爆發(fā)前夜,華為的AI超算將會引領什么?

原標題:爆發(fā)前夜,華為的AI超算將會引領什么?

文|編程浪子

來源|智能相對論(aixdlun)

超算和AI一直是兩個并駕齊驅的賽道。一直以來超算重視硬件算力,一般用于國防、模擬、生物、天文科學研究等領域,比如我國的天河、神威,美國阿貢國家實驗室和勞倫斯·利弗莫爾國家實驗的米拉和泰坦。

AI領域,在早期階段各團隊強調在算法和調參上不斷優(yōu)化,而且當時的計算機架構并不適合做卷積神經(jīng)網(wǎng)絡的訓練,在CPU上訓練出一個模型可能達數(shù)年之久。

直到從深度學習的開山鼻祖Geoff Hinton的學生Alex Krizhevsky在GPU上成功訓練出突破性的深度神經(jīng)網(wǎng)絡之后,專用于AI硬件的概念才被各界所看重。

對于AI來說,算力與硬件架構同等重要,也就是在這種理念指導下,超算能力在AI的應用開始顯得分外重要。

不論從目前國際產業(yè)競爭形勢亦或是產業(yè)自身革新,AI超算背后的硬件和框架如何發(fā)展,將會是國內AI下一輪爆發(fā)關鍵基礎。在國內AI賽道,華為作為全球頂尖的ICT基礎設施和智能終端供應商,已經(jīng)攜“昇騰”處理器給出了完整的AI超算解決方案。

這對于國內AI的研發(fā)和應用效率的提升,毫無疑問是一場及時雨。

近日華為出席ISC(高性能計算大會)后,全球AI賽道產業(yè)鏈上下游給予了高度關注。

關鍵領域沒有歲月靜好,超算融合AI已風起云涌

國運之爭的核心是產業(yè)實力的綜合競爭,而AI已經(jīng)成為國運之爭中的一環(huán)。

國內三十年歲月靜好的改革開放紅利已經(jīng)到了戰(zhàn)略博弈的臨界點,像AI這種尖端產業(yè)正在成為大國博弈的橋頭堡。

硬件是AI算法迭代的基礎,沒有技術之上的硬件自主權,就如同只有施工圖紙而沒有鋼筋水泥,難以擺脫被控制的窒息感。

2018年美國公布了超算“Summit”,這臺超級計算機是由IBM在英偉達幫助下開發(fā),它的峰值計算能力可以達到每秒20億億次。

更重要的,Summit是史上第一臺既支持傳統(tǒng)計算,也支持運行人工智能應用程序的超級計算機,機器學習和神經(jīng)網(wǎng)絡等運行都可以在其上實現(xiàn)。

今年6月23日,全球超級計算機500強榜單更新,中國以226臺部署量位列第一,美國一114臺名列第二,日本以30臺位居第三。但是在TOP500的榜單系統(tǒng),有333套采用了英偉達的技術。

我國的AI超算解決方案直到華為的達芬奇架構公布后才有系統(tǒng)的解決方案,中國在AI超算領域的研發(fā)和應用,還需要點一把火,加一把勁。

框架和硬件“兩開花”,研發(fā)標準統(tǒng)一才是“戰(zhàn)斗力”

華為在2018年7月創(chuàng)新推出針對AI計算的達芬奇架構,在項目下公布了“昇騰”AI處理器+AI開源計算框架“MindSpore”。

由于華為給出了從硬件到框架一整套的解決方案,特別契合當下AI超算硬件成為新基建的公共特性。

這將會對AI業(yè)態(tài)造成三個方面的顯著正面影響:AI全行業(yè)滲透、提升開發(fā)效率以及降低算力成本。

1.全棧高算力平臺,帶動AI全行業(yè)滲透

在以往的AI開發(fā)中,架構、API、生態(tài)和運維都需要專門人才進行支持和管理,開發(fā)環(huán)境復雜,人才數(shù)量少,全球的AI人才供需比只有1%,只有三萬核心專家。從行業(yè)上看,中國市場含有AI的應用僅有10%,全行業(yè)AI滲透率只有4%。

國內AI的研究很火熱,2019年斯坦福人工智能索引報告顯示中國的人工智能論文數(shù)量超過歐盟,但是行業(yè)應用有限。

要實現(xiàn)全面超越,形成產業(yè)聚集優(yōu)勢,亟需AI超算的基礎設施,帶動全行業(yè)的AI應用和轉型。

華為的AI超算解決方案從硬件標準、運算集群和運維管理上都為應用者提供了統(tǒng)一方案。

在硬件標準上,“昇騰”的Da Vinci架構架構中含有Cube、Vector、Scalar三種計算單元,平均算力是業(yè)界算力的兩倍。

基于“昇騰”處理器的Atlas集群在全球最快AI訓練集群的基礎上,部署了普惠性的AI開發(fā)平臺ModelArts和CANN開發(fā)工具。

尤其是ModelArts,作為一個“一站式”的開發(fā)平臺,讓AI開發(fā)的各個環(huán)節(jié),包括數(shù)據(jù)處理、算法開發(fā)、模型訓練、模型部署都可以在ModelArts上完成。

這極大地降低了AI開發(fā)的門檻。這樣一個專供AI的基礎性商業(yè)超算系統(tǒng)已經(jīng)成型。

基于這個系統(tǒng),使用者可以極大減少資源調度成本,降低開發(fā)成本,最主要的是降低算力成本。

由于AI正在成為通用目的技術,使用場景會越來越廣,同時也意味著后入場的行業(yè)引入AI的門票費會越來越高,華為的超算架構讓更多場景與AI融合降低了門檻,促進了AI向全行業(yè)滲透。

2.自主框架MindSpore,開發(fā)態(tài)和運行態(tài)雙重提速

由于華為配合“昇騰”處理器的自主計算框架MindSpore的全場景特性,“開發(fā)態(tài)”和“運行態(tài)”都有優(yōu)勢。

所謂“開發(fā)態(tài)”是指計算框架非常友好,顯著減少模型訓練時間和成本。而且能夠適應不同的場景,包括端、邊緣和云。

“運行態(tài)”友好是指能夠讓整個模型能夠用最少的資源產出最高的效能。

MindSpore天然匹配昇騰全場景系列產品,能夠讓不同類型的算法都可以輕松接入,這無疑降低了研發(fā)人員的調試和讓代碼適應場景的成本。

而且這個計算框架能夠實現(xiàn)自動并行,這對與模型的效率則有很大影響,開發(fā)者無需投入過多的時間再去修改并行代碼,能夠更好的專注于模型質量。

以上兩點就是計算框架的開發(fā)態(tài)以及運營態(tài)的優(yōu)勢。

更重要的是因為框架針對華為“昇騰”處理器有專門的優(yōu)化,所以在應用效率上可以更高。

AI+超算處于爆發(fā)前夜,行業(yè)拐點也如約而至

超算和AI領域的融合,國內很多企業(yè)在做相關探索,但大多是有心無力。

為什么是華為率先引領?筆者認為有以下三個因素:

1、 華為擁有技術實力。華為2019研發(fā)投入達到1317億元,研發(fā)占比15.3%,擁有85000+專利授權。

2、 華為擁有用戶接受度。華為客戶國家覆蓋170以上,國家級備件中心122家以上,服務伙伴3900個以上。

3、 華為擁有行業(yè)高度。華為已經(jīng)成為民族企業(yè)代表,在AI超算領域構建基礎框架,不僅有商業(yè)價值,也與國內新基建下的AI戰(zhàn)略相一致。

華為憑借自身在硬件領域的多年積累和行業(yè)前瞻,以創(chuàng)新的達芬奇架構為開端,為國內AI+超算這個關鍵領域填補了空白。

總而言之,昇騰是SOC、計算平臺和產業(yè)生態(tài),目前國內基于華為“昇騰”處理器已經(jīng)有鵬城實驗室、上海天文臺等多個成功項目。從項目內容上看,既有國家重大項目,又有在天文學這類的尖端學科應用。

本次全球超算大會結束后,“昇騰”受到了各界廣泛的關注,在新基建的的熱潮中,將為全行業(yè)的AI化提供算力加持。

更重要的是,我們很有可能看到國內各界全面擁抱AI超算,同時擁抱華為昇騰AI的局面。

這將成為國內AI轉型的關鍵節(jié)點。

此內容為【智能相對論】原創(chuàng),

僅代表個人觀點,未經(jīng)授權,任何人不得以任何方式使用,包括轉載、摘編、復制或建立鏡像。

部分圖片來自網(wǎng)絡,且未核實版權歸屬,不作為商業(yè)用途,如有侵犯,請作者與我們聯(lián)系。

智能相對論(微信ID:aixdlun):

?AI產業(yè)新媒體;

?今日頭條青云計劃獲獎者TOP10;

?澎湃新聞科技榜單月度top5;

?文章長期“霸占”鈦媒體熱門文章排行榜TOP10;

?著有《人工智能 十萬個為什么》

?【重點關注領域】智能家電(含白電、黑電、智能手機、無人機等AIoT設備)、智能駕駛、AI+醫(yī)療、機器人、物聯(lián)網(wǎng)、AI+金融、AI+教育、AR/VR、云計算、開發(fā)者以及背后的芯片、算法等。

極客網(wǎng)企業(yè)會員

免責聲明:本網(wǎng)站內容主要來自原創(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確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網(wǎng)站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。

2020-06-29
爆發(fā)前夜,華為的AI超算將會引領什么?
對于AI來說,算力與硬件架構同等重要,也就是在這種理念指導下,超算能力在AI的應用開始顯得分外重要。

長按掃碼 閱讀全文