关于华为昇腾(Ascend)AI芯片,CANN计算架构,MindSpore深度学习框架,MindStudio开发工具

1、华为昇腾生态

深度学习之前的配置都是:NVIDIA GPU / CPU + CUDA + Tensorflow/PyTorch

后来老美禁止 NVIDIA 卖GPU芯片给我们,于是国内企业开始发力CPU和GPU硬件,成果丰硕,虽然与NVIDIA顶级GPU还有一些差距,但是也不错,为了尽快填补国内需求,我们的解决方案是国产GPU + CUDA + Tensorflow/PyTorch,本来用的好好的,然而敌人亡我之心不死,开始禁止我们使用 CUDA ,它其实就是一个协议或者指令集,它连接底层硬件与上层机器学习框架即Tensorflow/PyTorch,通过硬件和软件两个维度卡你,我们这么多年习惯了拿来主义,现在变得很被动。

值此危难之际,还是华为站了出来,硬件软件一起扛,硬件上推出了昇腾系列AI计算芯片 Ascend910/Ascend310,就是专门用来计算的GPU芯片,软件上使用 CANN(类比于CUDA),然后推出机器学习框架异思mindspore(对标Tensorflow/PyTorch),同时mindspore也是开放的,它支持基于 CUDA 的 GPU 以及普通的 CPU芯片,当然mindspore也是使用 Python 来开发,还提供一个 MindStudio 全流程开发工具链。官网 https://www.mindspore.cn/,也就是说华为昇腾是一个完整的生态,不再受外界掣肘。

有资料显示Ascend910性能与NVIDIA-A100相当,这其实很牛逼了,要知道英伟达发展了多少年,我们才多少年。

在人工智能框架使用率方面,TensorFlow、PyTorch、昇思MindSpore和飞桨合计占了86%的市场份额,其中,MindSpore以11%的占比在全球框架里排名第三,逆势进入了AI框架的第一梯队。

2、昇腾当前有哪些不足:

当前昇腾需求的爆发式增长动力主要来自1)AI算力行业自身的快速增长;2)国内自主可控的替代,比如说国家级别的人工智能计算中心,大部分开始会采用昇腾。

当相比于英伟达目前也有不少核心问题:

1,昇腾只能用于华为自身生态中的大模型业务,比如昇腾不能做GPT-3,因为910不支持32位浮点,**而目前大模型训练几乎都要使用32位的浮点,所以昇腾芯片只能利用华为开发的框架(如MindSpore),再加上优化好的大模型,比如盘古CV。

2,生态依然需要完善。英伟达最强大的护城河在于它的生态系统CUDA。目前CANN还有差距。

3,先进制程的卡脖子问题得到了一定解决,但依然需要担忧产能问题。

相关推荐
武子康2 分钟前
大数据-212 数据挖掘 机器学习理论 - 无监督学习算法 KMeans 基本原理 簇内误差平方和
大数据·人工智能·学习·算法·机器学习·数据挖掘
deephub3 分钟前
Tokenformer:基于参数标记化的高效可扩展Transformer架构
人工智能·python·深度学习·架构·transformer
Q8137574609 分钟前
数据挖掘在金融交易中的应用:民锋科技的智能化布局
人工智能·科技·数据挖掘
qzhqbb12 分钟前
语言模型的采样方法
人工智能·语言模型·自然语言处理
qzhqbb15 分钟前
基于 Transformer 的语言模型
人工智能·语言模型·自然语言处理·transformer
___Dream16 分钟前
【CTFN】基于耦合翻译融合网络的多模态情感分析的层次学习
人工智能·深度学习·机器学习·transformer·人机交互
极客代码23 分钟前
【Python TensorFlow】入门到精通
开发语言·人工智能·python·深度学习·tensorflow
义小深26 分钟前
TensorFlow|咖啡豆识别
人工智能·python·tensorflow
Tianyanxiao1 小时前
如何利用探商宝精准营销,抓住行业机遇——以AI技术与大数据推动企业信息精准筛选
大数据·人工智能·科技·数据分析·深度优先·零售
撞南墙者1 小时前
OpenCV自学系列(1)——简介和GUI特征操作
人工智能·opencv·计算机视觉