电脑装配网

中华有为 关于华为昇腾芯片的关键问题 这里有你想要的答案

 人阅读 | 作者xiaofeng | 时间:2023-10-26 22:19

与以往的手机发布会不同,华为近日在上海召开了一场“全连接”大会。会上,华为公布了完整的人工智能战略,以及“达芬奇项目”。重新启用Ascend作为华为旗下两款AI芯片的产品系列名称。华为昇腾将会对我们的生活构成哪些积极变化?让我们用几个简单的问题来加以梳理。

1.Ascend曾经在哪里使用过?

华为最早将其用在智能手机系列中,2013年2月,Ascend P2发布,首次搭载了华为自家的海思K3v2四核处理器,因为4G牌照的问题,P2没有在国内上市。之后发布的Ascend D2,使用相同的处理器。K3v2是海思半导体第一款成功市场化的手机处理器。

2013年6月,华为直接跳过Ascend P3发布Ascend P6手机,使用海思K3v2e四核处理器。

2014年5月,华为在法国巴黎推出Ascend P7手机,搭载海思麒麟910T四核处理器。至此,华为正式从海思半导体架构中分拆出麒麟系列处理器。

2015年4月,华为发布Ascend P8,搭载麒麟930/麒麟935处理器。华为在手机中开始淡化Ascend字样。

2. 华为昇腾的规格是怎样的?

【华为昇腾910】

昇腾910采用7nm 工艺制程,它主打云场景的超高算力,半精算力高达256 TFLOPS,最大功耗350W,将成为全球已发布的单芯片计算密度最大的AI芯片。

架构:达芬奇

半精度(FP16):256TeraFLOPS

整数精度(INT8):512TeraOPS

128通道 全高清 视频解码器 -H.264/265

最大功耗:350W

7nm

【华为昇腾310】

昇腾310则主打终端低功耗AI场景,拥有8 TFLOPS半精度计算力,最大功耗为8W,采用12nm工艺,目前已经量产。

架构:达芬奇

半精度(FP16):8TeraFLOPS

整数精度(INT8):16TeraOPS

16通道 全高清 视频解码器 -H.264/265

1通道 全高清 视频解码器 -H.264/265

最大功耗:8W

12nm FFC

3.华为昇腾芯片有多强大?

华为昇腾910的单芯片计算密度最大,半精度算力达到256 TFLOPs,比目前最强的NVIDIA V100的125T还要高上一倍,预计在明年第二季度正式推出;而昇腾310则是昇腾的mini系列,主打终端低功耗AI场景,具有极致高效计算低功耗AI SoC,目前已经量产。据介绍,2019年昇腾还有3个系列,将用于智能手机、智能穿戴、智能手表等。

4.华为昇腾是否具备超越英伟达的实力?

这此发布的两款芯片都会在2019年第二季度上市,但徐直军在随后的媒体采访环节表示,华为两款AI芯片均不会单独对外销售,而是以AI加速模块、AI服务器、云服务的形式面向第三方销售。

徐直军表示,“我们不直接向第三方提供芯片,而是提供基于芯片的硬件和云服务,我们和纯芯片厂商没有直接竞争。”

因此华为和英伟达之间短期内并不会构成直接竞争。

在运营商业务领域,华为发布了SoftCOM AI解决方案架构(包含AI训练平台和智能管控中心两大核心),在原有全云化网络构架基础上,引入以机器学习为核心的AI技术,旨在使运营商网络从自动化业务部署和动作执行,走向智能化的故障自愈、网络自我优化和自我管理,最终实现“永不故障”的自治网络。

在消费者业务层面,华为主打自研终端AI芯片麒麟系列,推动智慧手机时代。从2016年底荣耀Magic手机开始,AI技术已覆盖华为Mate 10、P20系列(采用AI芯片麒麟970),以及Mate20系列和荣耀Magic 2(采用AI芯片麒麟980)。

面向全行业应用开发者,华为打造了HiAI平台,方便开发者创建更丰富、强大的AI应用,覆盖人数接近40万。用华为软件工程部副总裁张宝峰在新智元今年3月产业跃迁AI技术峰会演讲中的话说,“就是要让整个产业链最快速度地把自己的业务服务于华为的手机用户”。

5.未来的AI人工智能会有哪些变化?

1、模型的训练时间大幅减小,从数日、数月降低到几分钟、几秒钟;

2、算力从稀缺昂贵变成充裕、经济;

3、从AI主要在云、少量在边缘变成AI无处不在,任何场景;

4、目前主要算法诞生于1980年,下一步更多AI算法将变得更高效、能耗更低,同时更安全、可解释;

5、提高AI自动化水平,让能够AI自动数据标注、数据获取、特征提取等;

6、在模型的性能与可用度在工业生产中保持优秀,而不仅仅是“测试优秀”;

7、模型能够从非实时更新变为实时闭环系统的更新;

8、从与其他技术协同不充分变为多技术协同,包括云、IoT、边缘计算、区块链等;

9、从一项需要高级技能专家的工作,变成由一站式平台支持的基本技能;

10、从数据科学家稀缺变为数据科学家、领域专家、数据科学工程师相互协作。


文章标签:

本文链接:『转载请注明出处』