衡阳派盒市场营销有限公司

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

華為推出全球最快AI訓練集群Atlas 900,計算產業戰略全公布

章鷹觀察 ? 來源:華為微信號 ? 作者:華為 ? 2019-09-18 14:50 ? 次閱讀

9月18日上午消息,2019華為全聯接大會于9月18-20日舉行,華為輪值董事長胡厚崑在會上發表題為《共創智能新高度》的演講。華為在會上首次發布了計算戰略,基于架構創新、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,華為發布了全球全球最快AI訓練集群Atlas 900,加速科學研究與商業創新的智能化進程。

發布計算戰略 投入15億美元構建開放生態

華為此前提出了新的愿景:構建萬物互聯的智能世界。胡厚崑表示,智能世界的構建有兩大關鍵技術:聯接與計算。華為對計算的投入已經超過10年,未來也必須持續投入。

從大型機、PC、手機、可穿戴設備,計算已經成為人類能力的延伸,計算能力的提升成為人類能力提升密不可分的一部分。而計算模式不斷演進:從基于規則的計算(CPU),到基于統計的計算(NPU)。

華為輪值董事長胡厚崑分享了華為在計算方面的洞察和戰略。胡厚崑認為,未來基于統計的計算將成為主流,未來五年其算力將占社會算力的80%以上。這意味著計算已經進入智能時代:暴力計算、計算無處不在、端邊云協同。

2萬億美元的計算產業和華為戰略布局

未來十年也將是計算產業的黃金十年,他援引Gartner數據稱,計算產業會是個每年2萬億美元的大藍海。在計算的智能時代,我們認為有三個重要特征。

第一個特征,需要超強的算力。統計計算本身就是一種暴力計算,高度依賴于算力。舉個例子,為了讓計算機認識一只貓,就需要數百萬圖片的訓練,這對算力的消耗是非常驚人的,面向自動駕駛、天文探索、氣象預測等更復雜場景,對算力的需求將會更大。

第二個特征,計算和智能將會無處不在,而不僅僅是分布在中心側。從中心節點的暴力計算,到邊緣側的專業計算,如基因測序,以及端側的個性計算,如耳機、手機,一起構成了未來智能時代的計算形態。

第三個特征,端邊云之間需要高效的協同。中心側負責通用模型的計算,為端側的個性化計算和邊緣側的專業化計算,提供協同支撐。

華為堅定不移地投入計算產業,我們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,堅持有所為有所不為的商業策略,以及不遺余力地構建開放生態。

架構創新

從我們前面的洞察來看,未來計算無處不在、智能無所不及,這其中算力是關鍵基礎。

而目前產業界算力供給卻是稀缺的,算力供給的關鍵在于處理器的效能,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。

另一方面,從華為自身的業務布局來看,既有網絡業務,也有終端業務,又涉及公有云服務,全面覆蓋端、邊、云,所以全場景智能,本身就是華為業務智能化的基本需求。

因此,我們推出了達芬奇架構,以實現計算和智能的無處不在,這是自然而然的選擇。到目前為止,達芬奇計算架構是業界唯一能夠覆蓋“端、邊、云”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。

投資全場景處理器

處理器是整個計算產業最基礎的部分,經過多年投資努力,華為已經發布了多個系列的處理器。

具體包括支持通用計算的鯤鵬系列,支持AI的昇騰系列,支持智能終端的麒麟系列,以及支持智慧屏的鴻鵠系列。未來將持續不斷地對處理器進行投資,將來還將推出一系列處理器,面向更多的場景。

商業策略“有所為有所不為”

我們的商業策略,用一句話概括就是“有所為有所不為”。總體而言,我們不直接對外銷售處理器,以云服務面向客戶,以部件為主面向合作伙伴,優先支持合作伙伴發展整機。具體來說,我們有三個方面的考慮:

1、硬件開放:我們把服務器主板、AI模組和板卡等硬件開放給伙伴,幫助伙伴做好整機和解決方案。

2、軟件開源:我們把服務器操作系統、數據庫、AI開發框架等軟件開源,幫助伙伴做好商用版本,讓軟件開發更簡單。

3、使能應用開發和遷移:我們不做應用,但我們提供工具和團隊,幫助伙伴更高效地做好應用開發和遷移。

我們希望通過這樣一種“有所為有所為不為”的商業策略,來更好地支持我們的伙伴。

構建開放生態

最后,計算產業是個開放的產業,高度依賴于生態,需要全球的協作。

2015年,華為首次發布了沃土計劃,在過去的四年以來,我們進展非常順利,已經發展了130多萬開發者和14000多家ISV。

今天,我們將升級沃土計劃,繼續投入15億美元,使開發者的規模擴大到500萬人,使能全球合作伙伴發展應用及解決方案,在本次大會的第三天,我的同事將會發布詳細的計劃。

通用計算業務策略

在通用計算領域,我們投資鯤鵬系列,打造有競爭力的通用計算處理器。

在此基礎上,我們還在持續不斷地對板卡、服務器、操作系統、數據庫、編譯器等關鍵技術和產品進行投資,希望通過強力投資,打通生態全鏈條,讓我們的合作伙伴更有信心、更堅定地參與打造鯤鵬產業。

我們也正在聯合伙伴們打造鯤鵬產業生態基地。

我們與各地的政府、合作伙伴一起,結合當地的優勢,打造鯤鵬計算產業的創新基地和孵化平臺。以平臺為載體,聚合生態伙伴,開展應用示范,培養產業人才,孵化產業標準。

目前工作開展非常順利,我們已經在北京、上海、深圳等城市開始實施落地,預計未來將會有更多的合作伙伴,加入我們的行列。

AI計算:全棧全場景AI解決方案全面落地

去年全聯接大會上,華為發布了全棧全場景的AI解決方案,坦率地講,當時我們只交付了用于推理的昇騰310處理器和ModelArts應用開發平臺。

今年,我們的用于訓練的昇騰處理器和AI計算框架MindSpore都已經發布了。至此,華為的全棧全場景AI解決方案全面落地,大家可以放心地和我們來開展合作。

發布Atlas 900:全球最快的AI訓練集群

今天,我們將發布一款重量級的產品——Atlas 900,這款產品匯聚了華為幾十年的技術沉淀,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只用了59.8秒就完成了訓練,這比原來的世界記錄還快了10秒。這是什么概念?相當于短跑冠軍跑完終點,喝完一瓶水才等到第二名。

我們相信Atlas 900的強大算力,可廣泛應用于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。

以下是一張南半球的星空圖,這張圖上有20萬顆星星,用人眼是看不見這么多星星的,這些畫面來自于SKA射電望遠鏡的數據。

當前條件下,天文學家要從這20萬顆星星中,找出某種特征的星體,相當困難,一個天文學家需要耗費169天的工作量,才能完成這項工作。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征的星體。

發布基于昇騰的華為云EI集群服務

為了讓大家馬上就能用上Atlas 900的超強算力,我們已經把它部署到華為云上,并以極優惠的價格向全球科研機構和大學開放,歡迎大家申請使用。

本文來自華為微信號,本文作為轉載分享。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 華為
    +關注

    關注

    216

    文章

    34537

    瀏覽量

    253021
  • 算力
    +關注

    關注

    1

    文章

    1016

    瀏覽量

    14960
收藏 人收藏

    評論

    相關推薦

    國產千卡GPU集群完成大模型訓練測試,極具高兼容性和穩定性

    集群的方式成為了必然的選擇。 ? 2023年底,摩爾線程推出首個全國產千卡千億模型訓練平臺“摩爾線程KUAE智算中心”。摩爾線程相關負責人此前談到,百卡或更小規模都是實驗性的,千卡才是大集群
    的頭像 發表于 06-11 07:50 ?3455次閱讀
    國產千卡GPU<b class='flag-5'>集群</b>完成大模型<b class='flag-5'>訓練</b>測試,極具高兼容性和穩定性

    首發 | 昆侖芯 | 國產AI卡Deepseek訓練推理版本適配、性能卓越,一鍵部署等您來(附文檔下載方式)

    全球增速最快AI應用。憑借卓越的性能和廣泛的應用場景,這匹大模型黑馬已然成為行業標桿,為千行百業提供了AI解決方案新選擇。 蛇年開工當天,昆侖芯新一代產品P800萬卡
    發表于 02-06 15:28 ?62次閱讀
    首發 | 昆侖芯 | 國產<b class='flag-5'>AI</b>卡Deepseek<b class='flag-5'>訓練</b>推理<b class='flag-5'>全</b>版本適配、性能卓越,一鍵部署等您來(附文檔下載方式)

    GPU是如何訓練AI大模型的

    AI模型的訓練過程中,大量的計算工作集中在矩陣乘法、向量加法和激活函數等運算上。這些運算正是GPU所擅長的。接下來,AI部落小編帶您了解GPU是如何
    的頭像 發表于 12-19 17:54 ?246次閱讀

    華迅光通AI計算加速800G光模塊部署

    ,都需要更多的光模塊來進行光纖通信。對于使用gpu的廣泛AI訓練應用,在NVIDIA的DGX H100服務器中,集成了8個H100 gpu,對計算和存儲網絡的需求相當于大約12個800G光模塊和18個
    發表于 11-13 10:16

    AI技術驅動半導體產業升級,芯原布局未來智能計算領域

    隨著AI技術在高性能計算、機器學習和深度學習等領域的廣泛應用,對高性能芯片的需求日益增長,這直接推動了半導體產業的迅猛發展和升級。在2024全球CEO峰會上,芯原執行副總裁、業務運營部
    的頭像 發表于 11-06 13:53 ?533次閱讀

    華為AI解決方案加速超寬帶產業創新

    華為UBBF 2024第十屆全球超寬帶高峰論壇期間,華為常務董事、ICT基礎設施業務管理委員會主任汪濤發表了“AI加速超寬帶產業創新,共贏
    的頭像 發表于 11-01 15:03 ?392次閱讀

    NVIDIA 以太網加速 xAI 構建的全球最大 AI 超級計算

    、超大規模的 AI 工廠提供卓越性能而設計的 RDMA(Remote Direct Memory Access)網絡。 ? Colossus 是世界上最大的 AI 超級計算機,目前正被用于訓練
    發表于 10-30 09:33 ?179次閱讀
    NVIDIA 以太網加速 xAI 構建的<b class='flag-5'>全球</b>最大 <b class='flag-5'>AI</b> 超級<b class='flag-5'>計算</b>機

    Supermicro推出面向AI數據中心的液冷超級集群

    Supermicro, Inc.,作為人工智能(AI)、云端、存儲和5G/Edge領域的整體IT解決方案提供商,近日宣布推出面向人工智能數據中心的液冷超級集群。該集群由英偉達GB200
    的頭像 發表于 10-22 17:37 ?559次閱讀

    馬斯克官宣超級AI訓練集群Colossus上線

    特斯拉CEO埃隆·馬斯克引領的科技巨浪再添新章,其傾力打造的超級AI訓練集群Colossus已正式投入運營。該集群自7月初步建成以來,已展現出驚人的10萬張H100 GPU算力。而今
    的頭像 發表于 09-04 16:13 ?425次閱讀

    開啟全新AI時代 智能嵌入式系統快速發展——“第六屆國產嵌入式操作系統技術與產業發展論壇”圓滿結束

    操作系統標準化的最新進展。 華為計算產業戰略規劃總監周明耀在論壇上做了“華為AI軟硬件上積累及
    發表于 08-30 17:24

    馬斯克宣布開始在“全球最大AI訓練集群”上訓練

    訓練項目,這一壯舉被馬斯克本人譽為“全球最強大的AI訓練集群”,標志著人工智能算力競賽進入了一個全新的紀元。
    的頭像 發表于 07-23 17:44 ?694次閱讀

    摩爾線程與師者AI攜手完成70億參數教育AI大模型訓練測試

    近日,國內知名的GPU制造商摩爾線程與學科教育AI大模型“師者AI”聯合宣布,雙方已成功完成了一項重要的大模型訓練測試。此次測試依托摩爾線程夸娥(KUAE)千卡智算
    的頭像 發表于 06-14 16:31 ?654次閱讀

    技嘉科技推出GIGABYTE AI TOP,引領本地AI訓練新紀元

    技嘉科技在COMPUTEX 2024前夕推出GIGABYTE AI TOP,引領本地AI訓練新紀元   在即將到來的COMPUTEX 2024科技盛會前夕,
    的頭像 發表于 06-11 14:11 ?1021次閱讀

    萬卡集群解決大模型訓算力需求,建設面臨哪些挑戰

    ? 電子發燒友網報道(文/李彎彎)萬卡集群是指由一萬張及以上的加速卡(包括GPU、TPU及其他專用AI加速芯片)組成的高性能計算系統,主要用于加速人工智能模型的訓練和推理過程。這種
    的頭像 發表于 06-02 06:18 ?4896次閱讀
    萬卡<b class='flag-5'>集群</b>解決大模型訓算力需求,建設面臨哪些挑戰

    商湯SenseChat大模型成功通過與華為Atlas服務器的相互兼容性測試

    近日,經華為綜合評測,SenseCore商湯大裝置AI云、商湯日日新·商量SenseChat大語言模型成功通過與華為Atlas系列服務器的相互兼容性測試,獲得HUAWEI COMPAT
    的頭像 發表于 03-22 13:38 ?738次閱讀
    商湯SenseChat大模型成功通過與<b class='flag-5'>華為</b><b class='flag-5'>Atlas</b>服務器的相互兼容性測試
    百家乐官网在线洗码| 威尼斯人娱乐城代理佣金| 澳门百家乐路子分析| 真人百家乐海立方| 百家乐游戏程序出售| 百家乐投注平台导航网| 百家乐推锅| 百家乐必胜密| 真人百家乐套红利| 澳门百家乐博| 威尼斯人娱乐城 老品牌值得您信赖| 太阳城娱乐网88| 娱网棋牌下载| 七乐国际| 百家乐官网加牌规则| 至尊百家乐官网奇热| 百家乐官网心术| 百家乐官网群lookcc| 百家乐官网网络赌场| 24山风水发几房| 百家乐群boaicai| 百家乐那个平好| 博盈娱乐| 网上百家乐官网怎么破解| 百家乐官网如何赚钱洗码| 太阳城百家乐作弊| 太阳城绿萱园| 随州市| 百家乐官网游戏源码手机| 百家乐怎么玩了| 百家乐平游戏| 百家乐官方网站| 百家乐官网平台哪个好本站所有数据都是网友推荐及提供 | 百家乐破解的办法| 线上百家乐手机版| bet365注册 jxhymp| 澳门百家乐官网赢钱窍门| 百家乐出庄概率| 大发888娱乐城真钱| 革吉县| 百家乐官网论坛官网|