从宏观谋局到个体驱动,昇腾推进AI计算产业生态的繁荣

曾响铃

    最近,以“昇腾万里,让智能无所不及”为主题的首届昇腾计算产业峰会在上海举办,业内专家、行业先锋、生态伙伴约500多人见证两年后昇腾AI计算产业的全面落地进程。
    
    这个峰会,距离2018年华为Ascend(昇腾)系列产品面世,整整两年时间。
    两年间,华为持续投入AI战略,推动昇腾计算产业生态快速发展。
    随着此次峰会上《昇腾计算产业发展白皮书》、《昇腾万里伙伴计划》的发布,昇腾计算产业的全面繁荣已经在行业共识基础上按下了启动键。而在业内引发广泛关注的这次峰会,也在AI加速落地的时代勾勒出昇腾通过产业生态的强化推动“AI普惠”的图景——这正是华为两年前发布AI战略和全栈全场景AI解决方案时的重要目标。
    市场数据显示,虽然AI在某些特定领域特定场景下准确率已经超过人类,但其全行业渗透率仅有4%,在中国市场,只有10%的B2C应用涉及AI。这些数字,距离AI走向普罗大众,让每个人、每个家庭、每个组织都能享受到人工智能的价值,还有很大的距离。
    这个距离,恰恰是昇腾计算产业的价值空间。
    一、全栈技术体系,让昇腾计算产业生态拥有全面且灵活的技术支撑
    这次昇腾峰会主要动作都聚焦在生态构建上,在谈这些生态动作之前,有必要对昇腾当下已有的技术底子做一个全面剖析。
    总体来看,在昇腾生态的主要推动者华为营造下,昇腾计算产业已经拥有一个全栈全场景的AI解决方案的底子。
    在最底层的硬件层,昇腾拥有终端到模组、小站、板卡、服务器甚至集群,AI算力可以提供至“端,边,云”全场景;
    在硬件上层,昇腾拥有异构计算架构CANN(适配有全流程开发工具链MindStudio),这个层级对下统一端边云全场景的硬件形态和操作系统,对上支持多种AI框架的适配;
    再往上,是AI框架层,用来为AI应用的开发提供环境,华为在今年3月底开源了自研的AI框架MindSpore,此次峰会又发布了最新的1.0版本;
    最表层,是为行业AI应用开发者提供的各种开发服务,直接深入不同行业领域。
    这种全栈,让昇腾本身具备了完备的技术体系,以多层次完整覆盖的技术姿态推动AI计算的普惠化。而所谓的全场景,是包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等全场景的部署环境,这又让昇腾能够胜任几乎任何场景下对AI计算配置和部署的需要。
    更为重要的是,昇腾的全面体系并不是一个自我封闭的体系,一方面,“硬件开放、软件开源”让昇腾成为一个欢迎所有伙伴、开发者的技术力量体;
    另一方面,昇腾的“全栈”每一个层级都可以对接融合外部AI计算相关模块,例如硬件上的异构计算架构CANN,即可以支持自家的MindSpore,也可以支持外部较为热门的TensorFlow,PyTorch主流开发框架,这种与生俱来的包容性让昇腾能很容易融入现有AI计算大盘中,现在,昇腾已经有超过5家硬件伙伴,支持超过6个AI框架。
    在全栈的基础之上,此次峰会还介绍了很多技术上的细节,这些细节反映了昇腾在开发部署上一个十分鲜明的特点:既有不同层级的“适用”、也有所有层级的“易用”。
    在昇腾全栈计算架构中,对于算力、网络、AI研究等专业能力较强的生态伙伴而言,可以直接对接到CANN、MindSpore等,在更底层的技术基础上开发自己的AI应用。
    而这些模块对很多行业应用开发者而言门槛太高,昇腾在全栈最表层的应用使能层,推出了用很少的代码即可以实现AI能力的MindX,传统应用开发者可以快速获取图像识别、图像分类、语音识别等计算能力。
    任何希望实现AI计算能力的生态伙伴,都可以找到适合自己的接入口。除此之外,在不同层级,昇腾还试图通过技术打磨做到开发部署的极简易用。
    以框架层的MindSpore1.0为例,简单易用的开发套件让开发者可以快速进行高效的AI开发,且开发过程可以根据不同硬件形态自适应生成相应的模型,这意味着不论生态伙伴拥有的硬件条件如何,都可以得到最适合自己的模型类型,超轻量部署框架也可以让开发者在模型大小的选择上更为弹性,适用不同场景(例如,物联网终端,可能需要更小的模型)。
    多层次、便利化的“技术体验”,还让昇腾产业生态在落地时能够获得某种“微观”上的加速。
    
    
    1  2  下一页>