華為首次發布計算產業戰略 Atlas 900 59.8秒完成ResNet-50訓練

2021-01-07 封面新聞

封面新聞記者 王婷

9月18日,在第四屆華為全聯接大會上,華為首次發布計算戰略,基於架構創新、投資全場景處理器族、有所為有所不為的商業策略、構建開放生態進行布局。同時,華為發布了號稱全球最快AI訓練集群Atlas 900,加速科學研究與商業創新的智能化進程。

「兩年前,華為發布了新的願景使命,就是要把數字世界帶入每個人、每個家庭、每個組織,構建萬物互聯的智能世界」。華為輪值總裁胡厚崑表示,華為認為智能世界有三個特徵,即萬物感知、萬物互聯、萬物智能,要支撐這樣一個智能世界,有兩個關鍵的技術需要持續創新和投資:聯接和計算,並透露華為投資計算能力,已有十年。

5年內計算產業達2萬億美元規模

在華為看來,挑戰恰恰意味著機會,挑戰越大,機會就越大。我們面臨的是一個計算產業的大藍海。據Gartner的數據,預計到2023年,計算產業的規模將超過2萬億美元。

胡厚崑表示,華為堅定不移地投入計算產業,主要從四個方面來布局,包括對架構創新的突破、對全場景處理器族的投資、有所為有所不為的商業策略,以及構建開放生態。

「目前產業界算力供給卻是稀缺的,算力供給的關鍵在於處理器的效能,當前摩爾定律已經幾乎走到極限的時候,從產業發展角度,我們必須要在處理器架構上尋求突破,要用新的處理器架構來匹配算力的增速。」胡厚崑表示,從華為自身的業務布局來看,既有網絡業務,也有終端業務,又涉及公有雲服務,全面覆蓋端、邊、雲,所以全場景智能,本身就是華為業務智能化的基本需求。

胡厚崑介紹,正是基於此,華為推出了達文西架構,以實現計算和智能的無處不在,這是華為自然而然的結果。據了解,達文西計算架構是一能夠覆蓋「端、邊、雲」全場景的處理器架構,這也是華為打造計算產業的堅實基礎。

而在華為的商業策略裡,華為不直接對外銷售處理器,以雲服務面向客戶,以部件為主面向合作夥伴,優先支持合作夥伴發展整機。具體來說,將涉及硬體開放、軟體開源、使能應用開發和遷移三個方面。

atlas 900 59.8秒完成ResNet-50模型訓練

據了解,Atlas 900,這款產品匯聚了華為幾十年的技術沉澱,是當前全球最快的AI訓練集群,由數千顆昇騰處理器組成。

在衡量AI計算能力的金標準ResNet-50模型訓練中,Atlas 900隻用了59.8秒就完成了訓練,這比原來的世界記錄還快了10秒。「這是什麼概念?相當於短跑冠軍跑完終點,喝完一瓶水才等到第二名。」胡厚崑表示。

胡厚崑表示,Atlas 900的強大算力,可廣泛應用於科學研究和商業創新。比如天文探索、石油勘探等領域,都需要進行龐大的數據計算和處理,原來可能花費好幾個月的工作,現在交給Atlas 900,就是幾秒鐘的事情。胡厚崑舉例說到,當前條件下,天文學家要從這20萬顆星星中,找出某種特徵的星體,相當困難,需要169天的工作量。現在用上Atlas 900,只用10秒,就從20萬顆星星中檢索出了相應特徵的星體。

相關焦點

  • 華為全球最快AI產品發布,ResNet-50訓練59.8秒,集成1024顆晶片
    華為給出數據——訓練ResNet-50隻需59.8秒。在同等精度上,比排名第二的選手快15%。華為副董事長胡厚崑說,如此算力還可以廣泛應用到科學研究與商業創新中,比如天文探索、氣象預測、自動駕駛、石油勘探等領域。與此同時,華為方面也宣布:Atlas900的相關集群服務,也會以極優惠的價格向全球科研機構和大學開放。
  • 華為發布全球最快AI訓練集群,訓練ResNet50僅59.8秒昇騰910加持
    機器之心報導作者:李澤南、戴一鳴在 8 月華為最強 AI 晶片昇騰 910 正式發布之後,今天,華為在全聯接大會上發布了全新的整體計算戰略,並正式推出了基於最新 AI 晶片的伺服器 Atlas 900。華為總裁任正非在最近接受採訪時曾表示,華為即將發布全世界最快的人工智慧平臺。
  • 在這個領域,華為正緊密布局
    參考消息網9月19日報導新媒稱,華為9月18日發布全球最快的人工智慧(AI)訓練集群Atlas 900,並宣布加大對計算產業的布局。據新加坡《聯合早報》網站9月18日報導,人工智慧和技術革新與計算能力息息相關,Altas 900由數千顆昇騰處理器組成,具有超強算力,未來將被用於科學探索和技術創新。華為副董事長胡厚崑在上海舉行的華為全聯接大會上,用天文探索的案例,闡述Atlas 900的計算能力。
  • 512塊AI晶片,華為雲跑出了46.8s的ResNet50訓練最優成績!
    英偉達剛剛發布的A100 GPU和谷歌最新的TPUv4都在榜單中發布了詳盡的性能數據,值得關注的是,本次訓練榜單中首次出現了中國AI晶片和雲平臺的身影。中科院深圳先進技術研究所(簡稱「SIAT」)提供了華為雲EI昇騰集群服務的測試成績,實測成績顯示華為雲EI昇騰集群服務性能超越了英偉達同類產品。
  • 如何滿足多樣性算力需求,華為計算業務有話說
    根據華為介紹,在部署這套解決方案之後,高速收費站客車平均通行時間從15秒降低到2秒,貨車平均通行時間從29秒降低到3秒,大幅提升了通行效率,有效解決了交通擁堵的難題。在華為看來,高速收費僅僅是計算改變人們生活的場景之一。
  • 2048塊GPU再次加速SGD:富士通74.7秒完成ResNet-50 訓練
    例如 2018 年 8 月,fast.ai 學員在 18 分鐘內成功完成訓練 ImageNet的任務,準確率達到 93%(128 塊 V100 GPU);騰訊在 ImageNet 數據集上以 64K 的批量大小用 4 分鐘訓練好 AlexNet、6.6 分鐘訓練好 ResNet-50(1024-2048 塊 Tesla P40);索尼隨後以 34K 到 64K 的批量大小用 224 秒在 ImageNet
  • 鵬城實驗室與華為共同發布鵬城雲腦Ⅱ基本型
    目前,鵬城實驗室與華為已共同發布了鵬城雲腦Ⅱ基本型,正式開啟了1000P級雲腦,其澎湃的算力,將支撐AI領域諸如計算機視覺、自然語言、自動駕駛、智慧交通、智慧醫療等各類基礎性研究與探索。鵬城雲腦Ⅱ就是我們手中緊握的大國重器。
  • 18項紀錄加持,浪潮NF5488A5決戰2020 AI計算性能之巔
    它在Resnet50模型推理任務處理達到每秒處理54.9萬多張圖片;Bert自然語言理解推理任務達26675條/秒;DLRM智能推薦每秒推理處理能力達210萬條。 未來AI商業化有兩個巨大的市場空間,一是AI產業化,二是產業AI化。人工智慧經過數十年的發展,已經從實驗室階段到進化到AI產業化。從智能音箱到自動駕駛、生物識別,應用場景不斷成熟,人工智慧也正逐漸滲透到各行各業,產業AI化迎來了爆發性增長。 為AI產業提供計算力的平臺,就是浪潮NF5488A5這樣性能強大的AI計算伺服器。
  • 快速訓練殘差網絡 ResNet-101,完成圖像分類與預測,精度高達 98%|...
    但是很快發現,雖然只有18層,傳統的訓練方法仍然很耗時,甚至難以完成對101層的ResNet-101的訓練。出於這個原因,這一次,我將採用一種巧妙的方法——遷移學習來實現。即在預訓練模型的基礎上,採用101層的深度殘差網絡ResNet-101,對如下圖所示的花數據集進行訓練,快速實現了對原始圖像的分類和預測,最終預測精確度達到了驚人的98%。
  • 華為2019年年報:全年營收8588億元,同比增長19%
    鞭牛士 3月31日消息,今日,華為公布2019年年報。年報顯示,華為2019年全年營收8588億元人民幣,同比增長19.1%,淨利潤627億元人民幣,經營活動現金流914億元,同比增長22.4%。具體業務方面,運營商業務實現銷售收入2,967億元人民幣,同比增長3.8%;企業業務實現銷售收入897億元人民幣,同比增長8.6%;消費者業務方面,智慧型手機發貨量超過2.4億臺,消費者業務銷售收入4,673億元人民幣,同比增長34%。
  • 華為發布會上,餘承東強調的「1+8+N」戰略是什麼?
    北京時間昨日晚間,華為發布會在巴塞隆納盛大召開。這場以「共聯未來」為名的華為終端產品與戰略線上發布會雖然耗時不長,但卻是華為在2020年開年來第一場重磅發布會。華為發布會上,餘承東多次強調「1+8+N」戰略,這究竟有何深意呢?
  • 華為員工總數逼近20萬,半數是研發人員!
    日前,華為《2019年可持續發展報告》披露,截至2019年底,其全球員工總數達到創新高的19.4萬人(2018年底為18.8萬人),其中研發員工約9.6萬人,佔比49%。
  • 華為發布 ARM-based 處理器「鯤鵬920」,創造計算性能新紀錄
    華為董事、戰略Marketing總裁徐文偉表示:「華為在計算領域圍繞客戶價值持續創新;我們預見,隨著智能社會的到來,未來這一領域還將持續增長。當前業務和數據的多樣性帶來了異構計算的需求,長期以來,華為與Intel共同合作取得了很好的成績,為ICT產業發展作出積極貢獻,華為與Intel將長期保持戰略合作、持續創新。
  • 華為汽車產業布局深度報告
    HI技術幫助汽車產業實現技術升級,快速開發領先的智能電動汽車,為消費者帶來最佳出行體驗。 內變 華為有兩大主要責任機構:ICT基礎設施業務管理委員會和消費者業務管理委員會。消費者委員會包括消費者BG和消費者BG區域組織兩個部門,負責消費者業務的戰略和經營管理。
  • VGGNet、ResNet、Inception和Xception圖像分類及對比
    其主要思想是使用多個尺度的卷積核提取特徵,並在同一模塊中同時計算 1×1、3×3 和 5×5 卷積。然後將這些濾波器的輸出沿通道維度堆疊並傳遞到網絡中的下一層,如下圖所示:classify_image("image/croppoed_panda.jpg","resnet")1.giant_panda:99.04%2.indri:0.59%3.lesser_panda:0.17%4.gibbon
  • 華為機器視覺:打開智能世界視覺產業新格局
    相比人眼,機器視覺技術最大的特點是速度快、信息量大、功能多,並且可以勝任很多嚴酷場景,以及完成高計算強度的、枯燥的、重複的工作。 實際上,機器視覺早在20世紀50年代就已提出,主要經歷了三大階段:20世紀80年代從學術層面開始走向產業啟蒙層面,早期主要集中在二維圖像分析與識別層面;2000年後進入產業應用初期;以及近年來的重要技術突破與行業應用期。2019年財報中,華為就專門用了較長的篇幅對華為機器視覺業務進行了完整的業務描述。
  • iPhone12全線破發;華為車載智慧屏首次曝光;任正非談華為困境等
    任正非談華為今天的困難 近日,任正非表示,華為今天遇到的困難,不是依託全球化平臺,在戰略方向上壓上重兵產生突破,而有什麼錯誤。而是我們設計的先進晶片,國內的基礎工業還造不出來,我們不可能又做產品,又去製造晶片。
  • 索尼大法好,224秒在ImageNet上搞定ResNet-50
    我們通過批量控制來解決大規模批量訓練不穩定的問題,用 2D-Torus all-reduce 來解決梯度同步的開銷。具體來說,2D-Torus all-reduce 將 GPU 排列在邏輯 2D 網格中,並在不同方向上執行一系列集群計算。這兩種技術是用神經網絡庫(NNL)實現的。我們在 224 秒內成功訓練了 ImageNet/ResNet-50,並且在 ABCI 集群上沒有顯著的準確性損失。
  • 前瞻半導體產業全球周報第13期:華為發布Ascend 910 AI處理器...
    華為Ascend 910 AI處理器發布:達文西架構最強芯8月23日,華為在深圳舉辦Ascend 910AI處理器和MindSpore開源計算框架發布會,推出業界迄今為止性能最快的海思半導體前身是創建於1991年的華為集成電路設計中心,目前主要負責半導體產品的開發及銷售。今年1月,華為發布世界上首款單晶片多模5G基帶晶片Balong 5000,工藝製程為7nm。徐直軍:華為AI晶片業務不會獨立面向市場華為副董事長徐直軍在發布會上表示,昇騰AI晶片不單獨賣,而是以板卡的形式出售。
  • 美國國際戰略研究中心發布《華為、榮耀和中國不斷發展的國家資本...
    科技戰略美國國際戰略研究中心發布《華為、榮耀和中國不斷發展的國家資本工具箱》報告據美國國際戰略研究中心(CSIS)官網12月11日消息,CSIS發布《華為、榮耀和中國不斷發展的國家資本工具箱》報告。美國戰略與國際研究中心發布《國際飛彈防禦合作的五大類型》報告,提出加強國際飛彈防禦合作建議據海洋防務前沿12月14日消息,美國戰略與國際研究中心發布《國際飛彈防禦合作的五大類型》報告。