科技行者 10月29日 北京消息(文/Miss周):似乎一夜之間,人工智能(AI)滲透進(jìn)了我們的生活,這種滲透力無(wú)疑是革命性的??葱侣劵蛘呔W(wǎng)購(gòu)時(shí),它根據(jù)算法推送你喜歡的內(nèi)容;出行時(shí),它通過(guò)大數(shù)據(jù)避開(kāi)所有擁堵的道路;企業(yè)辦公時(shí),它又化身為智能化與高效率的集合體……從家庭到商業(yè)場(chǎng)景,AI不斷進(jìn)步,智能設(shè)備快速涌現(xiàn),它們甚至無(wú)需一直連接云端,就已經(jīng)具備看、聽(tīng)、說(shuō)、抉擇、預(yù)測(cè)的能力。
你或許會(huì)問(wèn),AI誕生數(shù)十年,為何遲遲才落地?這背后的推動(dòng)力來(lái)自于技術(shù)能力的指數(shù)級(jí)增長(zhǎng)(如摩爾定律)、智慧的分析引擎及數(shù)據(jù)激增等。與之相對(duì)應(yīng)的,算力、算法、數(shù)據(jù)被視為人工智能的“三駕馬車(chē)”,三者相輔相成,算法是關(guān)鍵,數(shù)據(jù)是前提,算力是支撐。在過(guò)去幾年里,我們知道AI比以前使用了更多的算力,如同 OpenAI 最近的一份報(bào)告所述,自2012年以來(lái),AI訓(xùn)練運(yùn)行(從 AlexNet 到 AlphaGo Zero)使用的計(jì)算量呈指數(shù)增長(zhǎng),為3.5個(gè)月的倍增時(shí)間(相比之下,摩爾定律有18個(gè)月的倍增期),該指標(biāo)增長(zhǎng)了300,000多個(gè)(18個(gè)月的倍增期僅增長(zhǎng)了12倍)。OpenAI 因此得出,計(jì)算的改進(jìn)是人工智能進(jìn)步的關(guān)鍵因素。
圖片來(lái)自O(shè)penAI公開(kāi)報(bào)告
正如華為IT產(chǎn)品線(xiàn)副總裁黃瑾最近在2018華為全聯(lián)接大會(huì)(HUAWEI CONNECT)上所說(shuō):“算力開(kāi)啟AI的未來(lái)”,AI正在改變軟件開(kāi)發(fā)的方式,有些人把它叫做軟件2.0,例如傳統(tǒng)的翻譯軟件擁有超過(guò)50萬(wàn)行的代碼,但通過(guò)合適的AI訓(xùn)練之后,只需500行代碼就能搞定。“如果你有更多的算力來(lái)實(shí)現(xiàn)更多層的神經(jīng)網(wǎng)絡(luò),那你就會(huì)獲得更準(zhǔn)確的結(jié)果。算力會(huì)創(chuàng)造新的可能。”
然而擺在產(chǎn)業(yè)眼前的一個(gè)難題是,隨著AI應(yīng)用的普及,傳統(tǒng)通過(guò)數(shù)據(jù)中心提供集中式處理的算力,已經(jīng)不能滿(mǎn)足自動(dòng)駕駛等大帶寬、低時(shí)延場(chǎng)景的需求。
于是,華為Atlas智能計(jì)算平臺(tái)應(yīng)運(yùn)而生,它提供了端、邊、云的分級(jí)計(jì)算能力,既為AI應(yīng)用創(chuàng)造了更多的可能性,也降低了企業(yè)應(yīng)用AI的門(mén)檻。
提及Atlas,很多人第一印象或許是古希臘神話(huà)中的擎天巨神,他用雙肩支撐蒼天,仿佛有無(wú)窮的神力。而華為將自己的智能計(jì)算平臺(tái)取名“Atlas”,背后的寓意呼之欲出:希望它能像擎天巨神一樣提供無(wú)窮的計(jì)算力。
華為Atlas智能云硬件平臺(tái)首次出現(xiàn)于2017華為全聯(lián)接大會(huì)上,當(dāng)時(shí)它使出一系列“殺手锏”——資源池化、異構(gòu)計(jì)算、秒級(jí)部署:支持GPU、HDD、SSD、FPGA等資源池化,根據(jù)業(yè)務(wù)模型按需提供硬件資源,提升一半資源利用率,同時(shí)降低客戶(hù)使用成本。
與之相比,今年亮相的Atlas智能計(jì)算平臺(tái)有了“升級(jí)”,它將華為Ascend(昇騰)系列AI處理器和業(yè)界主流異構(gòu)計(jì)算部件,封裝成模塊、板卡、小站、一體機(jī)等產(chǎn)品形態(tài),包括面向端側(cè)的Atlas 200 AI加速模塊、面向數(shù)據(jù)中心側(cè)的Atlas 300 AI加速卡、面向邊緣側(cè)的Atlas 500智能小站、及定位于企業(yè)領(lǐng)域一站式AI平臺(tái)的Atlas 800 AI一體機(jī)。
Atlas從云硬件平臺(tái)到智能計(jì)算平臺(tái)的演進(jìn)不難看出,華為對(duì)于AI有自己的思考:一是緊盯AI產(chǎn)品的算力,采用智能異構(gòu)、端邊云協(xié)同等關(guān)鍵技術(shù),為AI加速。二是豐富產(chǎn)品形態(tài),以適應(yīng)更多應(yīng)用場(chǎng)景,形成完整的AI解決方案。華為IT產(chǎn)品線(xiàn)副總裁兼IT智能計(jì)算業(yè)務(wù)部總裁邱隆接受科技行者采訪時(shí)介紹,“去年的Atlas,是一個(gè)服務(wù)器;今年的Atlas,是一個(gè)基礎(chǔ)的異構(gòu)計(jì)算平臺(tái),是一個(gè)完整的系統(tǒng)”。Atlas的核心價(jià)值就在于,它是整個(gè)華為的AI全棧底層平臺(tái),上層是華為人工智能硬件框架、華為人工智能云的軟件平臺(tái),再往上是面向行業(yè)的人工智能全棧(這部分華為與合作伙伴共同搭建),由此一個(gè)完整的AI解決方案就建立了。
Atlas不僅可以提供人工智能所需的計(jì)算能力,還可以做到對(duì)于這些計(jì)算能力隨時(shí)進(jìn)行動(dòng)態(tài)的調(diào)整與分配。延伸到AI應(yīng)用場(chǎng)景也同理,比如企業(yè)某些應(yīng)用需要強(qiáng)大的算力,它可以調(diào)配豐富的計(jì)算資源;而同時(shí)其他應(yīng)用需要龐大的存儲(chǔ)資源,它也可以靈活調(diào)度,而這種調(diào)度可以做到“秒級(jí)”。而且,為了讓企業(yè)更加方便地獲取異構(gòu)計(jì)算服務(wù),讓AI“跑在云上”,Atlas也應(yīng)用于華為公有云中。
實(shí)際案例中,華為與平安城市合作,利用Atlas硬件平臺(tái)和人工智能的分布式加速算法,實(shí)現(xiàn)了從一千億量級(jí)的圖片庫(kù)中“秒級(jí)搜索”,從千億量級(jí)的關(guān)系分析中“秒級(jí)響應(yīng)”。
如上文所述,Atlas用它的“算力”雙肩支撐更多的AI應(yīng)用場(chǎng)景。
· Atlas 200 AI加速模塊(基于Ascend 310芯片):半張信用卡大小即可支持16路高清視頻實(shí)時(shí)分析,面向攝像頭、無(wú)人機(jī)等端側(cè)設(shè)備部署,功耗僅10W左右。它的主要價(jià)值有兩處,一是把以前沒(méi)有人工智能的產(chǎn)品,改造成人工智能的產(chǎn)品;二是一些小產(chǎn)品可以直接內(nèi)嵌此模塊實(shí)現(xiàn)人工智能。
· Atlas 300 AI加速卡:采用標(biāo)準(zhǔn)的半高半長(zhǎng)PCIe卡設(shè)計(jì),面向數(shù)據(jù)中心和邊緣側(cè)服務(wù)器場(chǎng)景。該加速卡支持多種數(shù)據(jù)精度,單卡即可提供64TOPS INT8計(jì)算性能,為深度學(xué)習(xí)和推理提供更強(qiáng)大算力。
· Atlas 500智能小站:集成AI處理能力的邊緣產(chǎn)品,機(jī)頂盒大小即可實(shí)現(xiàn)16路高清視頻處理能力,相比業(yè)界產(chǎn)品性能提升4倍。智能小站適用于交通、看護(hù)、無(wú)人零售、智能制造等廣闊的領(lǐng)域。
“這應(yīng)該是業(yè)界第一款真正能夠商用的智能小站。”邱隆說(shuō),Atlas 500的優(yōu)勢(shì)在于環(huán)境適應(yīng)性好,適合邊緣環(huán)境部署,云邊協(xié)同。
· Atlas 800 AI一體機(jī)(支持Ascend 310、Ascend 910):在標(biāo)準(zhǔn)框架和編程環(huán)境之上,提供經(jīng)過(guò)優(yōu)化的AI環(huán)境,并預(yù)安裝底層軟件庫(kù),2小時(shí)開(kāi)箱即用。同時(shí),AI一體機(jī)集成華為集群管理、任務(wù)調(diào)度等管理軟件與系統(tǒng)級(jí)性能監(jiān)控系統(tǒng),可大幅降低企業(yè)AI應(yīng)用門(mén)檻。
毫無(wú)疑問(wèn),AI已經(jīng)且將繼續(xù)改變我們的生活和工作,而華為正在試圖通過(guò)Atlas為AI的應(yīng)用落地按下快進(jìn)鍵,或許此時(shí),我們也將更接近普惠的AI。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專(zhuān)家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專(zhuān)家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類(lèi)型問(wèn)題偏愛(ài)不同專(zhuān)家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話(huà)多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。