首页 > 应用 > 单片机应用
[导读]近日OpenAI近期发布?#38590;?#31350;显示,仅2012年以来,人们对于算力的需求增长六年就超过30万倍,平均每年增长10倍,?#23545;?#36229;过了摩尔定律的发展速度。

算力为大数据的发展提供坚实的基础保障,大数据的爆发式增长,给现有算力提出了巨大挑战。互联网时代的大数据高速积累,全球数据总量几何式增长,现有的计算能力已经不能满足需求。据IDC报告,全球信息数据90% 产生于最近几年。并?#19994;?020年,40% 左右的信息会被云计算服务商收存,其中1/3 的数据具有价值。

近日OpenAI近期发布?#38590;?#31350;显示,仅2012年以来,人们对于算力的需求增长六年就超过30万倍,平均每年增长10倍,?#23545;?#36229;过了摩尔定律的发展速度。

作为AI的后入局者,面对AI算力需求的爆发式增长,华为大胆地提出要为业界提供“易获取、用得起、方便用”的算力。如今,距离AI战略提出一年,华为是否已经?#19994;?#31639;力破局的入口?

6.jpg

人工智能:第四次工业革命代表技术

17世纪后期,英国采矿业特别是煤矿已发展到相当的规模,单靠人力、畜力已难以满足排除矿井地下水的要求,而现场又有丰富而廉价的煤作为燃料。现实的需要促使人们致力于“以火力提水”的探索。1769年英国人詹姆斯·瓦特制造了蒸汽机,引起了18世纪的第一次工业革命。

100年后,美国人发明和实现了电力的广泛使用,引领了19世纪的第二次工业革命。

1946年,世界第一台二进制计算机的发明,人类在20世纪进入了第三次工业革命,信息技术的发展尤其是移动互联网的普及极大地改变了人类的生活。

进入21世?#20572;?#20154;类正在迎来以智能技术为代表的第四次工业革命,人工智能、物联网、5G以及生物工程等?#24405;?#26415;融入到人类社会方方面面;驱动全球宏观趋势的变化,如社会可?#20013;?#21457;展,经济增长的新动能,智慧城市、产业数字化转型、消费体验等。

人工智能是一系?#34892;?#30340;通用目的技术(GPT),包括自然语?#28304;?#29702;、图片识别、视频分析等。人工智能是信息化进程的新高度,信息技术带来了效率的提升,人工智能则带来生产成本的变化。行业+AI,人工智能将会改变每个行业、每个职业、每个组织、每个家庭和每个人。

易获取、用得起,方便用的算力是AI发展关键

时代又?#36335;?#22238;到了对采矿行业非生物动力需求极大的17世?#20572;?#36827;入21世?#20572;?#20154;工智能也对算力提出了强劲的增长需求。AI算力需求的急剧增长与传统CPU算力缓慢提升(每年10%)之间存在巨大矛盾,全球掀起造芯运动,加速算力成本降低和AI应用普及。

人工智能的支撑要素包括算力(工业云计算和边?#23548;?#31639;)、数据(工业大数据)和算法(工业人工智能),在中国,基于人口规模和经济的发展程度,在数据和行业应用都在全球处于领先地位。但是AI算力资源却很稀?#20493;?#19988;昂贵,各行业应用需要越来越强劲的AI算力。

算力价格贵、使用难和资源难获取是目前AI发展的三大瓶?#20445;?/p>

·价格贵?#21512;?#22312;人工智能整个训练的过程,譬如训练人脸识别、交通综合治理、?#36828;?#39550;驶,模型?#38590;?#32451;成本非常高昂的。

·使用难:缺乏一个统一的开发框架,无法适配?#21451;?#32451;到?#35780;恚?#20174;公有?#39057;剿接性啤?#36793;缘、终端的多种应用场景,开发、调优、部署的工作量巨大。

·难获取:业界用于AI计算的GPU供货周期长,限量供应等,导致?#24067;?#36164;源不易获取。

业界开发大规模AI训练芯片的主要厂家,比如英?#25353;鎩?#35895;歌和华为都推出了自己的AI训练芯片。英?#25353;颰esla V100 GPU最高提供125 TeraFLOPS深度学习?#38405;埽?#26368;大功耗为300瓦特。Google I/O 2018开发者大会上,Google推出了第三代TPU 3.0,最高提供90 TeraFLOPS深度学习?#38405;堋?#21326;为在2018年10月的全联接大会上发布了针对AI训练场景的昇腾昇腾910 AI处理器。昇腾910 AI处理器,是当前计算密度最大的单芯片,适用于AI训练,可提供256 TeraFLOPS的算力,最大功耗为310瓦特。

面向人工智能这个大的时代潮流,算力的稀缺和昂贵在一定程度上制约了当前的人工智能发展。

华为拿?#35009;雌平釧I核心难题?

华为数十年长期聚焦在ICT基础设施研发和建设领域,深刻理解运营商和企业用户的使用场景,以“高起点”和“全栈全场景”入局AI领域,真正提供普惠的、强大的算力。

华为昇腾系列AI处理器采用了面向张量计算的达芬奇3D Cube架构,该架构面向AI的全新突破性设计,为昇腾AI处理器提供了超强的AI算力,使得芯片具有高算力、高能效、可扩展的优点。基于统一的达芬奇架构,华为可以支持Ascend-Nano、Ascend-Tiny、Ascend-Lite、Ascend-Mini、Ascend-Max等芯片规格,具?#22797;?#20960;十毫瓦IP到几百瓦芯片的平滑扩展,天然覆盖了端、边、云的全场景部署的能力。

“达芬奇架构可大?#23578;。?#20174;Nano一直到Max、从穿戴设备一直到云,可以全场景覆盖;我们推出MindSpore的目的就是协同达芬奇架构来面向全场景的。

也就是说,在端、边缘、云都可以训练和?#35780;恚?#36824;可以进行相互协同,这是现在其他的计算框架所做不到的。”华为?#31181;刀?#20107;长徐直军在先前的媒体采访中表示。

AI训练的耗时与模型的复杂度、数据集和?#24067;?#36164;源的配置是强相关,在天?#38590;?#31350;、?#36828;?#39550;驶训练、气象预测、石油勘?#38477;?#22823;规模训练时,?#24067;?#36164;源尤其显得重要。

人工智能的快速发展,得益于?#24067;?#21644;云计算技术的提升,更得益于各个行业数字化带来的大量的数据来训练模型。开发平台要求从原始数据到标注数据、训练数据、算法、模型、?#35780;?#26381;务,实?#26234;?#19975;级模型、数据集以及服务对象的全生命周期的管理。

同时,无智能不成云,全栈发展走向纵深,AI已经成为云的基础业务,实现云端训练和?#35780;懟?#22312;云上部署,支持在线和批量的?#35780;恚?#28385;足大规模并发的复杂场景需求。云、AI、IoT协调使能蓝海市场,在智慧家庭、物联网和车联网等场景,构建云+AI+IoT的综合解决方案,开拓新的人工智能市场。

华为的AI战略包括投资基础研究,在计算视觉、自然语?#28304;?#29702;、决策?#35780;?#31561;领域构筑数据高效(更少的数据需求)、能耗高效(更低的算力和能耗),安全?#23578;擰⒆远?#33258;治的机器学习基础能力;打造全?#29615;?#26696;,面向云、边缘和端?#28909;?#22330;景的、独立的以及协同的、全栈解决方案,提供充裕的、经济的算力资源,简单?#23376;謾?#39640;效?#30465;?#20840;流程的AI平台。

大数据是人工智能发展的基础保障,是人工智能这台机器高速运转的燃料。没有大数据的支撑,人工智能就没有了燃料,谈不上发展。算力是人工智能发展的技术保障,是人工智能发展的动力和引擎。二者都是人工智能密不可分的一部分。反过来,人工智能的发展和应用又会反过来提升大数据和算力的技术革新,提高大数据和算力的水平。三者相辅相成,融合发展,才是未来信息时代发展的潮流趋势。

换一批

延伸阅读

[大数据] 重庆时空大数据展示中心的地图有何神奇之处?

重庆时空大数据展示中心的地图有何神奇之处?

10月10日,重庆日报记者来到重庆时空大数据展示中心。该展示中心由市规划和自然资源?#25191;?#36896;,此次是首次对媒体开放。在重庆时空大数据展示中心,工作人员演示智慧城市设计与仿真平台?#36828;?#35745;算和调整各项数据的方法。对数据的处理,就如同打造一颗?#25243;?#30707;,首......

关键字:大数据 智慧城市 大数据资源

[大数据] 如何利用大数据进行?#32856;?#21457;展?

如何利用大数据进行?#32856;?#21457;展?

大数据”是需要新处理模式才能具有更强的决策力、?#24202;?#21457;现力和流程优化能力来适应海量、高增长率和多样化的信息资产,麦肯锡全球研究所给出的定义是:一种规模大到在获取、存储、管理、分析方面大大超出了传统数据库软件工具能力范围的数据集合,具有海量的......

关键字:大数据 非结构化数据 半结构化数据

[大数据] 大数据时代介绍三种思维方式来适应

大数据时代介绍三种思维方式来适应

大数据(big data)是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、?#24202;?#21457;现力和流程优化能力的海量、高增长率和多样化的信息资产。在大数据时代我们有三种思维方式可供参考。......

关键字:大数据 结构化数据 数据经济

[大数据] 大数据的创新——数据湖

大数据的创新——数据湖

数据管理成为核心竞争力,直接影响财务表现。当“数据资产是企业核心资产”的概念深入人心之后,企业对于数据管理便有了更清晰的界定,将数据管理作为企业核心竞争力,?#20013;?#21457;展,战略性规划与运用数据资产,成为企业数据管理的核心。数据资产管理效率与主营......

关键字:大数据 数据资产 数仓体系

[大数据] 大数据产业未来发展趋势

大数据产业未来发展趋势

现在的社会是一个高速发展的社会,科技发达,信息流通,人们之间的交流越来越密切,生活也越来越方便,大数据就是这个高科技时代的产物。随着云计算、移动互联网等新一代信息技术的应用普及,人类社会已经飞速进入大数据时代。我国大数据的应用情况如何?备......

关键字:大数据 云计算 移动互联网

[大数据] 大数据行业发展最终为服务经济社会

大数据行业发展最终为服务经济社会

有人把数据比喻为蕴藏能量的煤矿。煤炭按照性?#35270;?#28966;煤、无烟煤、肥煤、贫煤等分类,而露天煤矿、深山煤矿的挖掘成本又不一样。与此类似,大数据并不在“大?#20445;?#32780;在于“有用”。价值含量、挖掘成本比数量更为重要。对于很多行业而言,如何利用这些大规模数据......

关键字:大数据 经济社会 数据孤岛

[大数据] 大数据产业发展必有国家的推动

大数据产业发展必有国家的推动

随着云时代的来临,大数据(Big data)也吸引了越来越多的关注。分析师团队认为,大数据(Big data)通常用来形容一个公司创造的大量非结构化数据和半结构化数据,这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。大数据分析常......

关键字:大数据 网上?#35762;?/a> 数据科技

[大数据] 大数据时代的收益之路

大数据时代的收益之路

随着云时代的来临,大数据(Big data)也吸引了越来越多的关注。分析师团队认为,大数据(Big data)通常用来形容一个公司创造的大量非结构化数据和半结构化数据,这些数据在下载到关系型数据库用于分析时会花费过多时间和金钱。在大数据已......

关键字:大数据 数据采集 数据脱敏

[大数据] 大数据疯狂发展下的安全隐患

大数据疯狂发展下的安全隐患

网络爬虫,也叫网络蜘蛛(spider),是一种用来?#36828;?#27983;览网页的网络机器人。通俗来讲,爬虫就是一项计算机技术,其作用是搜集网页上的信息或数据,然后把搜集到的数据搬运到自身数据库里。如今,爬虫技术被用到了搜集数据。爬虫作为一种技术决定了它的......

关键字:网络爬虫 大数据 魔蝎科技

[大数据] 科技时代医疗+大健康+大数据结合近在眼前

科技时代医疗+大健康+大数据结合近在眼前

人工智能+海量医疗大数据,看似是一个完美的组合,但大医疗+大健康+大数据,究竟是近在眼前,还是?#23545;?#22825;边?近日,在第四届中国医药创新与投资大会上,港交所集团行政总?#32654;?#23567;加表示,2018年4月,港交所出台IPO新归,生物企业可以零利润?#26696;?#19978;市......

关键字:人工智能 医疗 大数据

[大数据] OKEx”?#26174;?#22823;数据”怎么玩?

OKEx”?#26174;?#22823;数据”怎么玩?

近期,最大的行情波动莫过于25日凌晨比特币价格从9500美元附近一路暴跌至7700美元。据统计,此次下跌引发了BitMex上价值超过6亿美元的多头头寸被清算,而OKEx的爆仓金额也达到9.2亿USDT(约合 65.2 亿人民币)。......

关键字:大数据 OKEx 六大维度

[大数据] 政务大数据开发的四道坎

政务大数据开发的四道坎

大数据技术的战略意义不在于掌?#24352;?#22823;的数据信息,而在于对这些含有意义的数据进行专业化处理。换而言之,如果把大数据比作一种产业,那么这种产业实现盈利的关键,在于提高对数据的“加工能力?#20445;?#36890;过“加工”实现数据的“增值”。2019杭州·云栖大会开......

关键字:大数据 5G网络 区块链

[大数据] 社会科学大数据技术计算

社会科学大数据技术计算

大数据时代大量基于网络、社?#24187;?#20307;、人工智能、传感器等产生的实时电子印记数据,从网络上的集体活动、社?#24187;?#20307;、即时通信到在线交易、政府情报和数字化图书馆,越来越多的社会生活留在电子文本中。为探索大数据研究的跨学科方法论,促进学科整合与创新,由......

关键字:大数据 社会科学 预测模型

[大数据] 2019年Kafka和Spark成为大数据行业主流应用

2019年Kafka和Spark成为大数据行业主流应用

大数据(big data)是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、?#24202;?#21457;现力和流程优化能力的海量、高增长率和多样化的信息资产。通过快速获取、处理、分析以从中?#23835;?#20215;值的海量......

关键字:大数据 ?#25442;?#25968;据 传感数据

我 要 评 论

网友评论

技术子站

更多

项目外包

更多

推荐博客

新时时彩