加入收藏 | 设为首页 | 会员中心 | 我要投稿 黔东南站长网 (https://www.0855zz.com.cn/)- 混合云存储、建站、网络、云计算、应用安全!
当前位置: 首页 > 大数据 > 正文

华为徐直军:华为布局AI关键要加大基础研究投入

发布时间:2021-06-10 20:53:35 所属栏目:大数据 来源:互联网
导读:8月23日,华为正式发布算力最强的AI处理器Ascend 910(昇腾910),同时推出全场景AI计算框架MindSpore。 除了发布新产品,华为公司轮值董事长徐直军还介绍了华为AI战略布局,主要是围绕以下几个方面: 1、投资AI基础研究,在计算视觉、自然语言处理、决策推
8月23日,华为正式发布算力最强的AI处理器Ascend 910(昇腾910),同时推出全场景AI计算框架MindSpore。
 
除了发布新产品,华为公司轮值董事长徐直军还介绍了华为AI战略布局,主要是围绕以下几个方面:
 
1、投资AI基础研究,在计算视觉、自然语言处理、决策推理等领域构筑数据高效(更少的数据需求)、能耗高效(更低的算力和能耗),安全可信、自动自治的机器学习基础能力;
 
2、打造面向云、边缘和端等全场景的、独立的以及协同的、全栈解决方案,提供充裕的、经济的算力资源,简单易用、高效率、全流程的AI平台;
 
3、投资开放生态和人才培养,面向全球,持续与学术界、产业界和行业伙伴广泛合作;
 
4、把AI思维和技术引入现有产品和服务,实现更大价值、更强竞争力;
 
5、应用AI优化内部管理,对准海量作业场景,大幅度提升内部运营效率和质量。
 
以下为徐直军讲话全文:
 
感谢大家参加今天的发布会,在去年华为HC大会上,我首次正式发布了华为AI战略和华为全栈全场景AI解决方案。
 
同时,我也分享了十个有关人工智能技术、人才、产业的重要变革方向。期望产业界围绕十个变革方向,来解决人工智能“辉煌”与“冷静”之间的巨大落差,开创未来。华为也围绕几个变革方向一直在努力实践。
 
首先,请允许我回顾一下华为的AI战略:
 
1、投资AI基础研究,在计算视觉、自然语言处理、决策推理等领域构筑数据高效(更少的数据需求)、能耗高效(更低的算力和能耗),安全可信、自动自治的机器学习基础能力;
 
2、打造面向云、边缘和端等全场景的、独立的以及协同的、全栈解决方案,提供充裕的、经济的算力资源,简单易用、高效率、全流程的AI平台;
 
3、投资开放生态和人才培养,面向全球,持续与学术界、产业界和行业伙伴广泛合作;
 
4、把AI思维和技术引入现有产品和服务,实现更大价值、更强竞争力;
 
5、应用AI优化内部管理,对准海量作业场景,大幅度提升内部运营效率和质量。
 
同时也利用此次机会,再次介绍一下华为全栈、全场景解决方案。我们提出的全场景,是指 包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等部署环境。我们说的全栈是技术功能视角,是指包括芯片、芯片使能、训练和推理框架和应用使能在内的全堆栈方案。华为的全栈方案具体包括:
 
Ascend: 基于统一、可扩展架构的系列化AI IP 和 芯片,包括Max,Mini,Lite,Tiny和Nano等五个系列;
 
CANN: 芯片算子库和高度自动化算子开发工具;
 
MindSpore:支持端、边、云独立的和协同的统一训练和推理框架;
 
应用使能:提供全流程服务(ModelArts),分层API和预集成方案。
 
首先是基于Ascend310 的产品和云服务的商用情况。
 
1、基于昇腾310的Atlas、MDC产品:MDC和国内外主流车厂在园区巴士、新能源车、自动驾驶等场景深入合作;Atlas系列板卡、服务器和AI相关的数十家伙伴,在智慧交通、智慧电力等数十个行业落地AI行业解决方案;
 
2、基于昇腾310的华为云服务:华为云图像分析服务、OCR服务、视频分析服务 超过50+ API都已经基于Ascend 310服务,日均调用量超过1亿次,而且在快速增长,预计年底日均调用量 >3亿。
 
其次是ModelArts的商用进展。ModelArts全流程模型生产:打通、覆盖了从数据获取-模型开发-模型训练-模型部署的全链条,日均作业量以及在线开发者:日均训练作业任务超过4000个,32000小时,其中:视觉类作业占85%,语音类作业占 10%, 机器学习5%,ModelArts已经拥有开发者超过3万。
 
我宣布:算力最强的AI处理器 Ascend 910 正式推出。去年10月,我们发布了Ascend 910的技术规格,今天我向大家介绍最新的实际测试结果。
 
在算力方面,测试结果表明,昇腾910完全达到了设计规格,即:半精度 (FP16): 256 Tera-FLOPS;整数精度 (INT8) : 512 Tera-OPS。其次重要的是,达到规格算力所需功耗仅310W,明显低于设计的350W。
 
应当说,昇腾910总体技术表现超出预期。我们已经把昇腾910用于实际AI训练任务。其中,在典型的ResNet-50 网络的训练中,昇腾910与MindSpore配合,与现有主流训练单卡配合TensorFlow相比,显示出接近2倍的性能提升。每秒训练的图片数量从965张提升到1802张。
 
面向未来,针对不同的场景,我们将持续投资,推出更多的AI处理器,面向边缘计算场景,在已经商用Ascend 310基础上,计划2021年将推出Ascend 320。
 
现有MDC是基于Ascend 310的,有效支持了自动驾驶的开发,未来面向规模商用,我们将陆续推出Ascend 610/620。针对AI训练,今天正式推出Ascend 910,未来还将计划推出Ascend 920。

(编辑:黔东南站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

    热点阅读