江苏龙网

  1. 首页 > 资讯 > 科技 > >

华夏基石e洞察|绝地求生的华为：万字长文详解华为智能深潜策略( 二 )


首先 ， 华为提供了人工智能所需的“计算引擎” 。 计算引擎解决的是算力产生的问题 ， 而算力产生的根源是人工智能芯片 。 在这个领域 ， 做得最好的是英伟达（NVIDIA） ， 这家原先做显卡的硅谷创业公司在人工智能芯片领域独占鳌头 ，其GPU芯片被各大人工智能企业所采用 ， 过去华为也用过英伟达的芯片 。
在2018年的全联接大会上 ， 华为对标英伟达 ， 推出了自己研发的人工智能芯片“昇腾系列” ， 而且不只是一个芯片 ， 是一个“全家桶” ， 覆盖了从云计算到边缘计算再到端计算的五大场景 ， 意味着昇腾系列具备强悍的场景可伸缩性 ， 也意味着昇腾芯片的能耗做到了弹性可适配 。 当然 ， 在性能表现上 ， 昇腾系列芯片也相当抢眼 。
但问题是 ， 云端的人工智能训练和推理还需要数据中心的支持 ， 而数据中心又需要部署大量的服务器 ， 由服务器负责海量数据的处理才能使得人工智能训练和推理产生具有性价比的效果 ， 这就需要通用计算处理器 。 在通用计算处理器领域 ， 过去一直是英特尔的天下 ， 雄霸服务器级处理器的绝对主导地位 。
为了取得最好的云端人工智能能力 ， 华为有必要掌握通用计算单元 ， 这就是华为的“鲲鹏处理器” 。 鲲鹏处理器对标的是英特尔的“×86结构” ， 应该说目前可以做到接近于×86的水平 ， 但在具体应用和生态构建上 ， 鲲鹏还有相当远的路要走 。 这倒不是因为鲲鹏本身的技术不行 ， 而是因为鲲鹏采用的ARM架构在整体上想要跑赢×86架构还很难 。 基于精简指令集（RISC）的ARM ， 是在智能手机崛起的过程中以IP授权的方式发展起来的 ， 但在企业级应用上 ， 目前仍然被基于复杂指令集（CISC）的×86架构统治 ， 鲜见ARM有所作为 。 此次华为以鲲鹏处理器发起的企业级冲击 ， 难度依然很大 ， 最终成效如何还未可知 。
这其中主要存在两个问题 ， 一个问题是基于ARM的生态应用严重不足 ， 所以鲲鹏处理器首先面临生态建设难题 ， 这不是一朝一夕就能解决的事情 。 另一个问题是华为仅取得ARMv8以及后续8.1和8.2的永久授权 ， 所以底层指令集仍然被ARM掌握 ， 更长远来看 ， 会出现什么样的结果 ， 是不是会受到使用限制还不好说 。 如果往坏处想 ， 华为的计算引擎很可能遭受极限生存挑战 。 除此之外 ， 昇腾芯片也是基于ARM的 ， 是在ARM基座之外挂接了人工智能处理芯片 。
不管怎样讲 ， 华为的“昇腾+鲲鹏”这两大计算引擎 ， 已经勉强可以算得上是人工智能和处理器这两个计算核心的自主可控方案了 。 在未来可预期的时间里 ， 这两大计算引擎足以支撑华为在计算领域的野心了 。 既然计算引擎已经准备好了 ， 那接下来要让引擎的能力发挥出来 ， 就需要创建优秀的计算架构 。 这就像是同样的发动机在不同的参数架构下输出的马力是不同的一样 ， 要想让计算引擎的输出有优异的表现 ， 优秀的计算架构是不可或缺的 。
这件事华为在做芯片的同时就想到了 ， 还给这个项目起了个很神秘的名字 。
华夏基石e洞察|绝地求生的华为：万字长文详解华为智能深潜策略
本文插图

《蝶变》：阐述数字商业进化之道
2、达芬奇架构
芯片支撑软件的运行 ， 而支撑芯片运行的是指令集 ， 在指令集和芯片之间 ， 不同的架构决定了芯片的算力输出和能耗水平 。 相当于同样的原材料 ， 用不同的加工方法会做出不一样的蛋糕 。 在给定指令集的基础上 ， 架构就成为芯片性能比拼的关键 。
长期以来 ， 桌面端基本上被英特尔的×86架构主导 ， 而移动端主要是ARM架构 ， 前者拥有强大的算力输出 ， 但后者擅长降低功耗 。 移动设备对功耗要求非常高 ， 造就了ARM在移动互联时代的王者地位 。 但随着人工智能的发展 ， 对于计算技术提出了全新的要求 ， 尤其是深度学习算法和神经网络运算 ， 需要进行大规模的矩阵运算 ， 这就需要专门针对人工智能的算力输出进行加速 。


推荐阅读


上一篇：DNF怪咖|原创 从4799跌至2499元，4000mAh+10倍变焦+93.1%屏占比，网友：等到了

下一篇：氪星情报局|赶在618之前，快手大主播辛巴走出“小黑屋”