首页 > AI+ > 华为张迪煊:昇腾全栈全场景开发平台可弥补AI人才稀缺问题

华为张迪煊:昇腾全栈全场景开发平台可弥补AI人才稀缺问题

来源:TechWeb 作者:秩名 时间:2020-08-19 19:44 阅读:

理查德·利普西(Richard G Lipsey)在《经济转型:通用技术和长期经济增长》一书中提到,尽管人类社会发明万千,但历史上能够被定义的“通用技术”(GPT)的发明仅有26项,其中包含蒸汽机、电力、个人电脑。

我们不禁思考,AI是否可能成为下一代通用技术?透过其数十年学术发展,答案无疑是的;AI具备多用性,可以和各行各业结合,并产生溢出价值,符合理查德等学者对GPT的定义。

然而,AI的运作需要三个不可或缺的要素:数据、算法和算力。目前,我们的网络带宽能容纳海量数据、有前沿数据科学的算法支持,但当算力不足时,一切应用都只是空中楼阁。

2018年,华为发布全栈全场景AI解决方案:昇腾(Ascend),尝试帮助中小企业解决算力稀缺的窘境。作为AI应用环节的重要基础设施,昇腾近两年推出AI芯片、全场景AI计算框架MindSpore、CANN等系列基础软硬件等,以构建完整的AI服务框架。

图,昇腾310芯片架构,单片可支持 16 路 1080P@30fps 的视频解码需求

据介绍,基于华为昇腾芯片打造的Atlas 900 AI集群可达到256P算力,训练速度实现“分钟级”突破,同类集群训练速度在70秒左右,Atlas 900只需45.6秒。

华为的数据中心正在如何帮助企业AI化?如何同时满足不同场景下的客户需求?华为昇腾计算业务副总裁张迪煊表示,首先构建AI集群基础设施,赋能中小企业经济且强大的算力服务(Atlas);开放底层基础软件,打造简单易用开发平台,降低AI门槛(CANN 3.0、MindStudio);最后,向企业提供客制化技术服务。

图,张迪煊接受媒体采访

“在技术硬件平台上,我们有推理产品有板卡、服务器。首先,同样功耗的板卡,我们训练深井网络的速度是业界领先的美国公司产品的1.5倍。另外,例如人脸识别等视频识别需求,我们的AI服务器能同时处理80路,业界领先的只有40路。

此前的计算集群需要一千个芯片组成协同,去年发布时训练速度已突破分钟级,通过一年的优化,集群芯片数量降低一半,训练速度提升到了45.6秒。同样的业内产品,需要70秒。此前几个月完成的训练任务,现在只需一杯咖啡的时间。效率,是推动人工智能发展的关键。”

AI人才在企业中稀缺的,昇腾希望通过创造更简单易用的开发工具,帮助企业降低AI化门槛。

CANN 3.0是华为向深度开发者提供的全场景AI模型框架,覆盖昇腾、手机麒麟芯片、摄像头芯片等IP,打通了手机生态及AI数据中心生态。

MindSpore初衷是打造全栈全场景开源框架。AI公司生产系统大部分精力在模型部署环节,80%部署落地在边缘侧。将模型部署带手机中,面临巨大成本问题,通过全场景协同及管理网络打通,快速把训练数据模型可以快速布局边缘上面去,例如项目组今天想做车辆识别,明天就可以下发到手机,非常灵活。今年3月,MindSpore正式开源。

MindStudio 2.0工具链,包括工具安装、模型开发、算子开发,提供可视化的界面,UI窗口为WEB界面的,提供模型的优化功能,方便开发者可部署。

图,一位年轻AI开发者正在学习使用华为mxVision进行图形化编程

“目前,我们可以看到,市面上主流框架都是美国的,其中PyTorch在学术界占有率最高,TensorFlow在工业界有极高稳定性。

华为在AI框架领域,底层硬件不仅对接自己的MindSpore,也和百度、旷视及其他厂商做对接,实现1+1>2的协同效果。

MindSpore也在交互界面上类似PyTorch一样友好。昇腾正在尝试和企业合作,一起做科研、发论文,帮助研究者取得科研成果。”

据悉,华为昇腾战略生态在过去一年中进展迅速,已和60多所学校合作建立实验室,商用100多个联合解决方案,软件平台已超过4万开发者,并预计在三年内拥有百万开发者。

据中国信通院数据,2015年到2018年复合平均增长率为54.6%,高于全球平均水平(约36%),仅仅在2018年,中国人工智能产业市场规模已达到415.5亿元。以此推算,2019年我国人工智能市场规模达到554亿元左右。同时在新基建背景下,人工智能及工业互联网潜在市场似乎已被提前释放。华为昇腾作为国内头部全栈全场景AI开发平台,正在尝试以AI的思维解决AI人才短缺困难,帮助更多中小企业智能化、自动化,以适应未来市场。

(文/胥崟涛)

责任编辑:曼陀罗