華為全場景AI方案構建完成！

在今天深圳的發(fā)布會上，華為副董事長、輪值董事長徐直軍發(fā)布了最新商用AI芯片昇騰910（Ascend 910），以及首款國產的全場景AI計算框架——MindSpore計算框架。

至此，從去年發(fā)布“五大AI戰(zhàn)略”，短短一年時間，在各方壓力下的華為，已經迅速完成了全場景AI方案的全部部件構建。華為表示，接下來會專注于各部件的優(yōu)化和升級。

在答記者問的環(huán)節(jié)徐直軍也提到，“516事件”（美國商務部以國家安全為由，將華為公司及其70家附屬公司列入出口管制「實體名單」）對華為戰(zhàn)略推薦和全場景產品研發(fā)沒有任何影響，盡管外部環(huán)境發(fā)生了很多變化，但是整個AI戰(zhàn)略和產品商用依然在穩(wěn)步推進，也達到了預期結果。

而對于華為在計算框架生態(tài)的構建上，如何與谷歌和Facebook等已經長期耕耘的公司競爭的問題，徐直軍表示，華為的優(yōu)勢在于有自己的移動終端產品，并且利用算力和計算框架結合，可以打造很多其他框架不能實現的功能。

其實在8月21日開幕的第31屆Hot Chips大會上，華為作為主角之一與AMD、Intel、ARM等巨頭同臺亮相時，就推出了AI芯片所用的“Da Vinci（達芬奇）”架構，以及昇騰310、昇騰910芯片和麒麟810芯片。

昇騰310、昇騰910芯片早在去年10月10日的華為全鏈接2018大會上就已首次亮相。

聚焦低功耗的昇騰310已經量產商用，那今天發(fā)布的昇騰910（Ascend 910）AI處理器和MindSpore計算框架又有什么新的亮點呢？

最新商用AI芯片昇騰910發(fā)布

先看昇騰910，據華為介紹，這款芯片在算力方面超過了預期，同等規(guī)格下，昇騰910達到并超過了C級規(guī)格，能在一個時鐘周期下完成4096次計算。

這個成績得益于基于達芬奇架構的AI核的計算核心，除了標量和矢量計算單元，AI核集成了3D立方體計算引擎，與CPU和GPU相比，有兩個數量級上的提升。

昇騰910更是集成了32個立方體計算引擎，能夠輸出256TFLOPS（每秒256萬億次浮點指令），所以昇騰910不僅是一個AI芯片，更是一個高度集成的片上系統(tǒng)，集成了CPU、DVBP及任務管理器。

同時昇騰910擁有自治能力，使其可以獨立完成整個AI訓練流程，最小化和Host的交互，從而發(fā)揮其強大的算力。

再看昇騰910的通信機制，昇騰910集成了HCCS、PCLe和RoCE三種高速接口，其中自研的HCCS可以提供單接口240Gbps的傳輸，從而實現芯片構建訓練系統(tǒng)的性能和靈活性的大幅提升。

華為也表示，將繼續(xù)面向未來投資，針對不同場景進行研發(fā)，提供更強大經濟的算力需求。昇騰310、昇騰910僅僅是一個開始，未來將推出昇騰920。

在價格上，華為也表示，這款芯片的售價還沒有確定，但是絕不會高于同性能芯片的售價。

發(fā)布首款國產全場景AI計算框架——MindSpore

接下來，華為還發(fā)布了一款全場景AI計算框架——MindSpore。

徐直軍表示，目前國內還沒有一款能夠對標Tensorflow的全場景AI計算框架，MindSpore希望能夠彌補國內的這一空白。

在性能上，MindSpore對開發(fā)者非常友好，能夠有效減少模型開發(fā)時間，降低開發(fā)門檻。相同場景需求下，減少模型代碼量20%，效率能夠整體提升50%以上。

具體來說，MindSpore自動微分采用Source 2 Source方式實現，在性能和可編程性上，明顯優(yōu)于業(yè)界圖和運算符重載方式，同時能夠實現任意算子的微分表達和編譯優(yōu)化，實現反向算子自動生成，從而極大方便模型開發(fā)。

隨著數據集和模型規(guī)模越來越大，模型并行成為必然，手工切分的模型并行存在門檻高、效率低、調優(yōu)難的缺陷，而MindSpore只需要定義單機模型，即可實現多機混合并行運行，無需了解AI集群細節(jié)。

MindSpore同時支持靜態(tài)圖和動態(tài)圖，且可用一條語句實現無縫切換，從而讓調試也變得簡單而高效。

不僅有開發(fā)態(tài)的高效，運行態(tài)的友好同樣是MindSpore的追求目標。MindSpore大大提高了運算性能，并且除了支持華為的昇騰910外，也支持其他業(yè)界其他CPU、GPU。

MindSpore還提供了Ascend Native運行技術，助力昇騰算力最佳發(fā)揮。主從控制模式中，CPU和GPU交互，引入內存和數據開銷，在芯片上完成神經網絡模型所需要的所有控制和執(zhí)行。

至于很多人問為什么有了TensorFlow還要開發(fā)MindSpore，徐直軍表示：目前沒有任何一個國產框架支持全場景。華為目前的業(yè)務包括云、端、邊，這些都需要全場景支持的AI框架。在不同的運行環(huán)境中，架構上支持可大可小，適應全部場景部署。

在隱私保護方面，MindSpore不帶有隱私信息的梯度模型，能夠在保證保護用戶隱私的前提下，跨場景協同。

總的來說，支持端、邊、云獨立和協同的統(tǒng)一訓練和推理的MindSpore計算框架，降低了AI的開發(fā)和使用門檻，釋放AI生產力，最大程度發(fā)揮AI芯片算力潛力，從而鼓勵開發(fā)人員共同打造AI生態(tài)，推動AI產業(yè)落地。

華為稱，MindSpore將在明年一季度開源，讓更多開發(fā)者參與將MindSpore打造好。

華為全場景AI構建方案完成

最后，讓我們再回顧一下華為去年發(fā)布的AI五大戰(zhàn)略：

投資基礎研究：在計算視覺、自然語言處理、決策推理等領域構筑數據高效（更少的數據需求）、能耗高效（更低的算力和能耗），安全可信、自動自治的機器學習基礎能力

打造全棧方案：打造面向云、邊緣和端等全場景的、獨立的以及協同的、全棧解決方案，提供充裕的、經濟的算力資源，簡單易用、高效率、全流程的AI平臺

投資開放生態(tài)和人才培養(yǎng)：面向全球，持續(xù)與學術界、產業(yè)界和行業(yè)伙伴廣泛合作，打造人工智能開放生態(tài)，培養(yǎng)人工智能人才

解決方案增強：把AI思維和技術引入現有產品和服務，實現更大價值、更強競爭力

內部效率提升：應用AI優(yōu)化內部管理，對準海量作業(yè)場景，大幅度提升內部運營效率和質量

而今年芯片和計算架構的發(fā)布，也是華為對這一戰(zhàn)略的落地實踐。這也標志著華為全場景AI構建方案完成。

目前從世界范圍來看，在桌面CPU上，Intel和AMD處于絕對的統(tǒng)治地位；GPU方面，則是英偉達在領跑；至于手機處理器，則基本握在了ARM手中。盡管華為有備胎計劃，但是性能方面預計很難超過這些技術成熟、人才資本雄厚的企業(yè)。

深圳半導體協會秘書長常軍鋒曾指出，國外半導體巨頭通過國際標準、行業(yè)標準、專利保護建立了技術壁壘。

AI芯片，則成為了國產芯片彎道超車的絕佳機會。

AI芯片從發(fā)育到成熟落地，國內基本和國外大廠處于同一起跑線上，并且如今華為昇騰系列已經商業(yè)化，昇騰910作為是目前單芯片計算密度最大的芯片，計算力也超過了谷歌及英偉達競品。