超算和AI一直是兩個(gè)并駕齊驅(qū)的賽道。一直以來(lái)超算重視硬件算力，一般用于國(guó)防、模擬、生物、天文科學(xué)研究等領(lǐng)域，比如我國(guó)的天河、神威，美國(guó)阿貢國(guó)家實(shí)驗(yàn)室和勞倫斯·利弗莫爾國(guó)家實(shí)驗(yàn)的米拉和泰坦。

而AI領(lǐng)域，在早期階段各團(tuán)隊(duì)強(qiáng)調(diào)在算法和調(diào)參上不斷優(yōu)化，而且當(dāng)時(shí)的計(jì)算機(jī)架構(gòu)并不適合做卷積神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，在CPU上訓(xùn)練出一個(gè)模型可能達(dá)數(shù)年之久。

直到從深度學(xué)習(xí)的開(kāi)山鼻祖Geoff Hinton的學(xué)生Alex Krizhevsky在GPU上成功訓(xùn)練出突破性的深度神經(jīng)網(wǎng)絡(luò)之后，專用于AI硬件的概念才被各界所看重。

對(duì)于AI來(lái)說(shuō)，算力與硬件架構(gòu)同等重要，也就是在這種理念指導(dǎo)下，超算能力在AI的應(yīng)用開(kāi)始顯得分外重要。

不論從目前國(guó)際產(chǎn)業(yè)競(jìng)爭(zhēng)形勢(shì)亦或是產(chǎn)業(yè)自身革新，AI超算背后的硬件和框架如何發(fā)展，將會(huì)是國(guó)內(nèi)AI下一輪爆發(fā)關(guān)鍵基礎(chǔ)。在國(guó)內(nèi)AI賽道，華為作為全球頂尖的ICT基礎(chǔ)設(shè)施和智能終端供應(yīng)商，已經(jīng)攜“昇騰”處理器給出了完整的AI超算解決方案。

這對(duì)于國(guó)內(nèi)AI的研發(fā)和應(yīng)用效率的提升，毫無(wú)疑問(wèn)是一場(chǎng)及時(shí)雨。

近日華為出席ISC（高性能計(jì)算大會(huì)）后，全球AI賽道產(chǎn)業(yè)鏈上下游給予了高度關(guān)注。

關(guān)鍵領(lǐng)域沒(méi)有歲月靜好，超算融合AI已風(fēng)起云涌

國(guó)運(yùn)之爭(zhēng)的核心是產(chǎn)業(yè)實(shí)力的綜合競(jìng)爭(zhēng)，而AI已經(jīng)成為國(guó)運(yùn)之爭(zhēng)中的一環(huán)。

國(guó)內(nèi)三十年歲月靜好的改革開(kāi)放紅利已經(jīng)到了戰(zhàn)略博弈的臨界點(diǎn)，像AI這種尖端產(chǎn)業(yè)正在成為大國(guó)博弈的橋頭堡。

硬件是AI算法迭代的基礎(chǔ)，沒(méi)有技術(shù)之上的硬件自主權(quán)，就如同只有施工圖紙而沒(méi)有鋼筋水泥，難以擺脫被控制的窒息感。

2018年美國(guó)公布了超算“Summit”，這臺(tái)超級(jí)計(jì)算機(jī)是由IBM在英偉達(dá)幫助下開(kāi)發(fā)，它的峰值計(jì)算能力可以達(dá)到每秒20億億次。

更重要的，Summit是史上第一臺(tái)既支持傳統(tǒng)計(jì)算，也支持運(yùn)行人工智能應(yīng)用程序的超級(jí)計(jì)算機(jī)，機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)等運(yùn)行都可以在其上實(shí)現(xiàn)。

今年6月23日，全球超級(jí)計(jì)算機(jī)500強(qiáng)榜單更新，中國(guó)以226臺(tái)部署量位列第一，美國(guó)一114臺(tái)名列第二，日本以30臺(tái)位居第三。但是在TOP500的榜單系統(tǒng)，有333套采用了英偉達(dá)的技術(shù)。

我國(guó)的AI超算解決方案直到華為的達(dá)芬奇架構(gòu)公布后才有系統(tǒng)的解決方案，中國(guó)在AI超算領(lǐng)域的研發(fā)和應(yīng)用，還需要點(diǎn)一把火，加一把勁。

框架和硬件“兩開(kāi)花”，研發(fā)標(biāo)準(zhǔn)統(tǒng)一才是“戰(zhàn)斗力”

華為在2018年7月創(chuàng)新推出針對(duì)AI計(jì)算的達(dá)芬奇架構(gòu)，在項(xiàng)目下公布了“昇騰”AI處理器＋AI開(kāi)源計(jì)算框架“MindSpore”。

由于華為給出了從硬件到框架一整套的解決方案，特別契合當(dāng)下AI超算硬件成為新基建的公共特性。

這將會(huì)對(duì)AI業(yè)態(tài)造成三個(gè)方面的顯著正面影響：AI全行業(yè)滲透、提升開(kāi)發(fā)效率以及降低算力成本。

1．全棧高算力平臺(tái)，帶動(dòng)AI全行業(yè)滲透

在以往的AI開(kāi)發(fā)中，架構(gòu)、API、生態(tài)和運(yùn)維都需要專門人才進(jìn)行支持和管理，開(kāi)發(fā)環(huán)境復(fù)雜，人才數(shù)量少，全球的AI人才供需比只有1％，只有三萬(wàn)核心專家。從行業(yè)上看，中國(guó)市場(chǎng)含有AI的應(yīng)用僅有10％，全行業(yè)AI滲透率只有4％。

國(guó)內(nèi)AI的研究很火熱，2019年斯坦福人工智能索引報(bào)告顯示中國(guó)的人工智能論文數(shù)量超過(guò)歐盟，但是行業(yè)應(yīng)用有限。

要實(shí)現(xiàn)全面超越，形成產(chǎn)業(yè)聚集優(yōu)勢(shì)，亟需AI超算的基礎(chǔ)設(shè)施，帶動(dòng)全行業(yè)的AI應(yīng)用和轉(zhuǎn)型。

華為的AI超算解決方案從硬件標(biāo)準(zhǔn)、運(yùn)算集群和運(yùn)維管理上都為應(yīng)用者提供了統(tǒng)一方案。

在硬件標(biāo)準(zhǔn)上，“昇騰”的Da Vinci架構(gòu)架構(gòu)中含有Cube、Vector、Scalar三種計(jì)算單元，平均算力是業(yè)界算力的兩倍。

基于“昇騰”處理器的Atlas集群在全球最快AI訓(xùn)練集群的基礎(chǔ)上，部署了普惠性的AI開(kāi)發(fā)平臺(tái)ModelArts和CANN開(kāi)發(fā)工具。

尤其是ModelArts，作為一個(gè)“一站式”的開(kāi)發(fā)平臺(tái)，讓AI開(kāi)發(fā)的各個(gè)環(huán)節(jié)，包括數(shù)據(jù)處理、算法開(kāi)發(fā)、模型訓(xùn)練、模型部署都可以在ModelArts上完成。

這極大地降低了AI開(kāi)發(fā)的門檻。這樣一個(gè)專供AI的基礎(chǔ)性商業(yè)超算系統(tǒng)已經(jīng)成型。

基于這個(gè)系統(tǒng)，使用者可以極大減少資源調(diào)度成本，降低開(kāi)發(fā)成本，最主要的是降低算力成本。

由于AI正在成為通用目的技術(shù)，使用場(chǎng)景會(huì)越來(lái)越廣，同時(shí)也意味著后入場(chǎng)的行業(yè)引入AI的門票費(fèi)會(huì)越來(lái)越高，華為的超算架構(gòu)讓更多場(chǎng)景與AI融合降低了門檻，促進(jìn)了AI向全行業(yè)滲透。