『大数网』今天该昇腾了,鲲鹏已刷屏

特殊的情况造就了一届不一样的华为开发者大会 。 3月27日 , 原定于2月召开的华为开发者大会2020在线上开幕 , 据华为透露 , 仅27日一天线上参与此次会议的人次就达到了千万级别 。 会议关注度之高 , 线上同时参加人数之多怕是能申请一个新的记录了 。
华为开发者大会由线下转为线上看似是当下不得不选择的一种应对之策 , 但与此同时也指明了一个方向 。 那就是当前技术已经能够支撑起很多原来不敢想、不能做的事 , 未来更多这样的活动也可以转战线上 , 效率很高 。
当然 , 变了的是形式 , 不变的是华为精心准备的内容 。 两天的日程 , 一天讲鲲鹏 , 一天讲昇腾 , 开发平台、开发工具、开发者社区一样都不少 。
本文主要讲昇腾 , 也就是人工智能方向华为的一系列举措和成果 , 更准确的说是基于华为Atlas人工智能计算平台的全场景开发应用 。
统一的架构 , 给开发者一致的体验
我们已经进入了智能时代 , 人工智能正在改变人类的生产生活方式 , 自动驾驶、远程医疗、机器人诊断……随着人工智能应用的越来越广泛 , 瓶颈也越来越明显 , 最突出的体现便是算力 , 因为它是人工智能的基石 。 历史上 , 人工智能爆发多次却无疾而终 , 很重要的一个因素就是算力不够 。
华为云与计算BG总裁侯金龙在演讲中回忆学生时代他自己的编程生涯时讲到 , 当年学校实验室最好的计算机算力也不过每秒1亿次 , 而今天 , 每个人手中小小手机的算力已是当时的400倍 , 如果再加上NPU , 算力会是当时的1万倍 。
『大数网』今天该昇腾了,鲲鹏已刷屏
文章图片
华为云与计算BG总裁侯金龙
不过即便算力进步如此迅速 , 依旧满足不了时代发展的需要 , 算力贵、难获取、难使用已经成为阻碍企业创新、社会发展的绊脚石 。 这并非骇人听闻 , 近期华为发布的《泛在算力》白皮书报告就指出 , 人均算力已成为衡量一个国家一个地区经济发展的重要指标 。 就如电力是物理世界的一个重要衡量指标一样 , 算力正成为数字世界的源动力 。
这其中 , AI算力的缺口尤其大 。 华为预计到2025年 , AI算力将占数据中心算力中的80%以上 。 正因为此 , 如何便捷、低成本的获取AI算力 , 并快速的应用起来已经成为企业之间比拼的关键 。 换句话说 , 哪个厂商能率先实现AI算力的普惠 , 就能在计算力这一数字世界基石的竞争中脱颖而出 。
昇腾芯片就是华为为实现AI算力普惠所做的布局 , 基于昇腾开发的Atlas人工智能计算平台(以下简称“Atlas”)是华为对外输出AI算力的落脚点 。 在此基础上 , 华为提供一整套开发工具 , 创建开发者社区 , 为的就是让开发者能更专注于开发本身 。
这其中 , Atlas有一个重要的特性值得一提 , 那就是架构统一 , 无论是Atlas900、800 , 还是Atlas500、300、200 , 底层架构都是一致的——达芬奇架构 。 强调这一点的背景是Atlas面向云边端全场景应用 , 而各个场景的差异很大 。
这意味着 , Atlas在云边端的开发体验是一致的 , 开发者只要掌握了其中一个应用场景的开发 , 就能够针对全场景进行开发 。 如果开发者需要同时针对不同场景进行开发 , 开发过程中思维也是连贯的 , 而不是割裂的 。 秦始皇书同文车同轨统一货币带来史无前例繁荣背后 , 最重要的一点是提升了效率 。 而统一架构也会极大提升开发者的效率 , 这才是统一架构深层次的意义 。
全能Atlas , 云边端全覆盖
目前 , Atlas已广泛应用于各种场景 , 优势明显 。 比如:
云侧——超大规模城市交通治理
全球人口超过1000万的城市有37个 , 6个在中国 。 以深圳为例 , 人口超过2000万 , 汽车保有量300万辆 , 3000个路口 , 10万路高清视频 。 保证城市交通有序、高效运行 , 需要海量算力来进行车辆识别、违章判定 , 以及交通流量分析 。 为满足这一需求 , 同等算力下 , 需要3000台通用CPU服务器 , 100台GPU服务器 , NPU服务器(Atlas)只需要60台 , 差距之巨 , 难以想象 。