欢迎关注我的公众号 [极智视界]，获取我的更多经验分享
大家好，我是极智视界，本文来谈谈 AI训练算力，是谈谈AI发展系列的第三篇。
邀您加入我的知识星球「极智视界」，星球内有超多好玩的项目实战源码下载，链接：t.zsxq.com/0aiNxERDq
在去年六月份 (没错，是去年了)，我开了一个系列 "谈谈 AI 发展"，里面规划是包含五篇内容：
- 谈谈 AI 发展第一篇：AI 训练框架 ==> 访问方式：链接；
- 谈谈 AI 发展第二篇：AI 推理框架 ==> 访问方式：链接；
- 谈谈 AI 发展第三篇：AI 训练算力 ==> 鸽了很久的本篇；
- 谈谈 AI 发展第四篇：AI 推理算力 ==> 敬请期待；
- 谈谈 AI 发展第五篇：AI 编译框架 ==> 敬请期待；
第三篇确实鸽了很久，可能由于我本身背景更偏向于算法落地，所以对于算法训练的执笔会相对谨慎 (这个意思也可以理解为：我对下一篇 AI 推理算力是会顺手一些的，hhhh ~)。最近，时不时地看到知乎上对于前两篇文章的动态，翻看一下发现收藏和喜欢的朋友挺多，偶尔也收到了一些留言希望续写，所以很自然是需要续上的。
时光斗转星移，AI 飞速发展。
满打满算，我真正进入到 AI 这个行业差不多五年多的样子，这段时间其实是正处于 AI 框架和 AI 算法本身快速发展的黄金阶段。也很有幸见证了一些 "古早" 的框架、算法，以及从 "古早" 到 "现代" 快速进化的过程，感慨良多。我决定在这几篇文章中谈谈我这个阶段对于 AI 的一些基础设施，如框架、算力、算法等的思考、感受和想法，作为一种输出，也作为一种记录，可能几年后回过头再来看，会别有一番滋味。
AI 训练算力是第一篇 "AI 训练框架" 的底座，很明显就是拿来做算法训练的算力设备。第一时间想到的当然会是英伟达的卡，记得 18 年我还在实习的时候，组里大家就只有一张卡 Titan X，是不是有点年代感了，那时候训练是要 "排班" 的，再说个还显年代感的：当时是拿着 Titan X 训练 Caffe (你就说，那帮现在做的 Pipeline 里优先支持 caffemodel 的人，是不是跟我一个年代的)。
不管是训练算力还是推理算力，英伟达始终是那个 "大山" 一样的存在，所以自然需要先来说英伟达的训练算力。要说英伟达的训练算力，首先需要介绍英伟达的几个产品线，主要如下，
- GeForce 产品线 -> 面向游戏玩家和普通消费者，包括大家熟悉的 RTX40 系列、RTX30 系列、RTX20 系列等；
- Quadro 产品线 -> 面向专业图形设计、视频剪辑等应用场景；
- Tesla 产品线 -> 面向高性能计算和机器学习任务的产品线，比如常见的 Tesla L4、Tesla A100 等；
- Tegra 产品线 -> 英伟达的移动处理器产品线，用于智能手机、平板电脑、汽车电子等领域；
- Jetson 产品线 -> 面向边缘计算和人工智能应用的嵌入式开发平台，也就是常说的边缘计算盒子，比如 Jetson Xavier NX、Jetson Xavier Orin 等；
- Drive 产品线 -> 面向自动驾驶技术，包括从云端到车端的全流程；
- DGX 产品线 -> 做服务器的；
拿板级训练算力来说，主要指的就是 GeForce 和 Tesla 系列，可以看到身边很常见的训练服务器，比如 RTX 2080 服务器、RTX 3090 服务器、V100 服务器、A100 服务器都属于英伟达这两个产品线，其实你也会发现所谓的 "游戏卡" 和 "训练卡" 往往会 "傻傻分不清"，主要指的就是 GeForce 系列。这个系列如 RTX 3090，有人拿来打游戏，有人拿来训练模型。而 Tesla 系列，基本就是标准的 GPGPU 了，就是专门用来做高性能计算的。另外值得一提的是 RTX4090D，这款龙年特供卡基本就是被禁的 4090 的 "阉割版"，我去查了下现在京东上已经开始 4090D 的预购预约了。这款卡也许是很多游戏人的福音，但在算法训练领域，同样是个很好的选择。
下面从时间线上来进行分析，分为古代 、近代 、现代 和未来展开，当然下面的 GPU 架构只是一个参考，并不具备直接的串行递进关系，
- 古代 -> P100、Titan X、2070、2080 等；
- 近代 -> V100、3080、3090 等；
- 现代 -> A100、A800、H100、H800、4090 等；
- 未来 -> B100 等；
这么来看，似乎很多的普通 AI 企业的算力还是停留在 "古代" - "近代"，"现代" 的卡是存货是土豪都买不到的，而 "未来" 也只能想想。
再来看咱们的国产训练卡，这里主要提两款，一个是华为昇腾 Ascend 910b，一个是天数天垓100 BI-V100 (以及新一代天垓150)。先说天数的，前几天有个读者问我：国产训练卡有啥推荐的 (除了昇腾外)，当时我刚看完 "2023 人工智能计算大会" 智源研究院林咏华老师分享，随之很自然的脱口而出：可以看看天数的。看下面两张图吧，我知道的是天垓 BI-V100 是对标 NVIDIA V100 的，至于 BI-V150 是什么级别，这个目前我还不太清楚。
来说昇腾 Ascend 910b，对于昇腾 910b 处于什么样的水平，23 年科大讯飞三季度业绩说明会上已经给昇腾 910b 定了一个 "基调"："昇腾 910b 芯片的性能已经达到了英伟达 A100 芯片的水平，甚至在某些方面还有所超越 "。所以现在很多提到昇腾 910b，都会拿 "可直接对标 A100 " 来形容。虽然我没用过昇腾 910b，但是从它的算力性能数据来看，确实是挺强的。另外更加重要的是昇腾的 "基建能力" 特别强，超算中心已经有好几个，杭州范围内就有滨江超算中心和宁波超算中心，下面是前段时间参加昇腾开发者大会的图。"杭勇双算 智惠浙里，日昇月恒 奔腾不息"，不得不说，华为是懂 "对联" 的。
另外还有朋友可能会说，是不是忘了天河、忘了神威太湖之光等等，当然没忘，只是这些主要是用于科学计算而非 AI 计算。
好了，以上分享了 谈谈 AI 发展第三篇：AI 训练算力，希望我的分享能对你的学习有一点帮助。
【公众号传送】
畅享人工智能的科技魅力，让好玩的AI项目不难玩。邀请您加入我的知识星球， 星球内我精心整备了大量好玩的AI项目，皆以工程源码形式开放使用，涵盖人脸、检测、分割、多模态、AIGC、自动驾驶、工业等。一定会对你学习有所帮助，也一定非常好玩，并持续更新更加有趣的项目。 t.zsxq.com/0aiNxERDq
