华为推出AI训练集群, 20万颗星星中找目标只需10秒

2019年09月20日阅读 10,090 次

预计5年后,AI计算所消耗的算力,将占到算力消耗总量的80%以上,计算正在进入一个新的智能时代。

华为副董事长胡厚崑表示,“我们面临的是一个2万亿美元的计算产业大蓝海,华为坚定不移地投入计算产业,通过对架构创新的突破、对全场景处理器的投资、坚持有所为有所不为的商业策略,以及构建开放生态来布局战略。

投资基础研究,推出达芬奇架构,用创新的处理器架构来匹配算力的增速。

第二,投资全场景处理器族,包括面向通用计算的鲲鹏系列,面向AI计算的昇腾系列,面向智能终端的麒麟系列,以及面向智慧屏的鸿鹄系列等。

第三,有所为有所不为的商业策略。

华为不直接对外销售处理器,以云服务面向客户,以部件为主面向合作伙伴,优先支持合作伙伴发展整机。

未来5年,继续投入15亿美元,汇聚500万开发者,使能全球合作伙伴开发应用及解决方案。

发布全球最快的AI训练集群:Atlas 900据介绍,这款产品汇聚了华为十多年的技术沉淀,由数千颗昇腾处理器组成。

在衡量AI计算能力的金标准ResNet-50图片分类模型下,Atlas 900只需59.8秒就完成了训练,在同等精度下比原来的世界纪录快10秒。

Atlas 900的强大算力,可广泛应用于科学研究与商业创新,比如天文探索、气象预测、自动驾驶、石油勘探等领域。

为了让各行各业获取超强算力,华为将Atlas 900部署到云上,推出华为云EI集群服务,并以极优惠的价格,面向全球科研机构和大学,即刻开放申请使用。

在本次大会上,中国工程院院士、鹏城实验室主任高文院士,分享了鹏城实验室与华为的合作,力求共同打造中国首个动态进化的E级AI超算系统,构建新一代人工智能基础研究创新平台。

华为云业务总裁郑叶来,则从商业应用的角度,基于华为云在10多个行业、500多个项目的实践,指出行业AI正在跨越商用裂谷,成为重塑企业数字化转型的关键驱动。

“这是计算产业新的大航海时代,我们期待的是千帆竞发,而不是独舟奋进。

我们期望和各行各业的伙伴共同努力,抓住历史机遇,共创智能新高度。

【附胡厚崑演讲要点】两年前,华为发布了新的愿景使命,就是“把数字世界带入每个人、每个家庭、每个组织,构建万物互联的智能世界”。

我们认为智能世界有三个特征,就是万物感知、万物互联、万物智能,要支撑这样一个智能世界,有两个关键的技术需要持续创新和投入:联接和计算。

大家印象中的华为一直是做联接的,在过去三十多年里,华为在联接领域持续不断地投资,从有线到无线,从2G、3G、4G,到今天热门的5G,华为已经取得了一些成绩。

然而华为并不只是一家做联接的公司。

在我们看来,要支撑未来的智能世界,联接和计算缺一不可。

事实上,联接和计算这两大技术,就象一对孪生兄弟,相互促进、协同发展。

可以说,在未来的智能世界里,联接到哪里,计算就到哪里,哪里有计算,哪里就有联接。

过去我们联接谈得比较多,其实华为对计算的投入已有十年,今天重点向大家分享一下华为在计算方面的洞察与战略。

计算成为人类能力的延伸首先谈谈我们对计算产业的一些观察。

从1946年第一台计算机诞生,70多年以来,从大型机到个人计算机,从台式机到笔记本、到平板电脑,从智能手机到可穿戴设备,计算设备体积越来越小,功能越来越强,离人的距离也越来越近。

可以说,计算能力已经成为人的能力的一种延伸,沿着这样的趋势走下去,我们相信计算产业的发展前景是不可限量的。

过去70年来,计算模式本身也在不断发展。

我第一次接触到计算机,是从大学开始的,那个时候学编程,老师教的就是,你给一个公式,它就给你一个结果,事实上这就是一种基于规则的计算模式。

这样一种计算模式,当初很好地解决了人口普查、弹道计算等问题。

然而,对于一些无法用确定规则描述的问题,比如说语音识别、图像识别、实时翻译等,基于规则的计算模式要解决这些问题就很吃力。

可喜的是,科学家们找到了一种新的计算模式,就是基于统计的计算模式,能够很好地解决以上提到的这些问题。

并且,这种基于统计的计算模式,也成为了当前人工 智能发展的关键基石。

我们认为,这种基于统计的计算模式将逐渐成为主流。

预计5年后,AI计算所消耗的算力,将会占到全社会算力消耗总量的80%以上,基于这样的变化,我们认为计算正在进入一个新的智能时代。

计算进入智能时代在计算的智能时代,我们认为有三个重要特征。

第一个特征,需要超强的算力。

统计计算本身就是一种暴力计算,高度依赖于算力。

举个例子,为了让计算机认识一只猫,就需要数百万图片的训练,这对算力的消耗是非常惊人的,面向自动驾驶、天文探索、气象预测等更复杂场景,对算力的需求将会更大。

第二个特征,计算和智能将会无处不在,而不仅仅是分布在中心侧。

从中心节点的暴力计算,到边缘侧的专业计算,如基因测序,以及端侧的个性计算,如耳机、手机,一起构成了未来智能时代的计算形态。

第三个特征,端边云之间需要高效的协同。