華為集齊 AI 龍珠，“召喚神龍”為期不遠

3月26日，《人民日報》開設"新基建 新機遇"專欄，其中頭條文章《新基建拓展新空間》，聚焦華為云助力滁州產業升級、助力江蘇工業互聯網發展示范區建設等城市案例，樹立"新基建"的標桿示范。

而在云計算這個新基建領域，華為最近也是動作頻頻。近日在華為開發者大會2020（Cloud）上，MindSpore首席科學家、IEEE Fellow陳雷教授宣布華為全場景AI計算框架MindSpore在碼云正式開源（開源地址：https://gitee.com/mindspore），并正式登陸華為云。可以說只有將AI算力上云才能與行業應用場景全面無縫對接，產生出核效應，創造出新基建的最大價值。

但是讓AI算力上云又是如此之難，因為近年來整個AI界都特別流行被業界戲稱為“大力出奇跡”的發展模式，目前主流的圖像處理及NLP方面的AI模型參數，動轍達到百億級的規模。就目前的情況來看，從OPEN AI的那個能自動續寫《權利的游戲》小說的GPT-2到谷歌的XLNET、T5，人工智能的模型迭代速度越來越快，但訓練成本也隨之水漲船高，主流模型的訓練成本都要高達數十萬人民幣之巨。? 甚至有學者指出：“越大的模型往往表現更好。這表現擴大規模可能仍然是實現更好性能的方式。”AI這種高成本高投入的發展趨勢讓一般的創業公司離主流的AI的前沿越來越遠，如果沒有雄厚的資金實力是不可能搭建這種級別的AI訓練平臺。不過這也從另一個角度推進了AI與云計算的結合，將 AI上云，使企業按需付費，降低使用門檻，才能使AI促進行業創新發展，真正釋放新基建的巨大能量。

ModelArts?Pro人工智能開發套件的集大成者

MindSpore發布的同時，華為云正式發布全球首款企業級AI應用開發專業套件ModelArts Pro，這是一款令人尖叫的產品，如果將ModelArts Pro比作一個AI工廠，可以通過工作流的方式開發出行業AI 應用，看到發布會后，筆者做為華為云的MVP第一時間到華為云的官網（https://www.huaweicloud.com/product/modelarts/pro.html）來申請內測的資格，估計本周末可以實際體驗。

為了能給讀者第一手的零距離體驗，筆者選擇了去年底發布的ModelArts 2.0做為試用對象，在華為云上（https://www.huaweicloud.com/product/modelarts.html）完成注冊后，就可以免費得到10小時的GPU訓練時長，免費體驗在線Notebook的開發環境，筆者親身使用的感受是ModelArts是一個相當開放的平臺，目前還是集成華為的深度學習框架Moxing framework，預計ModelArts Pro將會與MindSpore相結合。

ModelArts是一站式AI開發管理平臺，以全流程的極簡和自動化升級已有的AI開發模式，讓數據準備、算法開發、模型訓練、模型管理、推理部署、邊緣設備納管、以及圍繞AI的代碼和資源的分享，全鏈條產生質的飛越。? 借助“AI增強AI”的理念，ModelArts平臺同樣提供了很多“智能”的能力，將“自動標注”、“模型自動調優”等能力以自動學習的高度自動化、流程化形式提供給用戶，進一步減低用戶的技術門檻和落地難度，為用戶快速實踐人工智能掃清了障礙，其中一個特性是支持零代碼開發主要優勢就是支持零代碼開發，簡單操作訓練出自己的模型。? 用戶完全可以不寫一行代碼，比如在實際建模過程中，用戶只需要在圖像中選擇含有車輛的區域，就能完成如車輛識別的模型訓練，可以說大大降低了AI的使用門檻。

但是做出ModelArts這樣的產品是如此之難，必須掌握從芯片、訓練集群到訓練框架以及云計算等多方面的技術棧，才能達到這樣的產品水準。只有掌握全鏈條的AI場景才能真正做好AI云，否則建造成本就會失控，但全棧AI真正實踐起來困難重重，比如谷歌雖有AI芯片和訓練框架，但是云計算實力不足，而亞馬遜云實力雖獨步天下，但是芯片和訓練框架方面又較弱,可以說華為在全棧AI方面在世界范圍都是首屈一指的，下面筆者帶大家來盤點一下華為云集齊AI全技術棧龍珠的歷程。

華為集龍珠

AI芯片昇騰910

我們知道之前人工智能方面主要依賴英偉達的GPU來進行模型的推理與訓練，而在去年底，華為發布了 地表“算力最強”的AI處理器昇騰910芯片，性能完全碾壓了谷歌的V3以及英偉達的T100等AI芯片，一舉打破了英偉達的壟斷。? 昇騰910半精度 (FP16)算力達到256 Tera-FLOPS，而對比競品谷歌的V3只有90T，英偉達T100也只有128T。由于深度學習過程中計算核心與內存的交互帶寬是最大瓶頸，所以昇騰910對此進行了專門的優化，其最大的亮點是使用自研的達芬奇架構，其核心的3D Cube、Vector向量計算單元、Scalar標量計算單元等組成，3D Cube針對矩陣運算做加速，大幅提升單位功耗下的AI算力，每個AI Core可以在一個時鐘周期內實現4096個MAC操作。? 同時，Buffer L0A、L0B、L0C則用于存儲輸入矩陣和輸出矩陣數據，負責向Cube計算單元輸送數據和存放計算結果。可謂專為AI而生，能夠幫助企業用更低的成本獲取高性能算力，加速業務創新。

AI訓練集群Atlas 900

昇騰910發布三周后，華為在2019年全連接大會上，又發布了Atlas 900 AI訓練集群。Atlas 900 AI集群基于昇騰910 AI處理器搭建，通過華為通信庫和作業調度平臺，整合HCCS、 PCIe 4.0和100G RoCE三種高速接口，充分釋放昇騰910 AI處理器的強大性能。? 華為聯合上海天文臺與SKA合作。運用Atlas 900和華為云昇騰集群服務的超強算力，約10秒鐘即可完成對20萬顆星體的搜索、定位與識別。而在之前這個任務是需要科學家半年的時間才能完成。? 在實地測試當中，Atlas 900速度比處于第二位的平臺快了五分之一，用華為副董事長胡厚崑的話說“這就好比是在一場短跑里，第1名跑完了全程，然后上了個廁所再回來時第二名才終于氣喘吁吁的到達。”

AI訓練框架MindSpore

不過目前AI方面頂會的論文基本要求使用Tensor Flow或者Pytorch編寫代碼。其霸主地位短期內很難撼動，不過國內廠商的AI框架也取得了不少突破性的進展，比如百度就在2016年開源了其深度學習計算框架飛漿平臺。? 正如我們前文所介紹華為AI計算框架MindSpore。據目前華為發布的消息稱。MindSpore主要的特性是其布署場景較為豐富，主要端、邊緣和云的協同，通過實現AI算法即代碼，使開發態變得更加友好，顯著減少模型開發時間，降低模型開發門檻。通過MindSpore自身的技術創新及MindSpore與華為昇騰AI處理器的協同優化，實現了運行態的高效，大大提高了計算性能。

后記

AI云是AI全棧的核心，是AI全場景的重要一環。計算力是所有AI應用的基礎。全棧全場景的優勢是可以進行端到端的性能優化。提供端到端的方案利于企業一站式建立AI能力，不用自己東拼西湊。AI可以提供更高的性能和更低的成本，使AI真正落地，賦能更多的企業。相信本次華為發布的MindSpore和ModelArt Pro，將充分發揮云計算這項新基建的巨大能量，協助我國的經濟產業走出陰霾，迎來春天。

「AI大師課」是CSDN發起的“百萬人學AI”倡議下的重要組成部分，4月份AI大師課以線上技術峰會的形式推出，來自微軟、硅谷TigerGraph、北郵等產學界大咖就圖計算+機器學習，語音技術、新基建+AI、AI+醫療等主題展開分享，掃描下方二維碼免費報名，限時再送299元「2020AI開發者萬人大會」門票一張。

AI開發平臺ModelArts

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。