<em id="smman"><acronym id="smman"></acronym></em>

    1. <tbody id="smman"></tbody>
      <button id="smman"></button><tbody id="smman"><pre id="smman"></pre></tbody>
    2. <rp id="smman"></rp>
      <form id="smman"><strike id="smman"></strike></form>

        <dd id="smman"><noscript id="smman"></noscript></dd><em id="smman"></em><tbody id="smman"></tbody><button id="smman"><acronym id="smman"></acronym></button>
      1. <dd id="smman"><track id="smman"></track></dd>
            您的位置: 首頁 >深圳快訊 > 產業研究 > 正文

            強攻算力 華為瞄準計算新藍海

            2019-09-23 09:26:00來源:

            按照華為的數據,昇騰910的單芯片計算密度可以達到256個T,比英偉達125T高一倍,比谷歌90T高2倍多。

            “隨著摩爾定律趨近極限,華為要研究的下一個前沿領域是什么?”

            近日,當媒體對華為創始人任正非拋出這個問題時,任正非的回答很簡單:“人工智能。”

            這是華為正在攀登的新高峰,而9月18日-20日期間舉辦的華為全聯接2019大會,正是華為對外展示其人工智能生態系統的窗口。在2018年的大會上,以通信立足的華為就開始將AI業務推至臺前,首次公布了AI戰略。

            此次發布會上,華為首次發布計算戰略,并推出了基于鯤鵬芯片和昇騰芯片的一系列產品,包括目前全球最快AI訓練集群Atlas 900。

            這些產品集中在底層計算上,可以看到,華為的AI能力輸出,是在全棧全場景的AI戰略基礎上,聚焦到AI算力層面,而算力是AI世界的重要支撐。尤其是在摩爾定律、算法理論都遇到瓶頸的情況下,算力的增強是助力AI行業發展的關鍵要素。

            猶記得2016年,任正非曾發出“迷茫”之聲,當時他指出,華為創新進入了無人區,同時智能社會的深度和廣度華為還想象不到。而智能時代是大勢所趨,于是,2017年,華為將戰略目標調整為“構建智能社會。”

            如今,華為對于自身在智能社會中的定位更加清晰,在大會上,華為副董事長胡厚崑在接受記者在內的媒體采訪時,多次強調聯接和計算將是構建智能社會的關鍵技術。

            在5G等聯接技術上,華為現在已經處于全球第一梯隊,在AI計算上,華為正在猛攻。在任正非看來,華為要建設支撐人工智能的平臺。

            換言之,華為或欲成為未來AI世界中的水和電的角色,同時,面對美國的強壓,華為也是在構筑新能力和新生態。

            強攻算力 瞄準計算新藍海

            芯片承載了算力的實力,從兩天密集的發布來看,華為推出的新品主要是基于昇騰芯片、鯤鵬芯片,涵蓋了硬件、軟件,以及開發者生態。同時,華為對操作系統、數據庫的相關產品進行了開源。整體來看,華為以更開放的姿態,進行全球化的拓展。

            具體來看,鯤鵬包括服務器和PC機芯片,可以應用于數據中心和PC中。華為已經推出了多款搭載鯤鵬芯片的泰山服務器(TaiShan),最新的產品就是TaiShan200,關鍵之處在于,鯤鵬芯片是基于arm架構,也是對英特爾x86架構的補充。

            同時,華為還正式推出鯤鵬主板,并向合作伙伴全面開放。據了解,華為鯤鵬主板采用多合一SoC、xPU高速互聯、100GE高速I/O等關鍵技術。這意味著,應用鯤鵬主板,廠商就可以生產基于鯤鵬,或者說基于arm架構的服務器。

            昇騰則包括訓練和推理芯片,基于昇騰910和310 AI處理器,華為推出了全球最快的AI訓練集群Atlas 900、AI訓練服務器Atlas 800、智能小站Atlas 500、AI推理與訓練卡Atlas 300和AI加速模塊Atlas 200,完成了Atlas全系列產品布局。

            其中,Atlas 900是華為算力能力的典型代表。華為提供的數據顯示,衡量AI計算能力的金標準ResNet-50圖片分類模型下,Atlas 900只需59.8秒就完成了訓練,在同等精度下比原來的世界紀錄快10秒。

            • 電影花絮
            • 電影情報
            • 圈子新聞
            • 電影新聞
            • 電影搜羅
            • 電視劇
            • 影視演員
            ?
            剑姬导航