ai芯片和手机芯片区别,华为做了自己的AI芯片,那么芯片的AI优势是什么?

ai芯片和手机芯片区别,华为做了自己的AI芯片,那么芯片的AI优势是什么?

十余年前,在星巴克咖啡馆,第一批边用笔记本电脑奋笔疾书、边喝咖啡的人出现了, 这样的画面对很多人来说可能还记忆犹新。处在当下,回溯那段旧时光,正是因为IT(信息技术)与CT(通信技术)的融合,才会创造出这样一副场景。面向未来,IT和CT将在技术的引领下,将会在无数人脑海中创造更多的记忆时刻,在生活中、在工作中。

“华为一直定义自己是ICT公司,但以前谈ICT,IT和CT两边的人都会觉得有些奇怪。但现在软件定义一切,IT和CT越来越分不开,华为面向ICT融合基础设施的定位,越来越准确了”,华为轮值董事长徐直军在2018年全联结大会上说。

作为数字化的两大支撑技术,IT(信息技术)和CT(通信技术)虽然都有相同的名称后缀,但在很长一段时间里,颇有些泾渭分明之感。IT多谈云、端的计算性能和效率,CT则更多讲管道的连接和速度,两者在技术架构版图上虽然连接,但是应用业务版图上却关联不多。

但是,这两种技术其实时常碰撞出火花,每次融合都会爆发出强大的生命力,催生出新产业。

2003年和2007年,IT和CT曾两次联手,让普通消费者也感受其威力。

2003年,迅驰芯片组发布,通过它,英特尔在笔记本电脑这个IT设备中,加入了来自CT的WiFi技术,让电脑上网脱离了网线。举动看似简单,但却直接创造了移动办公这一应用场景。早四年前便进入中国的星巴克咖啡馆里,用笔记本电脑奋笔疾书的人终于多了起来。

又过了4年iPhone手机在2007年发布。苹果的设计团队,第一次在通信设备当中,整合了来自IT的计算能力,从此,手机不再是手机,而是可以通信的掌中电脑。当个人计算终端不仅只属于PC,移动互联网大潮也由此开始。面对此情此景,华为总裁任正非曾断言,“我看到MP3时说过一句话,加上通讯不就更厉害了吗?后来果然加了通讯,第一代(iPhone)就卖了900万台”。

ICT融合的力量可见一斑。

2016年开始,一项技术通过围棋人机比赛的方式重新走进人们的视野,它来自IT,但启发于神经网络的它天生自带CT基因,这让本次IT和CT的融合碰撞更加史无前例。由此带来的影响将涉及全社会,不仅改变亿万消费者的生活方式,还会给千万企业带来创新模式和运营方式的改变,这项技术就是。经历过两次高峰和低谷的发展浪潮AI第三次进入公众视野。

由ICT出发的华为,正准备在这个进程中扮演关键角色,解决关键问题。

“通用技术”不“通用”的难题

AI的威力来自于作为通用技术的潜能。

徐直军在全联结大会上援引加拿大学者Richard G Lipsey《经济转型:通用技术和长期经济增长》一书中的观点:社会经济的持续发展是靠通用技术的不断出现而持续推动的。通用技术,就是有多种用途,应用到经济几乎所有地方,并且有巨大的技术互补性和溢出效应。这种溢出效应,让AI可以与各行各业和其他技术所关联。

智能手机,就是一个能体现通用技术互补溢出能力的产品。“华为之前发布的Mate10手机搭载了具备了AI能力的麒麟970芯片,直接带动了全球智能终端产业在方面的创新,也带动了华为智能手机业务的成长”,徐直军接受记者采访时表示。

同样从智能手机这个例子出发,我们可以发现第三次AI浪潮和明显不同于第一次和第二次之处。在第一次和第二次浪潮中,AI的突破往往局限于单体的超级智能机器。而这一次AI浪潮一开始,就实现了每个人都可以有一台可以通信的AI机器(智能手机),这在以往一定是不可想象的。在IT技术、CT技术的合力支持下,这个世界正在走向万物连接,万物智能,只要数据流经的地方,无论云、管道、边缘还是终端,都在走向在线化和智能化。手机是个开始,开关,摄像头,路灯,越来越多的“物”将发生改变。

而万物互联、万物智能,意味着这些设施之间并非孤岛似的智能独立个体,而是紧密相连。智能的道路连接智能的汽车;智能的工厂连接智能的产品;智能的市民卡连接智能的城市服务。连接的重要程度和智能的普适性意义正在呈指数级放大。华为云BP总裁郑叶来曾总结这种智能的泛在性,“未来将不仅仅是云上智能,而是一个从云的中心到云的边缘,到生产系统和个人终端的端到端的解决方案,是一个泛在的智能系统”。华为网络研发部总裁刘少伟接受科技行者采访时也给出过一个案例,“目前最先进最复杂的电梯,里面有超过700个传感器,传感器产生的数据如果原封不动传到云端去处理,需要的带宽极大,所以需在边缘端也加入计算和智能,来配合云端”。刚才提到的不同场景中,汽车或许是一个格外值得被关注的领域,作为具备移动特征,又要被AI驱使,并需要人机交互界面的交通工具,天然是IT和CT融合的最佳载体,计算能力和通信能力,正在被快速加装到这个百年历史的交通工具上。手机作为便携的通信设备具备了计算能力,就已经让社会生活翻天覆地,车联网创造的社会经济产业价值不容小觑。

但是需求场景虽然已经表现出泛在和互联的特征,或许是此次AI大潮来的太快,产业界之前却并没有为此做好充足的技术准备。目前AI方案中,云、端和边缘的计算架构和计算框架往往并不统一,这直接导致了AI应用和开发的割裂。徐直军表示,华为在研究中发现这个问题很突出,云端的训练推理,端侧基本不适用,甚至是Tensorflow这样的成熟框架体系也面临这个问题,市场上找不到一个现有体系真正能够实现全场景支持。

对华为首席战略架构师党文栓也对赛博故事做了进一步解读,“在AI应用开发中,经常发生这样的事,开发者在云端训练了一个模型,测试了一下精度很不错,但是想应用在边缘,精度就不够了”,“在不同的场景中,无论是芯片、硬件还是框架都需要重新适配。”,这种情况增加了开发的复杂性,更直接制约了AI面向实际落地。这其中的原因似乎不难理解,当AI横跨云、端、边缘ICT全产业链如果没有在IT、CT两端都有足够经验积累,实现通用何其困难。

“全栈、全场景”、“吃狗粮”和“普惠AI”

面对这个业务痛点,在2018全联结大会上,横跨ICT的华为给出了自己的答案——提供一个统一、全面的全栈全场景的AI解决方案。

·全场景,就是指包括公有云、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。

·全栈则是技术功能视角,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。

因为芯片技术涉及计算底层和基础研发,华为在本次活动发布的基于达芬奇架构的AI芯片昇腾Ascend成为本次大会上的一大焦点,在这个平台上,华为做到了一个 “达芬奇”架构,支持全部应用场景。党文栓表示,“之所以把架构命名为叫达芬奇,就是因为达芬奇作为一个历史上少有的跨界(艺术家、工程师等)奇才,代表着华为AI计算平台的普适性”。

在开发这一架构的过程中,华为同样结合了IT和CT两方面的经验。党文栓对赛博故事解释了开发基于冯诺依曼架构芯片的瓶颈。简单概括来说,就是即使计算单元能力很强,但如果受限于无法以相应的速度把数据喂给计算单元,这会使整体计算能力大打折扣。很巧的是,华为在路由器的研发中,要解决的核心问题也是超高速带宽问题。华为在路由器研发中的技术积累和技术理念,恰好用在了AI芯片研发中。即便如此,他强调,与计算单元的超强能力相比,目前的网络带宽依然不足,用网络思维解决计算问题,也依然是未来AI芯片平台的破题之路。

达芬奇架构的昇腾Ascend平台,做到了一个体系,普适不同场景

华为面向全栈全场景的AI平台体系

不过在AI计算领域,有个约定俗成的认识,开发芯片平台虽然难但或许仍可以做到,但是运营一个训练和推理框架则难上加难,如果没有足够多的开发者和应用开发商支持,很难形成一个积极、活跃的生态平台。更何况在这个领域,已经有来自Google的Tensorflow等强大的竞争对手。徐直军也对此直言,在华为整个AI战略中,在面向全栈、全场景的解决方案里,最有挑战的部分也是华为自己开发的 Mindspore训练推理框架,“未来能不能构建一个生态,大家会不会用,这是唯一的挑战”。即使如此,华为还是选择自己开发了一个训练推理框架,因为“我们(华为)真的找不到一个框架真正能够实现全场景。”,“要实现全栈全场景,只能自己来做”,徐直军表示。

技术产业,同样有一个吃狗粮的说法,指的是技术公司在开发出新技术的时候,要自己先用,才好说服客户去用,同时也将为应用积累经验。这一点上,华为也不例外,而且在体量规模上拥有先天条件。华为高级管理顾问、人大商学院教授黄卫伟老师在全联结大会前一天向赛博故事在内的媒体介绍了华为AI重点聚焦的方向,一是产品和服务的智能化,二是提升企业内部管理的效能,走一个先向内求的过程。用华为创始人任正非的话来说,就是“华为所有的要自己的狗食自己先吃,自己生产的降落伞自己先跳”。

徐直军认为,这也是华为的芯片平台和训练、推理框架可以快速走向成熟的优势所在。“华为自己有云,有每年上亿台的手机出货量,有边缘计算业务”,“一方面华为会推动建设良性的生态关系和做好兼容性工作,但是即使是依靠华为自身的业务需求和承载量,已经可以保持和推动Mindspore计算推理框架的生命力和技术演进”,保持平台活力。

尽管的第三次浪潮如火如荼, 但是有一组数字表明,目前只有4% 的企业已经投资或部署了AI”,背后的原因就是AI的应用门槛过高,让““火热”与“冷静”之间出现了巨大落差。

在华为的蓝图中,无论是达芬奇架构还是Mindspore,以及华为的一系列全栈全场景解决方案,都可以认为是为解决这个落差而来。除了通用性之外,计算力的成本下降也是华为AI战略的重要组成部分。在华为的介绍中,达芬奇架构再加上相关框架组合,可以让AI算力成本有相当程度的下降。在徐直军的演讲中,有一个篇章是关于AI产业的十大障碍和对应的改变,其中就有三条和计算力成本效率直接相关,包括“缩短训练时间”、“让算力更充裕经济”和“让算法更安全高效”。这也是在推动让“物”更容易的具备计算、连接ICT融合能力。

华为2018全联结大会期间,华为进行了一系列关于“普惠AI”的理念推广。徐直军对这个理念的的解读非常的坦率和直白,“推动门槛降低和成本下降就是华为普惠AI的努力目标”,更重要的是在他看来,对于普惠这件事,华为简直再熟悉不过了,“如果不是华为20多年来的努力,从全球市场视角来看,通信服务怎么可能是现在这么便宜?”

对于全球通信普惠,一位有海外工作履历的朋友有亲身感受,“2006年我在海外非洲工作,每个月给家里打电话话费算下来要几千元”,自然占据不少的生活开支,“2014年,我在海外南美工作,遇到急事再和家里沟通,已经可以用手机网络视频通话,但通信占生活成本和8年前相比,已经急剧下降到无需单独列项”,他对赛博故事感慨。

普惠之道,通信如此,AI也将如此。

版权声明:本文内容由互联网用户投稿发布,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 2211788188@qq.com 举报,一经查实,本站将立刻删除。如需转载请注明出处:https://www.wptmall.com/a/article/4718

为您推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注