华为达芬奇架构解读:为AIoT而生

  • 时间:
  • 浏览:0
  • 来源:大发5分PK10-5分PK10官方

DoNews 8月26日消息(记者 赵晋杰)继6月份的麒麟810芯片后,华为自研达芬奇架构NPU在上周又一次迎来重磅消息,被集合到了号称业内算力最强的自研AI芯片——Ascend 910(昇腾910)上。

与此一齐,华为还推出了与Ascend 910相配套的层厚学习计算框架MindSpore。按华为轮值董事长徐直军一句话说,Ascend 910、MindSpore的推出,标志着华为已完成全栈全场景AI解决方案的构建,也标志着华为AI战略的执行进入了新阶段。

2018年华图片 为全联接大会上,Ascend 910和Ascend 310首次亮相,达芬奇架构也首次被运用在敲定商用的Ascend 310上。

华为表示,设计达芬奇架构的初衷,是为了应对万物智能互联的新时代,实现AI在多平台多场景之间的协同。

数据预测,到2025年全球智能终端数量或者达到50亿台,智促使理的普及率将达到90%,企业数据的使用率将达到86%。在不久的将来,AI将作为一项通用技术极大地提高生产力,改变每个组织和每个行业。

你这俩趋势,促使了华为全栈全场景AI战略在2018全联接大会上的提出。而达芬奇架构,正是华为自研的面向AI计算行态的全新计算架构,具备高算力、高能效、灵活可裁剪的行态,是虽然现万物智能的重要基础。

基于灵活可扩展的行态,达芬奇架构并能满足端侧、边缘侧及云端的应用场景,可用于小到几十毫瓦,大到几百瓦的训练场景,横跨全场景提供最优算力。

以Ascend芯片为例,Ascend-Nano可以 用于耳机电话等IoT设备的使用场景;Ascend-Tiny和Ascend-Lite用于智能手机的AI运算解决;在笔记本电脑等算力需求更高的便携设备上,由Ascend-Mini提供算力支持;而边缘侧服务器上则时要由Multi-Ascend 310完成AI计算;至于超冗杂的云端数据运算解决,则交由算力最高可达256 TFLOPS@FP16的Ascend-Max来完成。

基于达芬奇架构的统一性,开发者在面对云端、边缘侧、端侧等全场景应用开发时,只时要进行一次算子开发和调试,就可以 应用于不同平台。(完)