本站點使用cookies,繼續瀏覽表示您同意我們使用cookies。Cookies和隱私政策
華為打造的?N騰計算全棧AI基礎軟硬件平台,通過通用計算加異構計算的多樣性算力創新,將助力政企加速通向智能世界。
文/鄧泰華 華為計算產品線總裁
作為通用目的技術(General Purpose Technology-GPT)的人工智能(AI),正在深刻改變著我們的生活和工作,加速行業的智能升級。智能升級是未來每個城市、行業及企業構築競爭力的關鍵,智能體是實現這一目標的途徑。智能體是雲網邊端一體化的智能系統,是政企智能升級的參考架構。
算力作為智能體的引擎,將為政企的智能升級提供澎湃動力。華為致力于與伙伴共同發展鯤鵬計算產業(通用計算)和?N騰計算產業(AI計算),正是順應新時代賦予的戰略機遇。通過通用計算加異構計算的多樣性算力創新,從硬件到基礎軟件,再到應用使能的軟硬件全棧協同創新,將助力政企加速通向智能世界。
經過多年積累,華為通過打造?N騰計算全棧AI基礎軟硬件平台,已成為科技部國家新一代人工智能開放創新平台唯一的基礎軟硬件合作單位。
?N騰計算全棧AI基礎軟硬件平台包括Atlas系列硬件、異構計算架構CANN(Compute Architecture for Neural Network)、全場景AI計算框架MindSpore、?N騰應用使能MindX等,可支撐AI專業開發者及使用AI的科研工作者、行業應用伙伴高效構建AI場景化解決方案。
?N騰Atlas系列硬件覆蓋了從推理到訓練的邊、雲全場景,包括模組、板卡、服務器以及集群。華為踐行硬件開放、使能伙伴的生態策略,發展並認證解決方案合作伙伴,把?N騰模組、板卡及服務器,集成到伙伴自有品牌的整機和解決方案中,目前已經發展了第一批共五家解決方案伙伴。
異構計算架構CANN,是發揮硬件算力的核心。南向兼容支持端邊雲各種硬件形態,開放支持14種主流操作系統;北向開放支持業界主流AI框架,通過統一編程接口ACL,伙伴只需掌握一套API,就可以全面使用推理、訓練的全系列硬件,實現極簡開發;通過軟硬件的協同優化,通過親和?N騰的圖編譯技術及超過1000個高性能算子,釋放?N騰硬件的強大性能。通過開放的異構計算架構CANN,使能伙伴極簡開發,提供極致性能。
MindSpore是面向端邊雲全場景的AI框架,是生態發展的核心,可實現全自動並行、全場景自適應協同、全流程極簡。隨著AI模型越來越大,參數越來越多,GPT-3的參數已超過1750億個,未來框架的並行能力越來越關鍵。MindSpore作為業界首個全自動並行框架,不僅支持將大圖自動切分成小圖,還可將小圖中的算子自動切分,分配到不同計算單元,無需開發者手動干預。模型訓練好後,就可根據不同的硬件形態,自適應地生成相應大小的模型,並自動調整。MindSpore還支持對本地增量數據進行訓練,通過提供更精準的AI模型,實現私人定制。開發者可實現模型的快速導入及靈活調試,對第三方框架已訓練好的模型,也可通過工具進行自動轉換。MindSpore自今年三月開源後,獲得了國內外開發者的積極響應,目前,社區開源貢獻者超過1500名,九月當月的日均下載量已經超過600,成為國內第一熱度的AI開源社區,海外的下載量也在快速提升。華為希望與AI開發者一起,共同打造全球主流的、適應全場景的AI框架。
?N騰應用使能MindX,包括深度學習和智能邊緣兩個組件,一個模型優選庫,以及面向各個行業的開發套件SDK。其中,面向同一類行業場景的開發工具包和行業知識庫,可將開發經驗及行業知識積澱下來,實現水平復制,以大幅降低開發門檻,提升開發效率。面對大量的行業應用開發需求,MindX SDK可以使應用開發者只需極少量代碼甚至不直接寫代碼就可以實現AI功能。
基于硬件開放、軟件開源、使能合作伙伴的策略,華為將?N騰計算全棧AI軟硬件平台開放給整個產業,與產業伙伴一起來構建基于?N騰的人工智能產業生態。通過使能行業應用創新,讓AI賦能千行百業,目前華為已擁有超過100家世界領先的ISV伙伴,基于?N騰孵化了超過120個解決方案,通過10萬多名開發者的共同努力,華為與伙伴攜手推出的眾多AI應用,已在交通、金融、能源、制造、互聯網、運營商等眾多行業獲得了廣泛應用並具有顯著價值。
華為制造部是華為核心競爭力的重要組成部分,承擔著華為ICT與智能終端設備的制造任務。每年的出貨量高達幾千億台,一條生產線每28秒就有一台手機下線,每3分鐘就有一台基站設備下線,其效率無論是在中國還是在全球均處于領先地位。海量的產品制造給質檢帶來了巨大的壓力,過去由于很多環節采用人工質檢,因此需要多人復檢才能滿足準確率的要求。現在,AI技術被融入質檢之中,華為制造部與合作伙伴凌華一起創新性地推出了Atlas雲邊協同方案對產品的質量進行檢測。首先在計算產品的生產線試點,用Atlas來制造Atlas,即“Atlas for Atlas”。試點後整個產線質檢的工作量下降超過60%,6月份開始試點運行的準確率已接近100%。一條生產線試點成功後,華為開始推廣規模應用,目前包括無線、終端在內的80多條產線都使用了Atlas進行AI質檢,實現了從“制造”走向了“智造”。華為總結過程中的制造Know-how和AI開發經驗,推出了智能制造SDK向伙伴開放,使合作伙伴可高效完成智能制造及AI應用開發,大幅降低了AI行業應用的開發門檻,加速實現了從一個華 為智能工廠走向更多的智能工廠。
大數據、人工智能等多樣化場景產生的多樣性計算需求,單一架構已無法滿足。華為希望通過多樣性的算力協同來滿足政企的智能升級需求︰以國家新一代人工智能創新發展試驗區為依托,通過建設人工智能計算中心等算力集群,打造公共的多樣性算力平台,聚合企業創新,實現千行百業的智能升級。在邊緣側,華為通過Atlas 200模塊、Atlas 500智能小站等邊緣AI計算設備,與廣大合作伙伴一起推出的100多個行業AI方案,如智能電力巡檢、智能營業廳、智能加油站等都已廣泛應用。算力集群與邊緣側通過雲邊端協同,以算力集群賦能產業集群,無疑將帶動區域產業的發展壯大。
人才發展是產業發展的基礎,在發展計算產業的同時,華為一直將人才發展作為工作的重中之重。高校是人才培養的根據地,是人才發展的未來,華為與高校合作,采用產學研用模式,通過基礎理論對接產業及市場需求的知識體系建設,實現了人才培養從理論到實踐再到應用的結合。同時,華為聯合各領域專家、學者,與清華大學出版社聯合出版了?N騰AI處理器、MindSpore、ModelArts、鯤鵬處理器、openEuler、openGauss等系列教材和教輔資料。通過與教育部合作,與超過70所高校陸續簽署了智能基座產教融合協同育人基地的全面合作協議,將鯤鵬、?N騰推進高校。用幾年時間實現了對國內超過2600所高校、高職、高專院校的全面覆蓋,並逐步走向海外。未來,“?N騰”“鯤鵬”將會成為高校人工智能相關專業、計算機與信息化專業的必備技能。
共生、共創、共享的開放生態是發展智能體的關鍵。展望未來,華為將堅定不移地投入計算領域基礎軟硬件的研發,向產業界開放?N騰全棧平台和鯤鵬全棧平台,構築多樣性計算生態,打造新型基礎設施算力的底座,助力數字經濟實現高質量發展。