公司同时,公司与AI芯片公司地岼线签署
[淘股吧] 战略发布会上润和软件发布了包括HiKey960、Hikey970在内的六大高性能AI开发平台,聚焦IoT端侧智能与可针对、智能驾驶等行业提供AI产品與解决方案。
润和软件总裁陈斌表示
面临“互联网+”到“AI+”的
升级压力。陈斌认为端节点智能化与
代表着AI的未来。有数据显示到2025年,
在线设备数量将迅速增长到500亿个其中80%左右将
在中国;但与此同时,庞大的全网数据量与
带宽之间的矛盾、与云端计算力增长极限之间嘚剪刀差、数据资产的
)对实时性反馈的高要求等因素都表明对边缘计算的极大需求。IDC的
指出2025年,超过50%的全网数据量都将在边缘存储、计算和处理;而?
陈斌介绍润和软件从2006年做IT外包起家,润和软件通过与
海思、YUM中国、丰田通商、国
、TCL等行业头部企业
已经在芯片、能源、汽车、
、供应链、智能终端、嵌入式软件等领域有了较多积累,已经具备了从芯片、主板、操作系统、云平台到典型场景应用的平囼化、全栈式AI技术开发与一体化的整合能力
陈斌尤其强调,与华为海思的长期战略合作让润和软件在不知不觉间已经站上了国内AI领域嘚技术高点,世界上第一款内置NPU的AI芯片麒麟970是华为海思与润和软件深度合作的研发成果 。
陈斌表示润和软件当前发布AI+战略并不算晚,具备后发优势他指出,当前国内AI产业
还有四大瓶颈一是杀手级应用不多,高价值的商业化
有瓶颈部分领域甚至是
碎片化趋势明显,從芯片到算法、到应用、各个垂直型行业间的区隔明显缺少统一高效率的通用赋能平台,从业者的开发与运营成本都比较高;三是产品囮门槛高以
举例,从DEMO到车规级产品中间还有很长的路要走;四是当前国内AI初创企业,由于规模与编制有限除了向合作伙伴输出技术方案外,很难再有人力、物力向合作伙伴提供全方位的综合服务而这是开展To B业务极其重要的一环。润和软件有底气进军AI产业争取突破這四大瓶颈。
10和其他高端手机提供更快的处理速度和更低的功耗 [3] 2017年9月2日,在2017年德国柏林类产品展览会上华为发布芯片麒麟970。首款采用麒麟970的华为手机Mate 10在2017年10月16日在德国慕尼黑正式发布 [3] 。
Unit神经元),用来处理海量的AI数据 [3] 麒麟970发布后,营销应该会把“AI”作为突出卖点並且围绕AI开始构建。在人工智能时代理想的状况是智能终端将变成人的助手,真正实现“知你”、“懂你”、“帮你”这就要求人工智能不断演进,不仅是被动响应用户的需求更能够主动感知用户状态和周边,并提供精准服务的全新交互方式 [3]
以往的普遍是以CPU(处理器)/GPU(图形处理器)/DSP(数字信号处理)为核心的传统计算架构,但这种架构难以支持AI计算为此,麒麟970中单设了一个专门的AI硬件处理单元为CPU、GPU等架构,目的都是为提高应用效率和降低能耗 [3] 这道理跟当初在CPU和GPU之外,增加DSP等架构的初衷一样都是为了分担主系统的计算负担。麒麟970首次集成NPU采用了HiAI计算架构其AI性能密度大幅优于CPU和GPU。相较于四个Cortex-A73核心在处理同样的AI应用任务时,麒麟970新的异构计算架构拥有大约50倍能效和25倍性能优势这意味着,麒麟970芯片可以用更高的能效比完成AI计算任务例如在图像识别速度上,可达到约2000张/分钟 [3] 麒麟970设计了HiAI移動计算架构,利用最高能效的异构计算架构来最大发挥CPU/GPU/ISP/DSP/NPU的性能同时首次集成NPU专用硬件处理单元,其性能和能效比大幅优于CPU和GPU [3] 一个系统級的手机芯片主要包括CPU/GPU/DSP/ISP,以及基带芯片等诸多部件这次麒麟970依然内置了八核CPU,与上一代麒麟960相比没有任何变化在GPU上,麒麟970则用上了ARM在2017姩5月刚刚发布的Mali-G72架构性能较Mali-G71有所提升,此外在核心数上,麒麟970的GPU也从麒麟960的8核增加到了12核 [3] 在基带芯片上,华为发挥了自己作为厂商嘚优势麒麟970直接大跨步支持LTE()Cat.18(网速等级),最高下载速度可达了1.2Gbps [3] 尽管在CPU和GPU没有特别大的惊喜,但由于麒麟970采用10纳米制程也会提升整体性能。余承东表示麒麟970的能耗比提升了20% [3] 。
[淘股吧] 据Android Authority网站报道神经和机器学习是今年处理器方面两个最重要的流行词。华为海思麒麟970、Pixel 2的成像处理单元和A11仿生都配置有专门的神经网络/机器学习硬件解决。
Android Authority表示使神经网络正确运转的途径是对它进行训练。一系列输入和预期的结果被注入网络然后对多个阈值进行略微调整,提高出现期望结果的可能性针对所有输入重复这一过程。一旦訓练完成即使输入是以前没有出现过的,网络也会生成恰当的输出这听起来简单,但实际上却可能非常复杂尤其是对于语音或图像等复杂的输入。
万得通讯社报道陈杭团队发布,1991年從成立ASIC中心起到2004年成立海思,直至成为中国自主设计的代表那么华为究竟做了哪些芯片呢?
从大类上看华为主要设计了五类芯片:
1、SoC芯片(麒麟系列):SoC芯片一直是华为的主力研究,至年8月31日推出的麒麟980处理器以及预计今年下半年将推出麒麟985芯片华为手机芯片已经達到世界一流水平。
海思芯片的经历了较长的一段时间
目前市场上生产手机芯爿的几大龙头分别是,华为高通和三星。
1.2 鲲鹏芯片:打破服务器领域局面的新晋者
除了鲲鹏920处理器华为还推出了三款泰山(TaiShan)系列服务器,使用的就是鲲鹏920包括TaiShan 22080、Taishan 、TaiShan X6000,分别面向均衡服务器、存储服务器及高密度服务器市场
2018年华为发布了两颗云數据中心AI芯片:单芯片计算密度最大的昇腾910和极致高效计算低功耗的AI SoC昇腾310。
昇腾系列AI芯片采用了华为开创性嘚统一、可扩展的架构,即“达芬奇架构”实现了从极致的低功耗到极致的大算力场景的全覆盖,目前全球市场上还没有其它架构能做箌
1.4 5G芯片:基站和终端全方位布局
5G通信的技术底层是5G芯片,5G芯片主要分为射频芯片和基带芯片
巴龙5000——全球第一个支持5G的3GPP标准的芯片組Balong 5000具备5项世界之最,1个世界领先:全球领先的集成2G、3G、4G的多模单芯模组;速度世界最快-6 GHz 200MHz:下行链路速度4.6Gbps,上行速度2.5Gbps;世界首个上行/下荇解耦多模终端芯片;世界首个同时支持N和SA架构的芯片组;世界最快的高峰下行速度 Gbps;世界首个5G芯片上的R14
华为发布了首个基于巴龙5000芯片的5G终端产品:5G CPE Pro这是世界上最快的5G CPE,支持Wi-Fi6技术主要的是。5G CPE Pro可支持4G和5G双模在5G网络下可以实现3秒下载1GB的?视频?,即使是视频也可以做到秒开不卡顿為小型CPE设立了新的网速标准。
2016年润和拉开了的大幕,决心从单一的外包型企业转型为型、服务型公司其中,是董事会确定的与并列的两大方向“在与的多年中,我们意识箌润和已经是国内少有的具备了从芯片、主板、操作系统、到云、到场景应用的开发与整合能力的企业,这是我们的一个很重要的洞见也是我们决心进军IOT的底气和重要基础”,润和董事长周红卫曾经多次这样回顾当时的决策过程——正是与华为的合作让润和积累了十姩的技术势能,转型的本质就是对这一势能的充分释放
仔细观察润和的展厅之后,小编得出了一个结论:经过三年的锤炼润和基本实現了软硬件一体化的全栈式IOT 解决的能力闭环,主要依托的就是以下五大硬核技术:
1、芯片与能力:年4月润和推出新一代AI计算平台HiHope,包括HiHope硬件开发平台、HiHope AI-Engine、HiHope开源社区华为是润和HiHope最重要的合作伙伴。截至目前双方已联合发布了HiKey960、HiKey970、Poplar、HiHope-Hi3559A等四款高性能AI计算平台,广泛应用于数芓标牌、POS机、、、、数字家庭中控、高性能处理高精度安防,等诸多IOT领域这四款计算平台均在本次展会中原核展出。
据了解润和HiHope专紸于以AI芯片为核心的开源软硬件一体化赋能,旨在为业界提供、、简易的高性能平台降低AI、图像处理、边缘计算等技术门槛,产品化进程除了华为海思,HiHope也吸引了日本瑞萨、索喜、、英飞凌等主流芯片商和数百名开发者进驻先后推出了包括HiKey970等在内的八款高性能AI主板。
2、与能力:系统越来越由传统的单机/架构向/在此技术背景下,系统也进入了云原生(Cloud Native)时代润和适时推出了基于公有云的云原生解决方案,包括容器云开发平台、微服务运行环境、持续集成与持续发布环境等基于润和的云原生解决方案,用户可以快速地构建、无缝运荇云上的业务系统并且可以实现快速地集成和弹性伸缩,快速部署动态,自动运维等功能
3、软件全生命周期管理能力:2018年,润和组建新维数联推出了软件工厂解决方案和D系列的全生命周期管理产品,在业内率先构建起了包括需求管理、架构管理、开发管理、管理、投产发布和项目管理在内的软件全生命周期管理平台具有明显的行业领先性。
润和总裁陈斌曾对外表示,润和擅长行业、愙户与应用端结合华为领先的云平台和硬件产品,双方具有天然的战略互补性;在未来润和将深层次融入到华为生态当中,并将着力茬、、餐饮零售等领域打造若干“润和 华为”的样板项目,形成润和电力/餐饮解决方案 华为云服务 华为硬件产品的强竞争力组合模式充分整合并释放润和的行业能力与华为的基础平台能力,进一步稳固“华为 润和”在所属行业的优势地位
问润和与公司的主要是嵌入式,目前华为热卖,大有赶超,三星之势!请问润和目前接受来之于华为公司智能终端嵌入式软件方面的业务是否已经较去年同期大幅增加?今后与华為公司的业务合作量及范围是否有进一步扩展的趋势?
对于大部分朋友而言华为旗下的麒麟处理器在AI算力方面表现非常突出,要好于其他品牌旗舰SOC前几日华为对外发布了昇腾910,这是一颗专注于AI计算的芯片华为表示,昇腾910是目前业界AI算力最强的处理器
昇腾910的规格相当夸张,它是目前计算密度最大的单芯片最大功耗高达350W。当然这样的芯片并不昰针对普通用户推出的而是面向AI数据科学家和工程师。同时昇腾910也配套MindSpore计算架构
虽然这样的芯片与普通民众还有比较远的距离,鈈过其在科学计算方面有着相当强大的优势特别是在AI算力方面。
编辑点评:华为在AI计算方面走的比较靠前2017年就发布了全球首款AI芯爿麒麟970,在部分场景下的计算能力是传统SOC的数十倍从华为发布昇腾910来看,华为在AI计算行业中也已经有了不错的发展值得点赞。
829 对於大部分朋友而言华为旗下的麒麟处理器在AI算力方面表现非常突出,要好于其他品牌旗舰SOC前几日华为对外发布了昇腾910,这是一颗专注於AI计算的芯片华为表示,昇腾910是目前业界AI算力最强的处理器昇腾910 昇腾910的规格相当夸张,它是目前计算密度最大...
七月外媒the Information爆料称华为正在内部嶊动「达芬奇计划」行动,旨在让公司的所有产品和业务融入 AI 技术EDN也曾对此进行报道《》
今天(10月10日),在2018华为全联接大会上华为真囸的 AI 战略揭开面纱。
华为副董事长、轮值董事长徐直军正式推出了“华为AI发展战略”包括一套AI全栈解决方案、生态与人才、解决方案、內部效率提升、以及投资基础研究。
据称这是华为目前为止最高规格的人工智能重大战略发布,它不仅包括此前盛传的AI芯片还包括了從系统到软件、从框架到算子的全栈式AI解决方案,并涉及人才、生态、研究等诸多方面
可以说,从这一场发布会之后华为开启了一场從芯片到框架、从云到端的全面正向对标国际AI巨头(谷歌、英伟达、英特尔、亚马逊等)的新征程。
经过多年洎研投入和积累华为自研的移动Soc麒麟系列芯片的综合性能已经跻身一线水准。而将AI作为未来主要战略方向之一的华为如今在AI芯片上也拿出了自主研发成果。
在此次大会上华为正式发布两款AI芯片:采用7nm工艺制程的昇腾910,以及12nm工艺制程的昇腾310
昇腾910:吊打谷歌/英伟达
徐直軍表示,昇腾910是目前单芯片计算密度最大的芯片最大功耗为350W,计算力可达到256TFOPS比最接近的 NV 的 V100 还要高出一倍,计算力远超谷歌及英伟达
並且,华为基于 910 们还在构建一个昇腾 plus它是迄今为止全球最大的分布式训练系统。徐直军介绍通过把 1024 个 910 连接起来,构建一个 AI 计算机群鈳提供高大 256 个 P 超高 AI 计算能力,实现人们过去从未想过的速度训练你的模型不管多复杂的模型。
昇腾310:高效计算低功耗AI SoC
昇腾310芯片的最大功耗仅为8W主打极致高效计算低功耗AI芯片。
这个 AI SoC 属于升腾的迷你系列这颗芯片的最大功耗仅 8 瓦的情况下,整数精度的算力达到 16TFLOPS同时 310 还集荿了 16 个通道的高全高清视频解码器,是目前面向边缘计算产品最强算力的 AI 芯片也可以用于数据中心的训练和推理。
据悉这两款AI芯片和夶规模分布式训练系统都将在明年第二季度推出,支持所有主流的框架包括TensorFlow、Caffe、Caffe2、CNTK等等。
此外徐直军还推出了5款基于昇腾310芯片的AI产品,包括AI加速模块Atlas 200、AI加速卡Atlas 300、AI智能小站Atlas 500、AI一体机Atlas 800、以及移动数据中心MDC 6002019年华为还将发布3款AI芯片,均属昇腾系列
从某种方面说,两颗AI芯片的發布也从侧面证实了华为的“达芬奇计划”在华为高层直接被称为“D计划”。
这项计划的内容包括为数据中心开发新的华为AI芯片能够支持云中的语音和图像识别等应用,这被认为是华为涉足竞争激烈的人工智能市场的第一关
现在来看,两款AI芯片的发布意味着华为第┅关已经闯过!
去年华为就曾预告过将针对打造面向边缘和端的全栈全场景解决方案。上文提到的这兩款AI芯片其实是华为AI全栈全场景AI解决方案的一部分。
所谓全场景即包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类終端等部署环境,即“让 AI 无处不在无所不及”,而全栈即包括芯片、芯片服务还有硬件,以及训练和推理的框架和应用在内的全堆栈解决方案
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 MaxMini,LiteTiny 和 Nano 等五个系列。包括我们今天发布的华为昇騰 910(Ascend 910)是目前全球已发布的单芯片计算密度最大的 AI 芯片,还有 Ascend 310是目前面向计算场景最强算力的 AI SoC。
CANN: 芯片算子库和高度自动化算子开发笁具
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
由于云端与终端所采用的AI框架与底层环境不同,一般AI应用在训练跟部署之间一定会经过一次以上的迁移——对企业而言这是一个无用的“内耗”既耗费人力物力,叒浪费时间这对于开发者本人而言也是个麻烦的事情,因为转换底层环境涉及到很多算法跟算子的调校很容易出现明明AI在云上跑得好恏的,一换计算环境AI应用效率就跌
因此,如果能够用同一套框架打通华为公有云、私有云、边缘计算、手机等不同AI应用场景,那么AI应鼡就只需要一次调校就能更简单地部署。
此外这套方案同时还将于华为的HiAI开发者框架与华为云EI相辅相成。
不论在计算视觉、语音、决策华为过去几年采用大量投资研发的方式,快速补齐所需要的技术同时打造各种涵盖全场奖的解决方案,提供业界更简单易用且高效率的 AI 平台,并且与业界、学界合作不仅推动开发环境与应用服务的完备,也同时要培养 AI 所需要的人才
應用为血肉,算力则成为骨架这些元素建构出华为未来的 AI 布局,不是针对单一面向的应用而是要扩及所有可能与人类生活息息相关的信息、重复事物的自动化处理,为此华为推出了全栈全场景的 AI 技术和服务.包括:
投资基础研究: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
打造全栈方案: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
投资开放苼态和人才培养:面向全球持续与学术界、产业界和行业伙伴广泛合作,打造人工智能开放生态培养人工智能人才
解决方案增强: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
内部效率提升:应用AI优化内部管理对准海量作业场景,大幅度提升内部运營效率和质量
为了达到这样的目标,华为这次把华为旗下的 HiAI 生态与去年发布的 EI 生态进行整合并通过全新的昇腾家族芯片,打造从算力、框架到服务的完整 AI 系统
如果说AI发展战略为华为指出了人工智能的发展方向,那么AI解决方案就是落实构想
徐直军称人工智能才刚刚开始,需要从技术、人才、产业这三个方面进行主动的变革需要在十个方面进行改变。
一、缩短训练模型的时间:按照目前的技术水平训练某些复杂模型时往往需要数天甚至数月,而成功的创新发现往往需要多次迭代这种训练速度严偅制约了应用创新。我们认为未来模型的训练要能在几分钟、甚至几秒钟内完成。
二、充裕经济的算力:算力是AI的基础但目前的算力非常昂贵,是一种稀缺资源如果说算力的进步是当下AI大发展的主要驱动因素,那么算力的稀缺和昂贵正在成为制约AI全面发展的核心因素。算力应该是充裕且经济的并且这种需求应该尽快实现。
三、人工智能要适应任何部署场景:混合云已经成为企业采用云服务的主要模式当前的AI主要在云,少量在边缘与企业的业务环境的结合有待进一步深入。未来AI将无处不在要能够部署在任何场景,并确保用户隱私得到尊准和保护
四、更高效更安全的算法:算法是推动AI发展的另一个主要动力,但目前运用的主要算法多诞生于1980年代随着AI的广泛普及,这些算法的不足愈发明显未来的算法,要能够基于更少的数据需求即数据高效。也要能够基于更低的算力和能耗即能耗高效。同时要解决自身的安全问题并实现可解释…等等,这都是AI全面发展的重要技术基础
五、更高的自动化水平:今天的人工智能,自身還需要大量的人工特别是在数据标注环节,今天甚至还诞生了一个新的职业叫“数据标注师”有人调侃说,今天的人工智能是没有“人工”就没有“智能”。应该大大提升AI自身的自动化水平比如在数据标注、数据获取,特征提取模型设计和训练等环节,要实现自動化或半自动化
六、模型要面向实际应用:2018年6月,伯克利大学的助理教授 Benjamin 等发表了一篇题目奇怪的论文——《CIFAR-10分类器能否泛化到CIFAR-10》该論文指出,在CIFAR-10分类器上测试准确度出色的模型算法却在作者创建的与CIFAR-10非常接近的另一测试集上出现了偏差,分类识别准确率下降了5-15个百汾点不等这也就意味着,这个模型算法的可用度大幅度下降由此,可见当前很多优秀的模型算法更多的是“考试”优秀,还未达到“工作”优秀未来的模型必须实现工业级的优秀,即满足工业生产的需要而不仅仅满足于测试集上“考试”优秀。
七、模型更新:模型的准确率并非是一成不变的而是会随着数据分布、应用环境和硬件环境的变化而变化,始终保持准确率在期望的范围内对于企业应用昰必须的但目前的模型更新是非实时的,依赖人工周期性的更新因此是一个半开环的系统。未来的模型要能及时适应各种变化实时哽新,实现闭环系统保证企业AI应用始终处于最佳状态。
八、人工智能要多技术协同:每一个通用目的技术只有与其它技术充分协同配匼,才能发挥到极致创造巨大的经济价值。AI也不例外但在目前探讨AI时,更多的是仅仅聚焦AI本身
九、人工智能要成为由一站式平台支歭的基本技能:今天,AI还是一项只有具备高级技能的专家才能完成的工作成熟、稳定、完善的自动化工具还比较缺乏,获得一个AI模型还昰一个非常复杂耗时耗力的事情。
十、以AI的思维解决AI的人才短缺:AI人才的短缺特别是数据科学家的缺乏,一直是业界顾虑较多的一个淛约因素数据科学家将永远是稀缺的。解决之道应该是以AI的思维解决AI的人才短缺。通过着力发展智能化、自动化、简单易用的AI平台和笁具服务以及提供培训教育,培养大量的数据科学工程师使他们能完成大量基本的数据科学相关工作。通过这些大量的数据科学工程師与数据科学家和各领域专家相互配合的梯形结构来解决AI人才稀缺问题。
这十个改变一定不是AI技术、人才、产业发展的全部,但都是未来发展的重要基础
相较于其他同样具有国际级巨头份量的中国科技企业,例如阿里巴巴、百度、腾讯等等华为应该是最晚公开宣示铨面拥抱 AI、宣示全面 AI 发展战略的公司,但华为这种谋定而后动的方式或更能后发制人。
(综合整理自新浪网、搜狐科技、中关村在线、忝极网、百家号、DeepTech、澎湃新闻)
版权声明:文章内容来源于网络,版权归原作者所有,如有侵权请点击这里与我们联系,我们将及时删除。