超算和AI一直是兩個并駕齊驅(qū)的賽道。一直以來超算重視硬件算力，一般用于國防、模擬、生物、天文科學(xué)研究等領(lǐng)域，比如我國的天河、神威，美國阿貢國家實驗室和勞倫斯·利弗莫爾國家實驗的米拉和泰坦。

而AI領(lǐng)域，在早期階段各團隊強調(diào)在算法和調(diào)參上不斷優(yōu)化，而且當(dāng)時的計算機架構(gòu)并不適合做卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，在CPU上訓(xùn)練出一個模型可能達(dá)數(shù)年之久。

直到從深度學(xué)習(xí)的開山鼻祖Geoff Hinton的學(xué)生Alex Krizhevsky在GPU上成功訓(xùn)練出突破性的深度神經(jīng)網(wǎng)絡(luò)之后，專用于AI硬件的概念才被各界所看重。

對于AI來說，算力與硬件架構(gòu)同等重要，也就是在這種理念指導(dǎo)下，超算能力在AI的應(yīng)用開始顯得分外重要。

不論從目前國際產(chǎn)業(yè)競爭形勢亦或是產(chǎn)業(yè)自身革新，AI超算背后的硬件和框架如何發(fā)展，將會是國內(nèi)AI下一輪爆發(fā)關(guān)鍵基礎(chǔ)。在國內(nèi)AI賽道，華為作為全球頂尖的ICT基礎(chǔ)設(shè)施和智能終端供應(yīng)商，已經(jīng)攜“昇騰”處理器給出了完整的AI超算解決方案。

這對于國內(nèi)AI的研發(fā)和應(yīng)用效率的提升，毫無疑問是一場及時雨。

近日華為出席ISC（高性能計算大會）后，全球AI賽道產(chǎn)業(yè)鏈上下游給予了高度關(guān)注。

關(guān)鍵領(lǐng)域沒有歲月靜好，超算融合AI已風(fēng)起云涌

國運之爭的核心是產(chǎn)業(yè)實力的綜合競爭，而AI已經(jīng)成為國運之爭中的一環(huán)。

國內(nèi)三十年歲月靜好的改革開放紅利已經(jīng)到了戰(zhàn)略博弈的臨界點，像AI這種尖端產(chǎn)業(yè)正在成為大國博弈的橋頭堡。

硬件是AI算法迭代的基礎(chǔ)，沒有技術(shù)之上的硬件自主權(quán)，就如同只有施工圖紙而沒有鋼筋水泥，難以擺脫被控制的窒息感。

2018年美國公布了超算“Summit”，這臺超級計算機是由IBM在英偉達(dá)幫助下開發(fā)，它的峰值計算能力可以達(dá)到每秒20億億次。

更重要的，Summit是史上第一臺既支持傳統(tǒng)計算，也支持運行人工智能應(yīng)用程序的超級計算機，機器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)等運行都可以在其上實現(xiàn)。

今年6月23日，全球超級計算機500強榜單更新，中國以226臺部署量位列第一，美國一114臺名列第二，日本以30臺位居第三。但是在TOP500的榜單系統(tǒng)，有333套采用了英偉達(dá)的技術(shù)。

我國的AI超算解決方案直到華為的達(dá)芬奇架構(gòu)公布后才有系統(tǒng)的解決方案，中國在AI超算領(lǐng)域的研發(fā)和應(yīng)用，還需要點一把火，加一把勁。

框架和硬件“兩開花”，研發(fā)標(biāo)準(zhǔn)統(tǒng)一才是“戰(zhàn)斗力”

華為在2018年7月創(chuàng)新推出針對AI計算的達(dá)芬奇架構(gòu)，在項目下公布了“昇騰”AI處理器+AI開源計算框架“MindSpore”。

由于華為給出了從硬件到框架一整套的解決方案，特別契合當(dāng)下AI超算硬件成為新基建的公共特性。

這將會對AI業(yè)態(tài)造成三個方面的顯著正面影響：AI全行業(yè)滲透、提升開發(fā)效率以及降低算力成本。

1.全棧高算力平臺，帶動AI全行業(yè)滲透

在以往的AI開發(fā)中，架構(gòu)、API、生態(tài)和運維都需要專門人才進行支持和管理，開發(fā)環(huán)境復(fù)雜，人才數(shù)量少，全球的AI人才供需比只有1%，只有三萬核心專家。從行業(yè)上看，中國市場含有AI的應(yīng)用僅有10%，全行業(yè)AI滲透率只有4%。

國內(nèi)AI的研究很火熱，2019年斯坦福人工智能索引報告顯示中國的人工智能論文數(shù)量超過歐盟，但是行業(yè)應(yīng)用有限。

要實現(xiàn)全面超越，形成產(chǎn)業(yè)聚集優(yōu)勢，亟需AI超算的基礎(chǔ)設(shè)施，帶動全行業(yè)的AI應(yīng)用和轉(zhuǎn)型。

華為的AI超算解決方案從硬件標(biāo)準(zhǔn)、運算集群和運維管理上都為應(yīng)用者提供了統(tǒng)一方案。

在硬件標(biāo)準(zhǔn)上，“昇騰”的Da Vinci架構(gòu)架構(gòu)中含有Cube、Vector、Scalar三種計算單元，平均算力是業(yè)界算力的兩倍。

基于“昇騰”處理器的Atlas集群在全球最快AI訓(xùn)練集群的基礎(chǔ)上，部署了普惠性的AI開發(fā)平臺ModelArts和CANN開發(fā)工具。

尤其是ModelArts，作為一個“一站式”的開發(fā)平臺，讓AI開發(fā)的各個環(huán)節(jié)，包括數(shù)據(jù)處理、算法開發(fā)、模型訓(xùn)練、模型部署都可以在ModelArts上完成。

這極大地降低了AI開發(fā)的門檻。這樣一個專供AI的基礎(chǔ)性商業(yè)超算系統(tǒng)已經(jīng)成型。

基于這個系統(tǒng)，使用者可以極大減少資源調(diào)度成本，降低開發(fā)成本，最主要的是降低算力成本。

由于AI正在成為通用目的技術(shù)，使用場景會越來越廣，同時也意味著后入場的行業(yè)引入AI的門票費會越來越高，華為的超算架構(gòu)讓更多場景與AI融合降低了門檻，促進了AI向全行業(yè)滲透。

2.自主框架MindSpore，開發(fā)態(tài)和運行態(tài)雙重提速

由于華為配合“昇騰”處理器的自主計算框架MindSpore的全場景特性，“開發(fā)態(tài)”和“運行態(tài)”都有優(yōu)勢。

所謂“開發(fā)態(tài)”是指計算框架非常友好，顯著減少模型訓(xùn)練時間和成本。而且能夠適應(yīng)不同的場景，包括端、邊緣和云。

“運行態(tài)”友好是指能夠讓整個模型能夠用最少的資源產(chǎn)出最高的效能。

MindSpore天然匹配昇騰全場景系列產(chǎn)品，能夠讓不同類型的算法都可以輕松接入，這無疑降低了研發(fā)人員的調(diào)試和讓代碼適應(yīng)場景的成本。

而且這個計算框架能夠?qū)崿F(xiàn)自動并行，這對與模型的效率則有很大影響，開發(fā)者無需投入過多的時間再去修改并行代碼，能夠更好的專注于模型質(zhì)量。

以上兩點就是計算框架的開發(fā)態(tài)以及運營態(tài)的優(yōu)勢。

更重要的是因為框架針對華為“昇騰”處理器有專門的優(yōu)化，所以在應(yīng)用效率上可以更高。

AI+超算處于爆發(fā)前夜，行業(yè)拐點也如約而至

超算和AI領(lǐng)域的融合，國內(nèi)很多企業(yè)在做相關(guān)探索，但大多是有心無力。

為什么是華為率先引領(lǐng)？筆者認(rèn)為有以下三個因素：

1、 華為擁有技術(shù)實力。華為2019研發(fā)投入達(dá)到1317億元，研發(fā)占比15.3%，擁有85000+專利授權(quán)。

2、 華為擁有用戶接受度。華為客戶國家覆蓋170以上，國家級備件中心122家以上，服務(wù)伙伴3900個以上。

3、 華為擁有行業(yè)高度。華為已經(jīng)成為民族企業(yè)代表，在AI超算領(lǐng)域構(gòu)建基礎(chǔ)框架，不僅有商業(yè)價值，也與國內(nèi)新基建下的AI戰(zhàn)略相一致。

華為憑借自身在硬件領(lǐng)域的多年積累和行業(yè)前瞻，以創(chuàng)新的達(dá)芬奇架構(gòu)為開端，為國內(nèi)AI+超算這個關(guān)鍵領(lǐng)域填補了空白。

總而言之，昇騰是SOC、計算平臺和產(chǎn)業(yè)生態(tài)，目前國內(nèi)基于華為“昇騰”處理器已經(jīng)有鵬城實驗室、上海天文臺等多個成功項目。從項目內(nèi)容上看，既有國家重大項目，又有在天文學(xué)這類的尖端學(xué)科應(yīng)用。

本次全球超算大會結(jié)束后，“昇騰”受到了各界廣泛的關(guān)注，在新基建的的熱潮中，將為全行業(yè)的AI化提供算力加持。

更重要的是，我們很有可能看到國內(nèi)各界全面擁抱AI超算，同時擁抱華為昇騰AI的局面。

這將成為國內(nèi)AI轉(zhuǎn)型的關(guān)鍵節(jié)點。