当前位置:人工智能行业动态 → 正文

华为徐直军:华为布局AI重点要加大基础研究投入

责任编辑:cres |来源:企业网D1Net  2019-08-24 05:33:41 本文摘自:腾讯科技

8月23日,华为正式发布算力最强的AI处理器Ascend 910(昇腾910),同时推出全场景AI计算框架MindSpore。
 
除了发布新产品,华为公司轮值董事长徐直军还介绍了华为AI战略布局,主要是围绕以下几个方面:
 
1、投资AI基础研究,在计算视觉、自然语言处理、决策推理等领域构筑数据高效(更少的数据需求)、能耗高效(更低的算力和能耗),安全可信、自动自治的机器学习基础能力;
 
2、打造面向云、边缘和端等全场景的、独立的以及协同的、全栈解决方案,提供充裕的、经济的算力资源,简单易用、高效率、全流程的AI平台;
 
3、投资开放生态和人才培养,面向全球,持续与学术界、产业界和行业伙伴广泛合作;
 
4、把AI思维和技术引入现有产品和服务,实现更大价值、更强竞争力;
 
5、应用AI优化内部管理,对准海量作业场景,大幅度提升内部运营效率和质量。
 
以下为徐直军讲话全文:
 
感谢大家参加今天的发布会,在去年华为HC大会上,我首次正式发布了华为AI战略和华为全栈全场景AI解决方案。
 
同时,我也分享了十个有关人工智能技术、人才、产业的重要变革方向。期望产业界围绕十个变革方向,来解决人工智能“辉煌”与“冷静”之间的巨大落差,开创未来。华为也围绕几个变革方向一直在努力实践。
 
首先,请允许我回顾一下华为的AI战略:
 
1、投资AI基础研究,在计算视觉、自然语言处理、决策推理等领域构筑数据高效(更少的数据需求)、能耗高效(更低的算力和能耗),安全可信、自动自治的机器学习基础能力;
 
2、打造面向云、边缘和端等全场景的、独立的以及协同的、全栈解决方案,提供充裕的、经济的算力资源,简单易用、高效率、全流程的AI平台;
 
3、投资开放生态和人才培养,面向全球,持续与学术界、产业界和行业伙伴广泛合作;
 
4、把AI思维和技术引入现有产品和服务,实现更大价值、更强竞争力;
 
5、应用AI优化内部管理,对准海量作业场景,大幅度提升内部运营效率和质量。
 
同时也利用此次机会,再次介绍一下华为全栈、全场景解决方案。我们提出的全场景,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。我们说的全栈是技术功能视角,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。华为的全栈方案具体包括:
 
Ascend: 基于统一、可扩展架构的系列化AI IP 和 芯片,包括Max,Mini,Lite,Tiny和Nano等五个系列;
 
CANN: 芯片算子库和高度自动化算子开发工具;
 
MindSpore:支持端、边、云独立的和协同的统一训练和推理框架;
 
应用使能:提供全流程服务(ModelArts),分层API和预集成方案。
 
首先是基于Ascend310 的产品和云服务的商用情况。
 
1、基于昇腾310的Atlas、MDC产品:MDC和国内外主流车厂在园区巴士、新能源车、自动驾驶等场景深入合作;Atlas系列板卡、服务器和AI相关的数十家伙伴,在智慧交通、智慧电力等数十个行业落地AI行业解决方案;
 
2、基于昇腾310的华为云服务:华为云图像分析服务、OCR服务、视频分析服务 超过50+ API都已经基于Ascend 310服务,日均调用量超过1亿次,而且在快速增长,预计年底日均调用量 >3亿。
 
其次是ModelArts的商用进展。ModelArts全流程模型生产:打通、覆盖了从数据获取-模型开发-模型训练-模型部署的全链条,日均作业量以及在线开发者:日均训练作业任务超过4000个,32000小时,其中:视觉类作业占85%,语音类作业占 10%, 机器学习5%,ModelArts已经拥有开发者超过3万。
 
我宣布:算力最强的AI处理器 Ascend 910 正式推出。去年10月,我们发布了Ascend 910的技术规格,今天我向大家介绍最新的实际测试结果。
 
在算力方面,测试结果表明,昇腾910完全达到了设计规格,即:半精度 (FP16): 256 Tera-FLOPS;整数精度 (INT8) : 512 Tera-OPS。其次重要的是,达到规格算力所需功耗仅310W,明显低于设计的350W。
 
应当说,昇腾910总体技术表现超出预期。我们已经把昇腾910用于实际AI训练任务。其中,在典型的ResNet-50 网络的训练中,昇腾910与MindSpore配合,与现有主流训练单卡配合TensorFlow相比,显示出接近2倍的性能提升。每秒训练的图片数量从965张提升到1802张。
 
面向未来,针对不同的场景,我们将持续投资,推出更多的AI处理器,面向边缘计算场景,在已经商用Ascend 310基础上,计划2021年将推出Ascend 320。
 
现有MDC是基于Ascend 310的,有效支持了自动驾驶的开发,未来面向规模商用,我们将陆续推出Ascend 610/620。针对AI训练,今天正式推出Ascend 910,未来还将计划推出Ascend 920。
 
今天还要发布全场景AI计算框架MindSpore。能否大大降低AI应用开发的门槛,能否实现AI将无处不在,能否在任何场景下确保用户隐私得到尊重和保护,这些都与AI计算框架息息相关。
 
为此,在去年HC会上我们提出:AI框架应该是开发态友好(例如显着减少训练时间和成本)和运行态高效(例如最少资源和最高能效比),更重要的是,要能适应每个场景包括端,边缘和云。
 
经过近一年的努力,全场景AI计算框架MindSpore在这三个方面都取得了显著的进展:在原生适应每个场景包括端,边缘和云,并能够按需协同的基础上,通过实现AI算法即代码,使开发态变得更加友好,显著减少模型开发时间,降低了模型开发门槛。通过MindSpore自身的技术创新及MindSpore与Ascend处理器协同优化,实现了运行态的高效,大大提高了计算性能;MindSpore也支持GPU、CPU等其它处理器。
 
很多人问我,现在已有了TensorFlow、PyTorch框架,华为为什么还要开发并推出MindSpore框架。我告诉他们,由于没有任何一个现有框架支持全场景,而华为的业务覆盖端-边缘-云,且在隐私保护日渐重要的背景下,需要一个能支持全场景的框架,实现AI无所不在越来越基础的需求,这也是MindSpore的重要特色。针对不同的运行环境,MindSpore框架架构上支持可大可小 ,适应全场景独立部署。同时,MindSpore框架通过协同经过处理后的、不带有隐私信息的梯度、模型信息,而不是数据本身,以此实现在保证用户隐私数据保护的前提下跨场景协同。除了隐私保护,MindSpore还将模型保护Built-in到AI框架中,实现模型的安全可信。
 
为了降低AI开发者的开发门槛,MindSpore创造性地实现了AI算法即代码,使开发态变得更加友好,显著减少模型开发时间。以一个NLP(自然语言处理)典型网络为例,相比其他框架,用MindSpore可降低核心代码量20%,开发门槛大大降低,效率整体提升50%以上。
 
我们通过MindSpore框架的技术创新及把MindSpore框架与昇腾处理器的协同优化,有效克服AI计算的复杂性和算力的多样性挑战,实现了运行态的高效,大大提高了计算性能。除了昇腾处理器,MindSpore同时也支持GPU、CPU等其它处理器。
 
为了更好促进AI的应用,MindSpore将在2020年Q1开源,助力每一位开发者。
 
随着昇腾910 AI处理器以及 MindSpore 全场景AI计算框架的推出,华为全栈全场景AI解决方案各重要组成部分悉数登场,因此可以说,华为已完成了全栈全场景AI解决方案的构建。
 
这对华为的AI业务,已是一个新的里程碑,更是一个新的开始,期待与伙伴更加深入、广泛的合作,让AI无所不及,造福于每个人、每个家庭、每个组织。更震撼的AI新品,敬请关注HC2019。

关键字:AI

本文摘自:腾讯科技

x 华为徐直军:华为布局AI重点要加大基础研究投入 扫一扫
分享本文到朋友圈
当前位置:人工智能行业动态 → 正文

华为徐直军:华为布局AI重点要加大基础研究投入

责任编辑:cres |来源:企业网D1Net  2019-08-24 05:33:41 本文摘自:腾讯科技

8月23日,华为正式发布算力最强的AI处理器Ascend 910(昇腾910),同时推出全场景AI计算框架MindSpore。
 
除了发布新产品,华为公司轮值董事长徐直军还介绍了华为AI战略布局,主要是围绕以下几个方面:
 
1、投资AI基础研究,在计算视觉、自然语言处理、决策推理等领域构筑数据高效(更少的数据需求)、能耗高效(更低的算力和能耗),安全可信、自动自治的机器学习基础能力;
 
2、打造面向云、边缘和端等全场景的、独立的以及协同的、全栈解决方案,提供充裕的、经济的算力资源,简单易用、高效率、全流程的AI平台;
 
3、投资开放生态和人才培养,面向全球,持续与学术界、产业界和行业伙伴广泛合作;
 
4、把AI思维和技术引入现有产品和服务,实现更大价值、更强竞争力;
 
5、应用AI优化内部管理,对准海量作业场景,大幅度提升内部运营效率和质量。
 
以下为徐直军讲话全文:
 
感谢大家参加今天的发布会,在去年华为HC大会上,我首次正式发布了华为AI战略和华为全栈全场景AI解决方案。
 
同时,我也分享了十个有关人工智能技术、人才、产业的重要变革方向。期望产业界围绕十个变革方向,来解决人工智能“辉煌”与“冷静”之间的巨大落差,开创未来。华为也围绕几个变革方向一直在努力实践。
 
首先,请允许我回顾一下华为的AI战略:
 
1、投资AI基础研究,在计算视觉、自然语言处理、决策推理等领域构筑数据高效(更少的数据需求)、能耗高效(更低的算力和能耗),安全可信、自动自治的机器学习基础能力;
 
2、打造面向云、边缘和端等全场景的、独立的以及协同的、全栈解决方案,提供充裕的、经济的算力资源,简单易用、高效率、全流程的AI平台;
 
3、投资开放生态和人才培养,面向全球,持续与学术界、产业界和行业伙伴广泛合作;
 
4、把AI思维和技术引入现有产品和服务,实现更大价值、更强竞争力;
 
5、应用AI优化内部管理,对准海量作业场景,大幅度提升内部运营效率和质量。
 
同时也利用此次机会,再次介绍一下华为全栈、全场景解决方案。我们提出的全场景,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。我们说的全栈是技术功能视角,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。华为的全栈方案具体包括:
 
Ascend: 基于统一、可扩展架构的系列化AI IP 和 芯片,包括Max,Mini,Lite,Tiny和Nano等五个系列;
 
CANN: 芯片算子库和高度自动化算子开发工具;
 
MindSpore:支持端、边、云独立的和协同的统一训练和推理框架;
 
应用使能:提供全流程服务(ModelArts),分层API和预集成方案。
 
首先是基于Ascend310 的产品和云服务的商用情况。
 
1、基于昇腾310的Atlas、MDC产品:MDC和国内外主流车厂在园区巴士、新能源车、自动驾驶等场景深入合作;Atlas系列板卡、服务器和AI相关的数十家伙伴,在智慧交通、智慧电力等数十个行业落地AI行业解决方案;
 
2、基于昇腾310的华为云服务:华为云图像分析服务、OCR服务、视频分析服务 超过50+ API都已经基于Ascend 310服务,日均调用量超过1亿次,而且在快速增长,预计年底日均调用量 >3亿。
 
其次是ModelArts的商用进展。ModelArts全流程模型生产:打通、覆盖了从数据获取-模型开发-模型训练-模型部署的全链条,日均作业量以及在线开发者:日均训练作业任务超过4000个,32000小时,其中:视觉类作业占85%,语音类作业占 10%, 机器学习5%,ModelArts已经拥有开发者超过3万。
 
我宣布:算力最强的AI处理器 Ascend 910 正式推出。去年10月,我们发布了Ascend 910的技术规格,今天我向大家介绍最新的实际测试结果。
 
在算力方面,测试结果表明,昇腾910完全达到了设计规格,即:半精度 (FP16): 256 Tera-FLOPS;整数精度 (INT8) : 512 Tera-OPS。其次重要的是,达到规格算力所需功耗仅310W,明显低于设计的350W。
 
应当说,昇腾910总体技术表现超出预期。我们已经把昇腾910用于实际AI训练任务。其中,在典型的ResNet-50 网络的训练中,昇腾910与MindSpore配合,与现有主流训练单卡配合TensorFlow相比,显示出接近2倍的性能提升。每秒训练的图片数量从965张提升到1802张。
 
面向未来,针对不同的场景,我们将持续投资,推出更多的AI处理器,面向边缘计算场景,在已经商用Ascend 310基础上,计划2021年将推出Ascend 320。
 
现有MDC是基于Ascend 310的,有效支持了自动驾驶的开发,未来面向规模商用,我们将陆续推出Ascend 610/620。针对AI训练,今天正式推出Ascend 910,未来还将计划推出Ascend 920。
 
今天还要发布全场景AI计算框架MindSpore。能否大大降低AI应用开发的门槛,能否实现AI将无处不在,能否在任何场景下确保用户隐私得到尊重和保护,这些都与AI计算框架息息相关。
 
为此,在去年HC会上我们提出:AI框架应该是开发态友好(例如显着减少训练时间和成本)和运行态高效(例如最少资源和最高能效比),更重要的是,要能适应每个场景包括端,边缘和云。
 
经过近一年的努力,全场景AI计算框架MindSpore在这三个方面都取得了显著的进展:在原生适应每个场景包括端,边缘和云,并能够按需协同的基础上,通过实现AI算法即代码,使开发态变得更加友好,显著减少模型开发时间,降低了模型开发门槛。通过MindSpore自身的技术创新及MindSpore与Ascend处理器协同优化,实现了运行态的高效,大大提高了计算性能;MindSpore也支持GPU、CPU等其它处理器。
 
很多人问我,现在已有了TensorFlow、PyTorch框架,华为为什么还要开发并推出MindSpore框架。我告诉他们,由于没有任何一个现有框架支持全场景,而华为的业务覆盖端-边缘-云,且在隐私保护日渐重要的背景下,需要一个能支持全场景的框架,实现AI无所不在越来越基础的需求,这也是MindSpore的重要特色。针对不同的运行环境,MindSpore框架架构上支持可大可小 ,适应全场景独立部署。同时,MindSpore框架通过协同经过处理后的、不带有隐私信息的梯度、模型信息,而不是数据本身,以此实现在保证用户隐私数据保护的前提下跨场景协同。除了隐私保护,MindSpore还将模型保护Built-in到AI框架中,实现模型的安全可信。
 
为了降低AI开发者的开发门槛,MindSpore创造性地实现了AI算法即代码,使开发态变得更加友好,显著减少模型开发时间。以一个NLP(自然语言处理)典型网络为例,相比其他框架,用MindSpore可降低核心代码量20%,开发门槛大大降低,效率整体提升50%以上。
 
我们通过MindSpore框架的技术创新及把MindSpore框架与昇腾处理器的协同优化,有效克服AI计算的复杂性和算力的多样性挑战,实现了运行态的高效,大大提高了计算性能。除了昇腾处理器,MindSpore同时也支持GPU、CPU等其它处理器。
 
为了更好促进AI的应用,MindSpore将在2020年Q1开源,助力每一位开发者。
 
随着昇腾910 AI处理器以及 MindSpore 全场景AI计算框架的推出,华为全栈全场景AI解决方案各重要组成部分悉数登场,因此可以说,华为已完成了全栈全场景AI解决方案的构建。
 
这对华为的AI业务,已是一个新的里程碑,更是一个新的开始,期待与伙伴更加深入、广泛的合作,让AI无所不及,造福于每个人、每个家庭、每个组织。更震撼的AI新品,敬请关注HC2019。

关键字:AI

本文摘自:腾讯科技

电子周刊
回到顶部

关于我们联系我们版权声明隐私条款广告服务友情链接投稿中心招贤纳士

企业网版权所有 ©2010-2024 京ICP备09108050号-6 京公网安备 11010502049343号

^