本站原創(chuàng),作者:章鷹,電子發(fā)燒友執(zhí)行副主編。
11月14日,高交會1號館華為云展臺人頭攢動,華為全棧全場景AI十分吸引眼球。筆者與工作人員了解到,對這個概念,華為的解讀是:華為智能計算提供“技術(shù)全棧+產(chǎn)品開發(fā)+場景覆蓋+生態(tài)合作+行業(yè)使能”的全棧全場景智能計算新框架。華為如何解讀AI時代的算力需求。
同日,在深圳高交會的高新技術(shù)論壇上,來自華為Cloud& AI產(chǎn)品與服務(wù) CTO張順茂分享了AI五大趨勢。從AI改變生產(chǎn)方式,到AI算力如何成為生產(chǎn)力,還有在智能硬件領(lǐng)域,如果實現(xiàn)云端邊協(xié)同,對AI前瞻發(fā)展已經(jīng)有了充分的洞察。
圖:華為Cloud& AI產(chǎn)品與服務(wù) CTO張順茂
AI人工智能、機器學(xué)習的層數(shù)鏈越來越多,從原來的8層、20層到152層。只有深度學(xué)習的神經(jīng)元層度越深,學(xué)習的精度才可能越高。自動駕駛、人臉識別、文字識別會達到比較好的結(jié)果。層數(shù)越多,標志算力要求越高。
AI實用場景案例。ABB機器人使用AI技術(shù)之后,通過深度學(xué)習后,可以對玻璃瓶、塑料袋、罐頭等多種物品進行垃圾分類。機器人通過自主學(xué)習,可以分揀垃圾。深圳政府正在提倡垃圾分類,機器可以幫助人來解決這個問題。
第二個案例,用AI來提升我們現(xiàn)在工作。這是發(fā)生在南方電網(wǎng)的一個真實案例。高壓電線需要人工巡檢,一旦發(fā)生事故,會對電網(wǎng)帶來很大困難。如何用機器來代替人完成巡檢工作?無人機上加裝華為AI模塊、高清攝像機和3D電子地圖,無人機沿著高壓電飛行,對高壓電線任何出現(xiàn)的問題,都可以實時監(jiān)測出來。
無人機檢測故障的類型,可以通過不斷學(xué)習來增長種類。華為將軟件和AI硬件推理進行了分離,軟件下載到無人機上,無人機具有不同的智能,看到不同質(zhì)量的漏洞。
趨勢一:AI將超越工具和支撐系統(tǒng),成為基本生產(chǎn)力,改變各行各業(yè)的生產(chǎn)方式。
AI已經(jīng)超越傳統(tǒng)信息化作為工具和支撐系統(tǒng)的角色,AI成為生產(chǎn)力,進入工業(yè)裝備行業(yè)。AI技術(shù)可以賦能各種行業(yè),解放生產(chǎn)力。
趨勢二、算力大小,將決定生產(chǎn)力大小。
一個人是否聰明,是由他的學(xué)習力決定的。AI需要有算力決定了他的學(xué)習能力。
人腦有800億個神經(jīng)元網(wǎng)絡(luò),我們現(xiàn)在AI的能力、芯片的能力能做到多少呢?現(xiàn)在說AI很大程度上還不能夠替代人腦,只是人腦的延伸,主要的問題是:算力還不足夠的強大,功耗還比較高。人腦電極消耗非常底。算力決定生產(chǎn)力的大小。
我們看到Google在全球的發(fā)表論文數(shù)量越來越多。為什么?這跟Google的云算力是分不開的,因為它能夠很快分析計算出一些難題的結(jié)果。尤其當我們在大數(shù)據(jù)出現(xiàn)的情況下,有機緣來臨的情況下,從這些大量的數(shù)據(jù)里面,我們能夠洞察到什么?這需要算力。算力大小,決定了生產(chǎn)力的大小。
趨勢三、智能計算將無處不在,端邊云同構(gòu)將成為必然。
算力不僅出現(xiàn)在數(shù)據(jù)中心,算力已經(jīng)無處不在,從云、邊到端,甚至端側(cè)的arm芯片,這個系統(tǒng)就是我們發(fā)布的應(yīng)用片數(shù),比邊、中心側(cè)要多幾百倍。華為統(tǒng)計,目前為止有200多億Arm的芯片,包括華為麒麟使用的Arm的核,端側(cè)算力越來越多,邊緣側(cè)的部署也會越來越豐富。
云邊端的計算,如果有同樣的架構(gòu),會有更高的效率提升。效率的提升,比如繼續(xù)學(xué)習,我們學(xué)習到的一些算法和模型,這些模型如果能夠在云端也能運行,在邊緣的運用,在端頁的運行,協(xié)同效率就會更高。
邊緣側(cè)、端側(cè)部門規(guī)模要小一點,實驗要短一點。復(fù)雜問題要到中心進行計算。端邊云計算要協(xié)同。
趨勢四、AI成為人類腦力的延伸,助人類突破空間、時間和表象的一些局限。
5G到來后,我們發(fā)現(xiàn)一些工作可以不需要到現(xiàn)場,借助AI技術(shù)就可以完成。比如遠程手術(shù)、遠程醫(yī)療、遠程教育、危險礦山可以無人駕駛過去,機器可以在遠端AI學(xué)習后控制流程。
趨勢五、AI涉及大量數(shù)據(jù),對個人隱私和安全保護就是一個巨大威脅。AI如何處理安全問題,問題越來越嚴峻。人工智能發(fā)展到一定階段,總是面臨著隱私和安全的沖突和平衡。
中國已經(jīng)成為世界上人工智能發(fā)展最快的國家之一,部分指標已居于世界領(lǐng)先地位。但在AI飛速發(fā)展的過程中,技術(shù)作為雙刃劍引發(fā)的副作用同樣也不可忽視。張順發(fā)舉例說移動支付,通過視頻檢測、說話檢測,還有照片檢測,但依然還是存在漏洞的,怎么解決,這也是一個現(xiàn)實的威脅。
華為發(fā)布了《睿思于前:AI的安全和隱私保護》白皮書(以下簡稱“白皮書”),闡述了華為對AI安全與隱私問題和解決方案的思考與實踐,AI作為一種新的通用目的技術(shù),在帶來巨大機遇和效益的同時也面臨安全和隱私保護的挑戰(zhàn),包括技術(shù)的可靠性、社會的應(yīng)用、法律的及時制定三方面。 AI的產(chǎn)品和應(yīng)用涉及廣泛的生態(tài)系統(tǒng)和市場參與者,單靠任何一方的力量都難以應(yīng)對復(fù)雜的AI安全和隱私威脅與風險,白皮書提出了AI安全與隱私保護治理責任共擔模型,列舉了五種責任角色,即消費者或客戶、應(yīng)用開發(fā)者、部署者、全棧解決方案提供者和數(shù)據(jù)收集者,呼吁各角色對AI的健康發(fā)展共同努力。
華為看到AI價值和作用,2019年8月,華為發(fā)布算力最強的昇騰處理器Ascend910。昇騰處理器910具備強大算力,主要源于達芬奇架構(gòu),通常的神經(jīng)元網(wǎng)絡(luò)的計算都是用向量計算、矢量計算等這些,我們在這些基礎(chǔ)上又引入了矩陣計算,而且這個矩陣可大可小。部署在規(guī)模大的運算,網(wǎng)絡(luò)層次多了,可以在云端。同樣,也可以網(wǎng)絡(luò)層次小的時候部署到端側(cè)。
華為已經(jīng)把昇騰910用于實際AI訓(xùn)練任務(wù)。其中,在典型的ResNet-50 網(wǎng)絡(luò)的訓(xùn)練中,昇騰910與MindSpore配合,與現(xiàn)有主流訓(xùn)練單卡配合TensorFlow相比,顯示出接近2倍的性能提升。每秒訓(xùn)練的圖片數(shù)量從965張?zhí)嵘?802張。
張順茂舉例說明算力對生產(chǎn)力的推動。比如南半球的一個星空,在星空上有20萬個星星,我們要從中間找出某一個特征的星星,怎么找?采用華為昇騰910訓(xùn)練的集群,我們可以讓在10秒鐘內(nèi)完成任務(wù),要應(yīng)用之前的算力,大概要有半年的時間,一百六十幾天的時間才能夠找到星星。
據(jù)悉,8月29日,國家科技部宣布由華為來擔當建設(shè)基礎(chǔ)軟硬件,國家新一代AI開放創(chuàng)新平臺,此次入選的華為人工智能基礎(chǔ)軟硬件平臺,總體分為AI基礎(chǔ)硬件層、AI基礎(chǔ)軟件層和AI開發(fā)服務(wù)層。張順茂表示,在AI基礎(chǔ)硬件層面,華為打造了基于達芬奇芯片架構(gòu)的Ascend(昇騰)系列IP和芯片、Atlas系列板卡、AI服務(wù)器等智能計算硬件,覆蓋云、邊、端全場景;在AI基礎(chǔ)軟件層面,華為云能提供基礎(chǔ)算子庫、全場景AI計算框架MindSpore等完整的服務(wù);在開發(fā)服務(wù)層面,華為云ModelArts全流程模型生產(chǎn)服務(wù)為所有服務(wù)開發(fā)提供統(tǒng)一入口。各行各業(yè)的開發(fā)者可以基于這樣一個軟硬件的平臺,很快速的開發(fā)出方便地開發(fā)出自己場景下面的一些模型和應(yīng)用和一些算法等等。
-
華為
+關(guān)注
關(guān)注
215文章
34126瀏覽量
249449 -
AI
+關(guān)注
關(guān)注
87文章
28875瀏覽量
266211 -
昇騰910
+關(guān)注
關(guān)注
0文章
14瀏覽量
6719 -
IoT2019
+關(guān)注
關(guān)注
1文章
17瀏覽量
4429
發(fā)布評論請先 登錄
相關(guān)推薦
評論