华为又秀了一次AI“大蓝图”
原创2019-08-23 20:51

华为又秀了一次AI“大蓝图”

题图:视觉中国。


今天下午在华为深圳总部,华为轮值董事长徐直军主持并且“再次”发布了AI芯片——昇腾910,以及华为自己的人工智能架构MindSpore。


昇腾910和310芯片


之所以说是“再次发布”,是因为在去年华为的年度会议、“全连接大会”2018上,徐直军已经整体地发布了华为整个“全场景全栈”人工智能解决方案,整个方案中,就包括了“昇腾910”这颗芯片。唯一不同的是,这一次发布的是实际的芯片产品,并且已经进入了可以商业化的阶段。


事实上,在去年的演讲中,“昇腾910”的发布日期就已经定到了2019年第二季度,此时“再次”发布也大致符合之前的计划。


在进一步展开“蓝图”之前,我们还是有必要回过头再看一下“昇腾910”这颗芯片。作为目前华为AI芯片中最强大的存在,“昇腾910”在理论数据上比AI领头羊英伟达最先进的V100 GPU还要来的强劲。

前者半精度(FP16)的浮点运算能力能够达到256TFLOPS,相比之下后者只有125TFLOPS。


但值得一提的是,V100 GPU实际上已经是2017年中发布的产品,即便算是按量产时间2018年计算,华为的产品发布时间都已经晚了一年多。这个时间差肯定会影响性能,正如“昇腾910”采用的7nm工艺显然比英伟达V100 GPU的12nm工艺先进。但假如将制程的差距考虑进去,华为的这一颗“大”AI芯片应该也是比肩英伟达、谷歌的存在。


蓝图其实比芯片更加重要


要说AI芯片的蓝图,首先我们需要参考的其实是英伟达。


作为近十年来这一大波人工浪潮的“助推者”,英伟达自身除了不断更新自己的GPU架构,优化每一代架构在人工智能场景中的性能之外,也在不断扩展着自己的人工芯片布局。


黄教主的刀法已经将V100 GPU玩出花来了


例如上面提到的V100 GPU,英伟达就一口气拓展出了HGX、DGX、DGX SuperPOD在内的一系列云端人工智能运算解决方案。其中最后一个DGX SuperPOD更是通过1536个V100 GPU实现了全球超级计算机中第22名的浮点计算能力。


除了最强悍的V100 GPU之外,英伟达还有专门针对分散人工智能推力场景的Tesla P4/T4加速卡;针对自动驾驶、带有ARM CPU、以SoC平台为核心的“Xavier”自动驾驶解决方案;以及针对机器人和嵌入式平台的小型人工计算平台“Jetson”系列。


这些产品看起来相互独立,实则相互紧密结合,串联起它们的,正是英伟达不断更新的GPU架构。通过应用在不同芯片中的统一架构,英伟达实现了非常多的骚操作。


其中一个例子就“云端虚拟自动驾驶训练”,虽然英伟达在自动驾驶端运用的是“Xavier”平台,但是车企可以利用原始数据或者是模拟数据,在云端的“DGX”中进行完全的虚拟人工智能训练,训练成果最后还能直接导到“Xavier”平台之上。


抛开场景和应用,背后的逻辑其实也非常简单:


  • 人工智能包括训练和推理两个阶段,只有先训练出人工智能架构才能去做推理;

  • 不同场景、应用的人工智能需求是完全不同的,对于人工智能芯片的需求也是不同的;

  • 假如用同一种芯片架构来做训练和推理,训练出来的神经网络就不用进行太多的修改。


在这些基础逻辑的引导下,其实行业领先的AI芯片厂商都在越做越“广”。除了上面提到的英伟达,去年年末,Google也发布了其在终端上的芯片“Edge TPU”,目的同样是要让更多的场景和应用成为可能。


这个时候我们反过来看华为的规划,其实也是一样的。



华为整个人工智能解决方案中,Ascend“昇腾”系列芯片是最重要的基础,而且从一开始就被华为分为了5个档位:Max、Mini、Lite、Tiny、Nano,5个系列也已经有了各自的产品。



而在最关键的云端训练、多场景推理这两点上,华为其实也已经给出了自己的想法,未来很可能是以“369”三个系列来不断推进。其中正在开发(橙色)的昇腾610,是华为今天刚公布的新计划。未来它将被应用在如自动驾驶之类的特定场景当中。


严格来对比的话,华为这一整套人工智能芯片的布局,在端侧和应用侧要比英伟达更加落地,但是在云端方面还有一定差距。但整体的思路上,绝对是相通的。


软件生态,将决定华为AI能力的存活


大蓝图只有硬件那是绝对不行的,软件也很重要。因为无论什么AI芯片,最终说到底吸引越来越多人加入、应用一个公司的AI芯片的主要原因,还是生态。你也可以理解为只有越多人用,才会吸引更多的人。


扩充生态这件事只靠硬件能力显然不行,这也是华为在人工智能规划中面对的最大挑战,英伟达这样的“先行者”可以花数年时间不断地去营造生态,而华为一上来因为硬件已经足够先进,实际上对软件提出了非常高的要求,否则软件就要拖后腿了。


这也为什么华为不断地去强调自己的人工智能架构MindSpore。



市面现在之所以会出现这么多人工智能架构,背后实质上就是各大公司希望通过优化架构、提升编程自动化水平、结合更多最新人工智能技术在内的做法,拉拢更多人工智能开发者。华为的ModelArts全流程模型生产服务的出发点也是同样的。



但这还远远不够,在华为的这个“全场景全栈”AI解决的“大蓝图”中,还有CANN、HiAi Engine这样的存在。这些产品未来如何持续保持进化、与华为的AI芯片如何协同,将会决定华为AI生态的最终走向。


面对着AI,这个人类下一步数字化的大挑战。相比竞争对手,华为这一套“大蓝图”的打法看起来很合理,并且具有可操作性。


只是前路仍艰,必须继续加油了。

如对本稿件有异议或投诉,请联系tougao@huxiu.com
正在改变与想要改变世界的人,都在虎嗅APP
赞赏
关闭赞赏 开启赞赏

支持一下   修改

确定