃智慧創(chuàng)新熱情，點(diǎn)亮智能美好生活，共同筑夢遠(yuǎn)方，共享行業(yè)數(shù)字未來！
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
