本站原创,作者:章鹰,电子发烧友执行副主编。
11月14日,高交会1号馆华为云展台人头攒动,华为全栈全场景AI十分吸引眼球。笔者与工作人员了解到,对这个概念,华为的解读是:华为智能计算提供“技术全栈+产品开发+场景覆盖+生态合作+行业使能”的全栈全场景智能计算新框架。华为如何解读AI时代的算力需求。
同日,在深圳高交会的高新技术论坛上,来自华为Cloud& AI产品与服务 CTO张顺茂分享了AI五大趋势。从AI改变生产方式,到AI算力如何成为生产力,还有在智能硬件领域,如果实现云端边协同,对AI前瞻发展已经有了充分的洞察。
图:华为Cloud& AI产品与服务 CTO张顺茂
AI人工智能、机器学习的层数链越来越多,从原来的8层、20层到152层。只有深度学习的神经元层度越深,学习的精度才可能越高。自动驾驶、人脸识别、文字识别会达到比较好的结果。层数越多,标志算力要求越高。
AI实用场景案例。ABB机器人使用AI技术之后,通过深度学习后,可以对玻璃瓶、塑料袋、罐头等多种物品进行垃圾分类。机器人通过自主学习,可以分拣垃圾。深圳政府正在提倡垃圾分类,机器可以帮助人来解决这个问题。
第二个案例,用AI来提升我们现在工作。这是发生在南方电网的一个真实案例。高压电线需要人工巡检,一旦发生事故,会对电网带来很大困难。如何用机器来代替人完成巡检工作?无人机上加装华为AI模块、高清摄像机和3D电子地图,无人机沿着高压电飞行,对高压电线任何出现的问题,都可以实时监测出来。
无人机检测故障的类型,可以通过不断学习来增长种类。华为将软件和AI硬件推理进行了分离,软件下载到无人机上,无人机具有不同的智能,看到不同质量的漏洞。
AI已经超越传统信息化作为工具和支撑系统的角色,AI成为生产力,进入工业装备行业。AI技术可以赋能各种行业,解放生产力。
一个人是否聪明,是由他的学习力决定的。AI需要有算力决定了他的学习能力。
人脑有800亿个神经元网络,我们现在AI的能力、芯片的能力能做到多少呢?现在说AI很大程度上还不能够替代人脑,只是人脑的延伸,主要的问题是:算力还不足够的强大,功耗还比较高。人脑电极消耗非常底。算力决定生产力的大小。
我们看到Google在全球的发表论文数量越来越多。为什么?这跟Google的云算力是分不开的,因为它能够很快分析计算出一些难题的结果。尤其当我们在大数据出现的情况下,有机缘来临的情况下,从这些大量的数据里面,我们能够洞察到什么?这需要算力。算力大小,决定了生产力的大小。
算力不仅出现在数据中心,算力已经无处不在,从云、边到端,甚至端侧的arm芯片,这个系统就是我们发布的应用片数,比边、中心侧要多几百倍。华为统计,目前为止有200多亿Arm的芯片,包括华为麒麟使用的Arm的核,端侧算力越来越多,边缘侧的部署也会越来越丰富。
云边端的计算,如果有同样的架构,会有更高的效率提升。效率的提升,比如继续学习,我们学习到的一些算法和模型,这些模型如果能够在云端也能运行,在边缘的运用,在端页的运行,协同效率就会更高。
边缘侧、端侧部门规模要小一点,实验要短一点。复杂问题要到中心进行计算。端边云计算要协同。
5G到来后,我们发现一些工作可以不需要到现场,借助AI技术就可以完成。比如远程手术、远程医疗、远程教育、危险矿山可以无人驾驶过去,机器可以在远端AI学习后控制流程。
中国已经成为世界上人工智能发展最快的国家之一,部分指标已居于世界领先地位。但在AI飞速发展的过程中,技术作为双刃剑引发的副作用同样也不可忽视。张顺发举例说移动支付,通过视频检测、说话检测,还有照片检测,但依然还是存在漏洞的,怎么解决,这也是一个现实的威胁。
华为发布了《睿思于前:AI的安全和隐私保护》白皮书(以下简称“白皮书”),阐述了华为对AI安全与隐私问题和解决方案的思考与实践,AI作为一种新的通用目的技术,在带来巨大机遇和效益的同时也面临安全和隐私保护的挑战,包括技术的可靠性、社会的应用、法律的及时制定三方面。 AI的产品和应用涉及广泛的生态系统和市场参与者,单靠任何一方的力量都难以应对复杂的AI安全和隐私威胁与风险,白皮书提出了AI安全与隐私保护治理责任共担模型,列举了五种责任角色,即消费者或客户、应用开发者、部署者、全栈解决方案提供者和数据收集者,呼吁各角色对AI的健康发展共同努力。
华为看到AI价值和作用,2019年8月,华为发布算力最强的昇腾处理器Ascend910。昇腾处理器910具备强大算力,主要源于达芬奇架构,通常的神经元网络的计算都是用向量计算、矢量计算等这些,我们在这些基础上又引入了矩阵计算,而且这个矩阵可大可小。部署在规模大的运算,网络层次多了,可以在云端。同样,也可以网络层次小的时候部署到端侧。
华为已经把昇腾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。
张顺茂举例说明算力对生产力的推动。比如南半球的一个星空,在星空上有20万个星星,我们要从中间找出某一个特征的星星,怎么找?采用华为昇腾910训练的集群,我们可以让在10秒钟内完成任务,要应用之前的算力,大概要有半年的时间,一百六十几天的时间才能够找到星星。
据悉,8月29日,国家科技部宣布由华为来担当建设基础软硬件,国家新一代AI开放创新平台,此次入选的华为人工智能基础软硬件平台,总体分为AI基础硬件层、AI基础软件层和AI开发服务层。张顺茂表示,在AI基础硬件层面,华为打造了基于达芬奇芯片架构的Ascend(昇腾)系列IP和芯片、Atlas系列板卡、AI服务器等智能计算硬件,覆盖云、边、端全场景;在AI基础软件层面,华为云能提供基础算子库、全场景AI计算框架MindSpore等完整的服务;在开发服务层面,华为云ModelArts全流程模型生产服务为所有服务开发提供统一入口。各行各业的开发者可以基于这样一个软硬件的平台,很快速的开发出方便地开发出自己场景下面的一些模型和应用和一些算法等等。
全部0条评论
快来发表一下你的评论吧 !