今天，在華為深圳坂田基地，華為正式發(fā)布算力最強的AI處理器Ascend 910（昇騰910），同時推出全場景AI計算框架MindSpore。華為公司輪值董事長徐直軍在發(fā)布會上表示：華為自2018年10月發(fā)布AI戰(zhàn)略以來，穩(wěn)步而有序地推進戰(zhàn)略執(zhí)行、產(chǎn)品研發(fā)及商用進程。昇騰910、MindSpore的推出，標志著華為已完成全棧全場景AI解決方案（Portfolio）的構(gòu)建，也標志著華為AI戰(zhàn)略的執(zhí)行進入了新的階段。

昇騰910，算力最強AI處理器

徐直軍此次正式發(fā)布的AI芯片是昇騰910，屬于Ascend-max系列。在HC2018上已經(jīng)發(fā)布了其技術(shù)規(guī)格。實際測試結(jié)果表明，在算力方面，昇騰910完全達到了設(shè)計規(guī)格，即：半精度 (FP16)算力達到256 Tera-FLOPS，整數(shù)精度 (INT8) 算力達到512 Tera-OPS，重要的是，達到規(guī)格算力所需功耗僅310W，明顯低于設(shè)計規(guī)格的350W。徐直軍表示：昇騰910總體技術(shù)表現(xiàn)超出預期，作為算力最強AI處理器，當之無愧。

8月23日，華為公司輪值董事長徐直軍出席AI處理器Ascend 910及全場景AI計算框架MindSpore發(fā)布會。



昇騰910芯片

我們已經(jīng)把昇騰910用于實際AI訓練任務(wù)。比如，在典型的ResNet50 網(wǎng)絡(luò)的訓練中，昇騰910與MindSpore配合，與現(xiàn)有主流訓練單卡配合TensorFlow相比，顯示出接近2倍的性能提升。面向未來，針對不同的場景，包括邊緣計算、自動駕駛車載計算、訓練等場景，華為將持續(xù)投資，推出更多的AI處理器，面向全場景持續(xù)提供更充裕、更經(jīng)濟、更適配的AI算力。

MindSpore，全場景AI計算框架

徐直軍還發(fā)布了全場景AI計算框架 MindSpore。能否大大降低AI應用開發(fā)的門檻，能否實現(xiàn)AI無處不在，能否在任何場景下確保用戶隱私得到尊重和保護，這些都與AI計算框架息息相關(guān)。為此，去年華為全聯(lián)接大會上，華為提出，AI框架應該是開發(fā)態(tài)友好（例如顯著減少訓練時間和成本）和運行態(tài)高效（例如最少資源和最高能效比），更重要的是，要能適應每個場景包括端、邊緣和云。經(jīng)過近一年的努力，全場景AI計算框架MindSpore在這三個方面都取得了顯著進展。

全場景支持，是在隱私保護日漸重要的背景下，實現(xiàn)AI無所不在越來越基礎(chǔ)的需求，也是MindSpore的重要特色。針對不同的運行環(huán)境，MindSpore框架架構(gòu)上支持可大可小，適應全場景獨立部署。MindSpore框架通過協(xié)同經(jīng)過處理后的、不帶有隱私信息的梯度、模型信息，而不是數(shù)據(jù)本身，以此實現(xiàn)在保證用戶隱私數(shù)據(jù)保護的前提下跨場景協(xié)同。除了隱私保護，MindSpore還將模型保護Built-in到AI框架中，實現(xiàn)模型的安全可信。在原生適應每個場景包括端，邊緣和云，并能夠按需協(xié)同的基礎(chǔ)上，通過實現(xiàn)AI算法即代碼，使開發(fā)態(tài)變得更加友好，顯著減少模型開發(fā)時間。以一個NLP（自然語言處理）典型網(wǎng)絡(luò)為例，相比其他框架，用MindSpore可降低核心代碼量20%，開發(fā)門檻大大降低，效率整體提升50%以上。通過MindSpore框架自身的技術(shù)創(chuàng)新及其與昇騰處理器協(xié)同優(yōu)化，有效克服AI計算的復雜性和算力的多樣性挑戰(zhàn)，實現(xiàn)了運行態(tài)的高效，大大提高了計算性能。除了昇騰處理器，MindSpore同時也支持GPU、CPU等其它處理器。

為了更好促進AI的應用，徐直軍宣布“MindSpore將在2020年Q1開源”，助力每一位開發(fā)者，促進AI產(chǎn)業(yè)生態(tài)發(fā)展。

全棧全場景AI解決方案，讓AI無處不在

徐直軍在發(fā)布以上兩款產(chǎn)品之前，首先重申了華為公司的AI戰(zhàn)略：投資AI基礎(chǔ)研究，在計算視覺、自然語言處理、決策推理等領(lǐng)域構(gòu)筑數(shù)據(jù)高效（更少的數(shù)據(jù)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(chǔ)能力；打造全棧全場景解決方案，提供充裕的、經(jīng)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(shù)界、產(chǎn)業(yè)界和行業(yè)伙伴廣泛合作；把AI思維和技術(shù)引入現(xiàn)有產(chǎn)品和服務(wù)，實現(xiàn)更大價值、更強競爭力；應用AI優(yōu)化內(nèi)部管理，對準海量作業(yè)場景，大幅度提升內(nèi)部運營效率和質(zhì)量。

華為AI解決方案（portfolio）的全場景，是指包括公有云、私有云、各種邊緣計算、物聯(lián)網(wǎng)行業(yè)終端以及消費類終端等部署環(huán)境。而全棧是技術(shù)功能視角，是指包括Ascend昇騰系列IP和芯片、芯片使能CANN、訓練和推理框架MindSpore和應用使能ModelArts在內(nèi)的全堆棧方案。

徐直軍也回顧了制定以上AI戰(zhàn)略的初衷。華為定位AI是一種新的通用目的技術(shù)（GPT），如同19世紀的鐵路和電力，以及20世紀的汽車、電腦、互聯(lián)網(wǎng)一樣，將應用到經(jīng)濟的幾乎所有地方。同時華為也認為AI的應用總體還處于發(fā)展初期，AI技術(shù)和能力相比于長遠期望還有很大差距。減小甚至消除這些差距，加速AI的應用，正是華為AI戰(zhàn)略的初衷和目標。具體包括致力于促成以下10個方面的改變。

通過提供更強的算力，使復雜模型訓練能在幾分鐘、甚至幾秒鐘內(nèi)完成，而不是今天的數(shù)天甚至數(shù)周；提供更經(jīng)濟、更充裕的算力，讓算力不再稀缺、不再昂貴，從而不再是AI發(fā)展的制約因素；通過全場景方案，適應企業(yè)不同需要，確保用戶隱私得到尊重和保護，讓AI能夠部署在任何場景，而不僅僅是公有云。投資基礎(chǔ)AI算法研究，實現(xiàn)更少的數(shù)據(jù)需求，即數(shù)據(jù)高效。也要能夠基于更低的算力和能耗，即能耗高效。通過AI框架MindSpore和應用使能ModelArts，大大提升AI自身的自動化水平，減少對人工的依賴。持續(xù)提升模型算法，實現(xiàn)工業(yè)生產(chǎn)環(huán)境的“工作”優(yōu)秀，而不僅僅是各種比拼環(huán)境的“考試”優(yōu)秀。實現(xiàn)模型的閉環(huán)、實時更新，保證企業(yè)AI應用始終處于最佳狀態(tài)。將AI技術(shù)與5G、云、物聯(lián)網(wǎng)、邊緣計算、區(qū)塊鏈、大數(shù)據(jù)、數(shù)據(jù)庫…等技術(shù)充分協(xié)同，發(fā)揮更大價值。通過全棧方案一站式平臺，使AI成為所有應用開發(fā)者甚至所有ICT技術(shù)從業(yè)人員的一項基本技能，而不是一項只有具備高級技能的專家才能完成的工作。通過全棧全場景技術(shù)手段，結(jié)合投資開放的生態(tài)和人才培養(yǎng)，讓AI人才不再短缺。

昇騰310和ModelArts獲得廣泛應用

在華為全聯(lián)接大會2018上，與華為AI戰(zhàn)略一起， 作為全棧全場景解決方案的首批組件，華為同時對外發(fā)布并正式推出了昇騰310 AI芯片和全流程模型生產(chǎn)服務(wù)ModelArts。昇騰310屬于Ascend-mini系列第一顆華為商用AI SoC芯片，在最大功耗僅8W的情況下，其整數(shù)精度（INT8）算力達到16Tops，半精度（FP16）算力達 到8Tops，同時，該芯片中還集成了16通道 全高清 視頻解碼器，是面向邊緣計算場景最強算力的AI SoC。

自發(fā)布以來，基于昇騰310芯片的產(chǎn)品和云服務(wù)獲得廣泛應用。其中，基于昇騰310的MDC和很多國內(nèi)外主流車企在園區(qū)巴士、新能源車、自動駕駛等場景已經(jīng)深入合作?；跁N騰310的Atlas系列板卡、服務(wù)器，與數(shù)十家伙伴在智慧交通、智慧電力等數(shù)十個行業(yè)落地行業(yè)解決方案。基于昇騰310，華為云提供了圖像分析類服務(wù)、OCR服務(wù)、視頻智能分析服務(wù)等云服務(wù)。對外提供API達50多個，日均調(diào)用量超過1億次，而且在快速增長，預計年底日均調(diào)用量 超過3億次。另有超過100多個客戶使用昇騰310開發(fā)定制AI算法。

ModelArts全流程模型生產(chǎn)服務(wù)打通了從數(shù)據(jù)獲取-模型開發(fā)-模型訓練-模型部署的全鏈條，可將生產(chǎn)所需的所有服務(wù)一站式提供。截止目前，ModelArts已經(jīng)擁有開發(fā)者超過3萬，日均訓練作業(yè)任務(wù)超過4000個，32000小時，其中：視覺類作業(yè)占85%，語音類作業(yè)占 10%, 機器學習5%。

本文來自摩爾芯聞，本文作為轉(zhuǎn)載分享。