华为发布最新AI处理器Ascend 910 号称业界算力最强

华为已经把昇腾910用于实际AI训练任务。比如，在典型的ResNet50 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。

腾讯科技讯 8月23日，华为正式发布算力最强的AI处理器Ascend 910(昇腾910)，同时推出全场景AI计算框架MindSpore。

华为公司轮值董事长徐直军在发布会上表示，华为自2018年10月发布AI战略以来，稳步而有序地推进战略执行、产品研发及商用进程。昇腾910、MindSpore的推出，标志着华为已完成全栈全场景AI解决方案(Portfolio)的构建，也标志着华为AI战略的执行进入了新的阶段。

昇腾910——算力最强AI处理器

徐直军此次正式发布的AI芯片是昇腾910，属于Ascend-max系列。实际测试结果表明，在算力方面，昇腾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。

徐直军表示，昇腾910总体技术表现超出预期，作为算力最强AI处理器，当之无愧。

据悉，华为已经把昇腾910用于实际AI训练任务。比如，在典型的ResNet50 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。

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。

MindSpore——全场景AI计算框架

徐直军还发布了全场景AI计算框架 MindSpore。全场景支持，是在隐私保护日渐重要的背景下，实现AI无所不在越来越基础的需求，也是MindSpore的重要特色。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。在原生适应每个场景包括端，边缘和云，并能够按需协同的基础上，通过实现AI算法即代码，使开发态变得更加友好，显著减少模型开发时间。

以一个NLP(自然语言处理)典型网络为例，相比其他框架，用MindSpore可降低核心代码量20%，开发门槛大大降低，效率整体提升50%以上。通过MindSpore框架自身的技术创新及其与昇腾处理器协同优化，有效克服AI计算的复杂性和算力的多样性挑战，实现了运行态的高效，大大提高了计算性能。除了昇腾处理器，MindSpore同时也支持GPU、CPU等其它处理器。

为了更好促进AI的应用，徐直军宣布“MindSpore将在2020年Q1开源”，助力每一位开发者，促进AI产业生态发展。

全栈全场景AI解决方案

徐直军在发布以上两款产品之前，首先重申了华为公司的AI战略：投资AI基础研究，在计算视觉、自然语言处理、决策推理等领域构筑数据高效(更少的数据需求) 、能耗高效(更低的算力和能耗) ，安全可信、自动自治的机器学习基础能力;打造全栈全场景解决方案，提供充裕的、经济的算力资源，简单易用、高效率、全流程的AI平台;投资开放生态和人才培养，面向全球，持续与学术界、产业界和行业伙伴广泛合作;把AI思维和技术引入现有产品和服务，实现更大价值、更强竞争力;应用AI优化内部管理，对准海量作业场景，大幅度提升内部运营效率和质量。

华为AI解决方案(portfolio)的全场景，是指包括公有云、私有云、各种边缘计算、物联网行业终端以及消费类终端等部署环境。而全栈是技术功能视角，是指包括Ascend昇腾系列IP和芯片、芯片使能CANN、训练和推理框架MindSpore和应用使能ModelArts在内的全堆栈方案。

徐直军也回顾了制定以上AI战略的初衷。华为定位AI是一种新的通用目的技术(GPT)，如同19世纪的铁路和电力，以及20世纪的汽车、电脑、互联网一样，将应用到经济的几乎所有地方。同时华为也认为AI的应用总体还处于发展初期，AI技术和能力相比于长远期望还有很大差距。减小甚至消除这些差距，加速AI的应用，正是华为AI战略的初衷和目标。

关键词：华为 AI处理器Ascend 910