訓練千億參數模型的法寶，昇騰CANN異構計算架構來了~

2021年4月，“華為云盤古大模型”一炮走紅AI人工智能領域。

如果你問：明明明明明白白白喜歡他，但他就是不說，白白喜歡誰？

你的同伴可能還要猶豫3秒鐘，而盤古卻能輕松地回答出：明明！

諸如此類的「中文同詞不同義」的快速語義識別也僅僅是它的雕蟲小技而已。

領先的語言理解和模型生成能力，這個大網紅瞬間被貼上了“最接近人類中文理解能力”、“全球最大中文語言（NLP）預訓練模型”各類標簽。

標簽不是白帖的，在AI領域，大智慧就意味著大模型，他背后的“千億參數”、“TB 級內存模型”絕對是他成功的法寶！

模型大，意味著數據也大，你想到如何訓練出這樣大的模型了么？

盤古的訓練以「昇騰AI處理器」為基座，同時借助了「CANN 異構計算架構」，讓硬件算力得以充分釋放，大大縮短了訓練時間！

什么是CANN？

以提升用戶開發效率和釋放昇騰AI處理器極致算力為目標，昇騰CANN（Compute Architecture for Neural Networks）是華為針對AI場景推出的異構計算架構。它對上支持業界主流前端框架，向下對用戶屏蔽系列化芯片的硬件差異，以豐富的軟件棧功能滿足用戶全場景的人工智能應用訴求。

當前CANN已經發布到3.0的版本，統一編程架構，同時支持推理+訓練的端、邊、云全量場景，實現三大使能。

使能全場景：通過支持業界主流AI框架，支持14+種主流操作系統，實現一次開發，全場景各種硬件形態和運行環境的靈活部署。

使能極簡開發：通過統一編程接口AscendCL（Ascend Computing Language），為開發者屏蔽底層處理器的差異，支持開發者只需要掌握一套API，就可以全面應用于昇騰全系列芯片+推理、訓練全場景。

使能極致性能：通過軟硬協同優化，親和昇騰的圖編譯技術，以及超過1200個高性能算子，來釋放昇騰芯片的澎湃算力。

CANN的開放能力：

CANN為開發者提供算子開發、模型開發、應用開發的全流程開發體驗，可覆蓋全場景應用。

算子開發

DSL語言開發接口：提供了一套基于內存的開發接口，處理器上的指令映射和調度是自動實現的。開發者僅需要關注算子的數學邏輯計算，不需要了解硬件細節，即可開發出高性能的算子。根據統計可以滿足60%以上算子開發需求。

TIK語言開發接口：提供了一套比較完備的基于處理器內部Buffer可見的編程語言，開發者可以自行決定搬進搬出數據量的大小，從而充分發揮芯片的能力，提升開發算子的性能。

模型開發

支持多種模型開發框架MindSpore，TensorFlow, PyTorch, ONNX 等

支持通過標準化的Ascend IR(Intermediate Representation)接口隔離上層框架差異，進行直接構圖和模型開發

應用開發

提供一套標準的AscendCL編程接口，提升用戶APP編程效率

CANN的硬核技術：

高性能算子庫：支持包括TensorFlow、Pytorch、Mindspore、Onnx框架在內1200+算子，開發者直接基于內置算子即可開發模型。

自動融合技術： 支持基于算子、子圖、SCOPE多維度的自動融合，支持動態DSL融合，可有效減少計算節點，縮短計算時間，讓昇騰AI處理器瞬間加速。

異構部署調度框架：充分利用昇騰芯片的異構執行單元，將不同的計算任務分配給最合適的計算引擎，高效協同異步流水，提升計算任務整體效率。

高效的內存生命周期管理算法：兼顧內存的充分復用以及數據交換的效能，實現資源與效率的均衡。

預置的業界主流模型庫：華為昇騰Model? Zoo提供100+主流模型的代碼以及相應的調優參數example，為開發者提供貨架式的參考實現，詳細信息參見：https://www.hiascend.com/software/modelzoo

高性能的圖下沉執行框架：將所有計算下沉到芯片，減少Host CPU與芯片之間的交互時間，實現高性能的訓練和推理。

高性能動態圖調度：支持基于異步流水的單算子執行框架，支持靈活的H2D、D2H交互，解決PyTorch等框架下動態圖模式的高性能運行問題。

業界領先的智能調優：支持基于強化學習、遺傳算法、CostModel等多種智能調優算法，提供算子級或者圖級調優選擇，為用戶提供自動的極致性能調優體驗。

CANN的5.0版本會給你帶來更多想象，了解更多信息，請訪問昇騰社區https://www.hiascend.com/。

昇騰 機器學習

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。