自動駕駛深度學習計算框架有了新選擇,華為發布全場景AI計算框架MindSpore

自動駕駛汽車依靠AI算法來完成感知識別、決策、規劃等動作,在算法搭建前往往要選擇合適的計算框架。
過去,工程師們往往會在“適合入門又編碼繁瑣”的TensorFlow、“強調極簡主義”的Keras、“傳統老牌但缺乏靈活性”的Caffe、“低門檻”的PaddlePaddle 等框架中做選擇,而在今天,華為發布了全場景AI計算框架 MindSpore,直接對標業界主流框架谷歌的Tensor Flow。

在2018華為全聯接大會上,華為提出,AI框架應該是開發態友好(例如顯著減少訓練時間和成本)和運行態高效(例如最少資源和最高能效比),更重要的是,要能適應每個場景包括端、邊緣和云。
經過近一年的努力,全場景AI計算框架MindSpore在這三個方面都取得了顯著進展。
全場景支持,是在隱私保護日漸重要的背景下,實現AI無所不在越來越基礎的需求,也是MindSpore的重要特色。

針對不同的運行環境,MindSpore框架架構上支持可大可小,適應全場景獨立部署。MindSpore框架通過協同經過處理后的、不帶有隱私信息的梯度、模型信息,而不是數據本身,以此實現在保證用戶隱私數據保護的前提下跨場景協同。除了隱私保護,MindSpore還將模型保護Built-in到AI框架中,實現模型的安全可信。
在原生適應每個場景包括端、邊緣和云,并能夠按需協同的基礎上,通過實現AI算法即代碼,使開發態變得更加友好,顯著減少模型開發時間。以一個NLP(自然語言處理)典型網絡為例,相比其他框架,用MindSpore可降低核心代碼量20%,開發門檻大大降低,效率整體提升50%以上。
通過MindSpore框架自身的技術創新及其與昇騰處理器協同優化,有效克服AI計算的復雜性和算力的多樣性挑戰,實現了運行態的高效,大大提高了計算性能。除了昇騰處理器,MindSpore同時也支持GPU、CPU等其它處理器。

值得一提的是,華為已經用基于Ascend 310芯片的MindSpore DDK做一些車輛識別的項目。
華為輪值董事長徐直軍認為“大家目前最缺少的還是算力,誰的算力強,誰發論文就快。論文增長最快的是谷歌,因為它有最強的算力。AI本來就是一個暴力計算,沒有暴力,哪來成果?華為云面向全球,啟動暴力。”

昇騰910,號稱算力最強AI處理器

今天的發布會上,華為正式發布算力最強的AI處理器Ascend 910(昇騰910)。
經過一年多的測試,在算力方面,昇騰910完全達到了設計規格,即:半精度(FP16)算力達到256 Tera-FLOPS,整數精度(INT8)算力達到512 Tera-OPS;重要的是,達到規格算力所需功耗僅310W,明顯低于設計規格的350W。
徐直軍表示:昇騰910總體技術表現超出預期,作為算力最強AI處理器,當之無愧。當昇騰910用于實際AI訓練任務,比如,在典型的ResNet50網絡的訓練中,昇騰910與MindSpore配合,與現有主流訓練單卡配合TensorFlow相比,顯示出接近2倍的性能提升。
面向未來,針對不同的場景,包括邊緣計算、自動駕駛車載計算、訓練等場景,華為將持續投資,推出更多的AI處理器,面向全場景持續提供更充裕、更經濟、更適配的AI算力。
全棧全場景AI解決方案,讓AI無處不在
徐直軍在發布以上兩款產品之前,首先重申了華為公司的AI戰略:
投資AI基礎研究:在計算視覺、自然語言處理、決策推理等領域構筑數據高效(更少的數據需求) 、能耗高效(更低的算力和能耗),安全可信、自動自治的機器學習基礎能力;
打造全棧全場景解決方案:提供充裕的、經濟的算力資源,簡單易用、高效率、全流程的AI平臺;
投資開放生態和人才培養:面向全球,持續與學術界、產業界和行業伙伴廣泛合作;
把AI思維和技術引入現有產品和服務,實現更大價值、更強競爭力;
應用AI優化內部管理,對準海量作業場景,大幅度提升內部運營效率和質量。

華為AI解決方案(Portfolio)的全場景,是指包括公有云、私有云、各種邊緣計算、物聯網行業終端以及消費類終端等部署環境;而全棧是技術功能視角,是指包括Ascend昇騰系列IP和芯片、芯片使能CANN、訓練和推理框架MindSpore和應用使能ModelArts在內的全堆棧方案。
華為認為AI的應用總體還處于發展初期,AI技術和能力相比于長遠期望還有很大差距。減小甚至消除這些差距,加速AI的應用。具體包括致力于促成以下10個方面的改變:

通過全棧全場景技術手段,結合投資開放的生態和人才培養,讓AI人才不再短缺。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
- 1 AI狂歡遇上油價破百,全球股市還能漲多久? | 產聯看全球
- 2 OpenAI深夜王炸!ChatGPT Images 2.0實測:中文穩、細節炸,設計師慌了
- 3 6000億美元估值錨定:字節跳動的“去單一化”突圍與估值重構
- 4 Tesla AI5芯片最新進展總結
- 5 連夜測了一波DeepSeek-V4,我發現它可能只剩“審美”這個短板了
- 6 熱點丨AI“瑜亮之爭”:既生OpenClaw,何生Hermes?
- 7 AI界的殺豬盤:9秒刪庫跑路,全員被封號,還繼續扣錢!
- 8 2026,人形機器人只贏了面子
- 9 DeepSeek降價90%:價格屠夫不是身份,是戰略
- 10 AI Infra產業鏈卡在哪里了?


分享













