李开复谈20年后的AI，崔宝秋论开源之道 MEET2021智能未来大会

地平线黄畅:将最先进算法和最先进芯片架构结合

地平线联合创始人兼技术副总裁黄畅带来的话题是“软件2.0时代AI芯片的挑战”。

从2012年开始,深度学习,尤其是机器视觉开始一飞冲天,取得巨大的突破。

过去8年持续的提升,图像识别的精度不断的提升,同时它的计算效率越来越高。和8年前相比,我们今天只要用大约几百分之一的计算量就可以达到8年前做一个图象识别的精度,这是一个巨大的进步。

算法的进化速度甚至超过半导体的摩尔定律。每10到14个月,达到相同精度的计算量可以下降一半。

但很不幸这是以算法设计得越来越巧妙为代价的,而算法设计得巧妙会对计算架构提出巨大的挑战,尤其是传统通用的并行计算架构,比如说GPU架构,会使得整个计算效率相当的低下。

因此,在芯片设计领域,相关的处理器架构变得尤为重要,否则继续沿用通用计算架构会使更先进的算法无法高效运行。

所以地平线提出了一个新指标MAPS,即在精度有保障范围内的平均处理速度(Mean Accuracy-guaranteed Processing Speed),针对应用场景的特点,在精度有保障的前提下,包容所有与算法相关的选择,评估芯片对数据的平均处理速度。希望以此为业界同行提供一个评估芯片AI真实性能的全新视角。

MAPS评测方法,关注真实的用户价值,将每颗芯片在‘快’和‘准’这两个关键维度上的取舍变化直观地展现出来,并在合理的精度范围内,评估芯片的平均处理速度。这个方法具有可视化和可量化的特点。

通过MAPS这个指标,地平线设计芯片和一个通用设计芯片之间的差别,可以看到芯片功耗和他所能带来的性能方面是有巨大优势的。

最后,在车规芯片上,地平线在过去几年也取得了瞩目的成就。地平线是全球仅有的三家实现了车规级AI芯片规模化量产的公司之一,也是国内唯一实现车规级AI芯片大规模量产的AI芯片企业。

华为黄之鹏:AI框架的发展到了汽车替代马车的阶段

大会最后,华为计算开源开发与运营部副总监黄之鹏介绍了今年3月28日开源的自研AI框架MindSpore。

可能很多人会有疑问,行业里已经有了TensorFlow、PyTorch这样成熟的框架,为何华为还要“重复造轮子”?

黄之鹏说,如果打个通俗的比方,那就是:AI框架的发展,已经到了一个类似于历史上汽车出现替代马车的阶段。也就是说我们正处于20世纪初的那样一个变革年代。

现有的框架可以看作是达到了马车时代的顶峰。现有框架可以像马车一样做到非常舒适、精致,有足够的运行效率,也有非常好的上下游的生态。

MindSpore类似于那个时代的汽车,可能没那么舒适、精致,但是有很强的操纵感,具有工业化设计和流水线能力,可以有超乎想象的效率和性能,构筑了全新的硬核科技生态。

如果使用过MindSpore,尤其在昇腾环境上,能体会到运行感非常好。

MindSpore就像汽车一样,是一个工业化的产品,具有非常好的工业化能力,尤其是对大规模自动化并行的支持,应该是前所未有的。

华为开发MindSpore最重要的是,尝试解决很多具体的问题。

对于AI算法工程师来说,如何更高效、更简洁地开发。对于企业来说,尤其是生产环境的鲁棒性也是非常重要的。

还有就是硬件能力的释放,现在是有大量AI专用硬件的时代,如何能够把这些优秀硬件的能力极大的释放出来,这对于框架来说也是一个非常重要的问题。

针对这些问题,华为开发了MindSpore。它有几个非常关键的特性:一个是自动并行,二是高阶优化,三是是全栈协同。

最后黄之鹏也表达了MindSpore的开放态度。虽然MindSpore是国产框架,但绝对不会在局限在中国一个社区,MindSpore从诞生之始就是一个立足于中国,但是面向全球开发者的全球性的开源社区。

— 完 —

（编辑：应用网_阳江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!