鲲鹏和升腾的区别是:华为优化调整设计了其合作伙伴ARM授权提供的技术,在2019年1月7日发布了鲲鹏920以及基于鲲鹏920的泰山服务器、华为云服务。而升腾系列AI芯片采用了华为开创性的统一、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。
华为的鲲鹏芯片主要是应用在服务器领域,虽然在服务器领域国内起步比较晚,但是对于未知探究的精神是华为刻在骨子里的,所以说鲲鹏也代表了华为对服务器领域的一种追求和精神。
鲲鹏处理器,是由华为公司基于7nm工艺自主研发设计的,可支持64个内核,主频可达2.6GHz,集成有8通道DDR4以及100G RoCE以太网卡,对标的是英特尔以及AMD处理器。
升腾虽然不是古代的神兽,但是在古籍中也是有记载的——欲升腾,则凌霄而轻举者:上士也。很显然这句话就表示了,人如果没有追求是不行的,真正的上士是要有抱负,要有建功立业的雄心。
这可能也是华为对升腾芯片的寄语,要知道升腾芯片是运用在人工智能上面的。而在5G时代的主力就是人工智能,所以华为对于loT芯片是寄予厚望的!
_腾910芯片达到了设计规格(半精度(FP16)256Tera-FLOPS;整数精度(INT8)512Tera-OPS)。此外,_腾910芯片达到规格算力所需功耗(310W)低于设计值(350W)。对于AI芯片产业,整个市场还在高速增长。中金公司研究部预测,到2022年,整体AI芯片市场规模将会达到596.2亿美元,CAGR(复合年均增长率)为57%,其中云端训练AI芯片规模172.1亿美元,CAGR为53.5%,云端推断芯片规模71.9亿美元,CAGR为84.1%,边缘计算AI芯片规模352.2亿美元,CAGR为55.2%。
记者了解到,当前,全球云计算AI芯片市场以英伟达一家独大,尤其是在训练端。这主要是因为英伟达GPU产品线丰富,编程环境成熟,产品支持市场上主要的开发框架和语言,产品也受到AI开发者好评,但同时,英伟达产品也存在价格偏贵等问题。因此各厂商也在积极推出AI芯片开发计划。
华为推出_腾AI芯片后,将不再完全依赖英伟达等芯片巨头。徐直军在接受媒体采访时提到,_腾不以独立芯片面向市场,而是以融合入板卡服务器以及云服务的方式推出,AI芯片作为独立业务面向市场的情况不会发生也不会实现。
目前的市面上,全场景AI计算框架已存在TensorFlow及PyTorch框架,而华为推出的MindSpore计算框架将面临生态打造的挑战。徐直军称:“我们会应用集团业务优势和全产经优势打造生态。只有把生态打造起来后,全栈全场景解决方案才会有生命力。”
华为升腾910是骁龙810芯片,升腾910AI芯片属于Ascend-max系列。实际测试结果表明,在算力方面,升腾910完全达到了设计规格,即:半精度(FP16)算力达到256 Tera-FLOPS,整数精度(INT8)算力达到512 Tera-OPS;重要的是,达到规格算力所需功耗仅310W,明显低于设计规格的350W。
面向未来,针对不同的场景,包括边缘计算、自动驾驶车载计算、训练等场景,华为将持续投资,推出更多的AI处理器,面向全场景持续提供更充裕、更经济、更适配的AI算力。
华为提出,AI框架应该是开发态友好(例如显著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。
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。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。
欢迎分享,转载请注明来源:夏雨云
评论列表(0条)