atlas算力

A. 中國人工智慧發展如何華為推出AI訓練集群Atlas 900，說是全球最快的人工智慧平台，想了解下

隨著政策的推動以及資本的關注，人工智慧產業仍將保持迅猛發展態勢，2020年中國人工智慧核心產業規模將超1500億元。

當前人工智慧的商業化主要是基於計算機視覺、智能語音、自然語言處理等技術，技術應用面廣泛，涉及智能醫療、智能駕駛、智能家居等多場景。

2018年中國人工智慧領域共融資1311億元，增長率超過100%，投資者看好人工智慧行業的發展前景，資本將助力行業更好地發展。

在人工智慧與出行結合領域，路徑規劃、網路約車、交通管理、自動駕駛等技術的研發解決了傳統出行不便的痛點，其中深蘭科技深耕智能交通、智能環境、智能城市等細分領域，已實現人工智慧產品落地。其深蘭科技熊貓智能公交車已實現在廣州、天津等國內多個城市試運行。而人工智慧與安防、醫療、零售等產業的結合，均解決了一定行業痛點，利用機器學習演算法、深度學習和NLP促進行業發展。

隨著5G商用時代的逐漸來臨，人工智慧技術連接效率也將進一步提升，深度學習、數據挖掘、自動程序設計等領域也將在更多的應用領域得到實現。

中國人工智慧發展迅速

中國人工智慧技術起步較晚，但是發展迅速，目前在專利數量以及企業數量等指標上已經處於世界領先地位。2013-2018年，全球人工智慧領域的論文文獻產出共30.5萬篇，其中，中國發表7.4萬篇，美國發表5.2萬篇。在數量佔比方面，2017年中國人工智慧論文數量佔比全球已經達27.7%。當前中美兩國之間人工智慧科研論文合作規模最大，是全球人工智慧合作網路的中心，中美兩國合作深刻影響全球人工智慧發展。

中國人工智慧未來熱度持續

艾媒咨詢分析師認為，目前中國整個人工智慧產業規模仍在保持增長，同時國家也在不斷出台各類人工智慧產業扶持政策，資本市場對人工智慧行業的投資熱情不減，技術方面不斷突破是產業增長的核心驅動力。

未來人工智慧產業的走向取決於演算法的進步，由於演算法的技術突破是決定人工智慧上限的，所以未來人工智慧企業拉開差距就在演算法的技術突破上，誰能先在演算法上取得成功，誰就能取得資本市場青睞，同時產業落地也會進一步提速。在演算法方面，目前已經有深度學習和神經網路這樣優秀的模型，但就目前國內人工智慧演算法的總體發展而言，工程學演算法雖已取得階段性突破，但基於認知層面的演算法水平還亟待提高，這也是未來競爭的核心領域。

雖然演算法決定人工智慧上限，但是目前的演算法短時間內可能很難有所突破，所以算力也是目前人工智慧企業競爭的一個重點方向，以目前的算力水平，主要實現商業化的人工智慧技術為計算機視覺、智能語音等，未來若算力進一步突破包括算力的提升、生產成本的降低都會使人工智慧技術的產業化進一步深入。

以上內容摘自艾媒咨詢最新發布的《艾媒報告 |2019上半年中國人工智慧產業研究報告》

B. 華為最新發布的Atlas 900號稱全球最快的AI訓練集群，到底有什麼過人的地方

據悉，Atlas 900由數千顆升騰處理器組成，可以讓AI訓練工作效率提升數十萬倍。假設一次訓練需5個月，而使用Atlas 900僅需要數十秒！在衡量AI計算能力的金標准ResNet-50模型訓練中，Atlas 900隻用了59.8秒就完成了訓練，比原世界紀錄快了10秒。打個比方，相當於短跑冠軍跑完終點，喝完一瓶水才等到第二名。

除此之外，Atlas 90在自動駕駛、氣象預測、石油勘探等特定領域也能大展拳腳。其實，AI智能技術早已結合各行各業，發展得如火如荼，混搭跨界出了新火花。

今年七月，全球首個完全由人工智慧（AI）研製的葯物就已經進入人體試驗階段，原先研製一種疫苗，需要醫葯公司數千人連續工作5年，耗費數億美元，而有了AI技術的幫助，一個小型科研團隊只用兩年左右就開發完成。AI既簡化了疫苗的研製流程、大幅降低了成本，又提高了疫苗的有效性。

C. 2020年世界人工智慧大會的八大鎮館之寶分別是什麼

2020年世界人工智慧大會的八大鎮館之寶分別是微軟硅石項目、全國首個「智能方艙醫院」解決方案、ABB的Yumi雙臂機器人、華為Atlas900訓練集群、優必選Walker機器人、IBM人工智慧辯論系統、四足機器人OpenCat、智能放牧機器人。

1、微軟硅石項目

微軟硅石項目位於「AI先導區」，它使在玻璃中存儲大量數據成為現實。藉助這種載體，7．5平方厘米的玻璃片中竟可儲存多達75．8G的數據。

2、全國首個「智能方艙醫院」解決方案

達闥科技打造的全國首個「智能方艙醫院」解決方案在「AI＋醫療」展區集中亮相。新冠疫情防控期間，其清潔、消毒、安保等30多台智能機器人在湖北武昌方艙醫院大展身手。

3、ABB的Yumi雙臂機器人

ABB的Yumi雙臂機器人在「AI＋工業」板塊展出，此次Yumi攜帶從生物科技、基因檢測、制葯到物流，涵蓋醫院全鏈條的智慧醫療解決方案重磅亮相，觀眾還可傾聽Yumi五年來人機協作的成長故事。

4、華為Atlas900訓練集群

華為Atlas900訓練集群位於「AI＋基礎技術」展區。Atlas900由數千顆升騰910AI處理器集成，其算力相當於50萬台計算機，代表了當今全球算力的巔峰。

Atlas900通過強大的算力可以幫助研究人員從事預測天氣、勘探石油、探索生命奧秘、加速自動駕駛的商用進程等工作，未來將作為「中國造」為人類世界造福。

5、優必選Walker機器人

優必選Walker機器人在「AI＋教育」展區出現。該款機器人集成了人工智慧和機器人核心技術，具備36個高性能伺服關節以及力覺、視覺、聽覺和平衡等全方位的感知系統，在全身運動控制、復雜地形靈活行走、自平衡、手眼協調、視覺識別、智能安全交互等方面實現了突破。

6、IBM人工智慧辯論系統

IBM人工智慧辯論系統將參與此次大會SAIL獎評選。辯論是一種主觀的藝術形式和技巧，是人類的語言，IBM人工智慧辯論系統被公認為AI領域的重大挑戰之一。未來，更多的人生活在社交媒體空間與碎片化時間中，該系統將幫助人類做出更明智的決定。

7、四足機器人OpenCat

來自矽谷的創業團隊Petoi研發的四足機器人OpenCat在「AI產業生態圈」中，首次於國內亮相。小小的身軀擁有超強大腦、敏銳的感知以及活動能力，擁有人機交互、自動平衡、靈活避障等能力。此外，Petoi的二代產品機器狗Bittle也將全球首發。

8、智能放牧機器人

智能放牧機器人是西藏自治區農業工作的重大專項成果，此次也是首度亮相。該款產品解決了牧民最關心的養牛存活率問題，包括發病早期氂牛的及時醫治、定位驅趕等，將綜合提升牧民的經濟效益。

D. 華為的AI訓練集群適用於哪些場景

近日，華為在全聯接大會上又宣布了一項重大消息，就是華為AI訓練集群Atlas 900要發布了，這款Atlas 900可是由數千個升騰910 AI處理器組成，因此Atlas 900也號稱為全球最快AI訓練集群。那麼，這么牛的AI訓練集群適用哪些場景呢？

具有超強算力的華為Atlas 900能運用到科技這樣重大領域中，不得不讓人對華為刮目相看，因為目前為止還沒有哪家公司那麼牛，能自主研究出那麼強大的AI訓練集群，所以大家也都非常期待華為能給我們帶來更多的驚喜。

E. 什麼是澎湃算力

在計算方面，打造了圍繞ARM+x86+GPU+NPU的多樣性算力，並且同步推出整機、主板、板卡等，為廣泛的生態建設打下了堅實的基礎；面向AI計算，則推出了Atlas人工智慧計算解決方案。覆蓋了從邊緣計算到數據中心的全場景算力。

F. 華為推出 AI 訓練集群 Atlas 900，是「放手」5G 轉戰計算平台了嗎

上海，初秋的疾風吹散夏日的悶熱，落地崩裂的銀杏給街道染上一絲濃烈的氣息，一瞬間讓人感覺像是到了北京。世博展館的會議室里，華為副董事長胡厚昆和公司雲計算以及 AI 平台負責人坐成一排，准備面對全球超過百家媒體記者的「拷問」。

過去 30 年，華為一直在做『聯接』，接下來則是計算。」華為公司副董事長胡厚昆在發布會開始時宣布。近年來，機器學習復甦了「冬眠」的人工智慧，同時將計算機，從規則計算進化到統計計算。之前的計算機是一個超級計算器，輸入方程得到答案;現在的計算機要做的是通過海量數據，訓練出機器感知，而在後者的時代，對算力提出了極為苛刻的要求，胡稱之為「暴力計算」。計算離不開處理器，在中美貿易摩擦的大背景下，處理器的自主研發顯得更重要。經過多年努力，華為旗下已經有鯤鵬、升騰、麒麟和鴻鵠分別針對通用計算、AI、智能終端和智慧屏四大系列產品。

G. 華為發布全球最快 AI 運算集群 Atlas900，會對 AI 領域帶來什麼變化

9月18日，華為發布一款重量級的產品——Atlas 900，這款產品匯聚了華為幾十年的技術沉澱，是當前全球最快的AI訓練集群，由數千顆升騰處理器組成。在衡量AI計算能力的金標准ResNet-50模型訓練中，Atlas 900隻用了59.8秒就完成了訓練，這比原來的世界記錄還快了10秒。

「ImageNet-1k 數據集」 包含 128 萬張圖片，精度為 75.9%，在同等精度下，其他兩家業界主流廠家測試成績分別是 70.2s 和 76.8s，Atlas 900 AI 訓練集群比第 2 名快 15%。胡厚昆表示：Atlas 900 的強大算力，可廣泛應用於科學研究和商業創新。比如天文探索、石油勘探等領域，都需要進行龐大的數據計算和處理，原來可能花費好幾個月的工作，現在交給 Atlas 900，就是幾秒鍾的事情。Atlas 900 集成的數千顆升騰處理器，正是前段時間正式商用的升騰 910。

H. 華為發布全球最快AI運算集群Atlas900，會對AI領域帶來什麼變化

9月18日，上海，第四屆華為全聯接大會開幕，華為首次發布計算戰略，基於架構創新、投資全場景處理器族、有所為有所不為的商業策略、構建開放生態進行布局，計算產業新的大航海時代由此開啟。同時，華為重磅發布了全球最快AI訓練集群Atlas 900，加速科學研究與商業創新的智能化進程。

在計算的智能時代，我們認為有三個重要特徵。

第一個特徵，需要超強的算力。統計計算本身就是一種暴力計算，高度依賴於算力。舉個例子，為了讓計算機認識一隻貓，就需要數百萬圖片的訓練，這對算力的消耗是非常驚人的，面向自動駕駛、天文探索、氣象預測等更復雜場景，對算力的需求將會更大。

第二個特徵，計算和智能將會無處不在，而不僅僅是分布在中心側。從中心節點的暴力計算，到邊緣側的專業計算，如基因測序，以及端側的個性計算，如耳機、手機，一起構成了未來智能時代的計算形態。

第三個特徵，端邊雲之間需要高效的協同。中心側負責通用模型的計算，為端側的個性化計算和邊緣側的專業化計算，提供協同支撐。

I. 華為發布最強AI訓練集群Atlas 900的意義何在

日前，在華為全聯接2019大會上，華為副董事長胡厚昆發布了Atlas 900 AI訓練集群。

此次發布的Atlas 900 AI訓練集群由數千顆升騰910 AI處理器互聯構成，每顆升騰910 AI處理器內置32個達芬奇AI Core，單晶元提供比業界高一倍的算力。集群總算力達到256P～1024P FLOPS @FP16，相當於50萬台PC的計算能力。

華為已在華為雲上部署了一個Atlas 900 AI訓練集群，集群規模為1024顆升騰910 AI處理器。華為以極優惠的價格，面向全球科研機構和大學，即刻開放申請使用。

傳統上，我們對華為的認知是一個做基站的通訊業廠商，後來華為開始做手機，是一個手機廠商，而事實上，華為還有一個企業業務BG，為企業服務也是華為的重要業務。

那麼，華為搞這個Atlas 900 AI訓練集群的目的是什麼?這個東西到底有多先進?其意義何在呢?

一、 升騰910的實力

最近幾年，隨著深度學習演算法的突破，人工智慧開始熱了起來。但是人工智慧的計算模式與傳統的CPU計算不太一樣，這讓算力成了瓶頸。

一開始，人們用很多CPU組成傳統的超級計算機，做AI計算。

後來，人們用GPU並行計算的優勢，把GPU做人工智慧計算。我們熟悉的AlphaGO，就是在nVIDIA的GPU上訓練的。

但是，從理論角度，GPU設計出來是跑 游戲 ，跑設計的，而不是為了計算的。後來nVIDIA的黃老闆發現，這么強大的計算能力只用來玩 游戲 太浪費，搞出來通用計算，GPU才能跑計算。

而那個時候，深度學習還沒突破，人工智慧還沒熱鬧起來，所以GPU跑AI計算其實也是兼職，不是專職。

最後，人們乾脆搞專門的晶元用來做AI計算，谷歌在搞，網路在搞，中科院投資的寒武紀在搞。

華為一開始是買的寒武紀的IP，用在自己的麒麟970上面，但是很快華為發現這個東西自己也可以來，於是就開發出達芬奇架構，搞出來升騰910。

按照華為的數據，在7nm工藝上，升騰910相比Nvidia 12nm下的Tesla V100要快一倍。

因為Tesla V100不僅算AI，也要當超算的加速器用，閹割一下還得當顯卡用，所以晶體管不能全部用在算AI上。

而升騰910是專用的，這個差別，類似於CPU挖礦，GPU挖礦和礦機晶元挖礦的區別。

從專用晶元比較，網路的昆侖，寒武紀公布的晶元算力效率也很強大。但是它們相比華為的硬體實力有很大差距。

所以，華為的產品已經流片上線，它們的產品還在PPT和流片實驗階段。

目前，你能用上的AI計算，華為的方案是最強的。

二、 華為的意圖

目前，華為的升騰910和Atlas 900 AI訓練集群對外不銷售，而是通過網路提供廉價的算力。

從成本上看，Atlas 900 AI訓練集群採用「HCCS、 PCIe 4.0、100G以太」三類高速互聯方式，高速低延遲互聯的另外一個涵義就是「貴!」。

而升騰910用7nm流片，7nm本身就很貴，nVIDIA還用便宜的12nm，華為用昂貴的7nm加上昂貴的高速互聯，成本應該高很多。

但是，華為偏偏不高價賣。

nVIDIA的Tesla V100一個賣1萬美元。谷歌對外租，但是你要租一個32核的算力一個小時24美元，租一年優惠價是37842美元。

華為的價格還沒出來，但是華為說了會以極優惠的價格，面向全球科研機構和大學。

華為高成本搭建算力平台，低價出租，這是做慈善嗎?

當然不是，華為的意圖也很有意思。

現在人工智慧熱，相當於淘金。而華為，nVIDIA和谷歌(未來也許有網路、寒武紀)是賣水的。

在通訊行業，電信運營商是淘金的，華為、諾基亞，愛立信是賣水的。

華為知道賣水能發財，目前這個布局期，我賣便宜點，盡量讓淘金者喝我的水，然後習慣用我的杯子，我的水桶(AI配套的軟體框架)，等你習慣了，整個AI業界都用我的算力。我再舒舒服服的收費，淘金者就只能從我這買水了。

這個策略，和當年微軟縱容盜版Windows一樣，你習慣用Windows不是個系統問題，而是整個生態都在Windows下沒法換了。X86處理器也沒法換。

這是華為的意圖。

三、 華為的AI大局缺一個網路

我們知道，當年在桌面計算上。是Wintel聯盟，英特爾出硬體，微軟出軟體，搭建生態系統。

後來移動領域，是AA，ARM和安卓，ARM和蘋果。

華為要搞這個，不僅是開放算力的問題，還需要有一個搞軟體，搞應用的把算力需求放到華為平台上來。

這個人是誰呢?網路最合適 。

網路深耕AI的年頭很長，布局時間和谷歌差不多，其他家的AI還在概念的時候，網路的AI已經落地到工業企業，用於質檢，物流，客服很多領域了。

網路的做法是，前台服務結合行業，後台算力在網路的AI雲上，網路提供軟體框架，落地到解決方案。網路雲端相當於AI的大系統。

華為的AI賣水要成功，需要和網路結合起來，華為AI提供算力，網路把華為的AI算力，做成AI雲平台，讓應用端直接調用，應用端解決實際問題。

最後是任何行業需要AI提高效率，那麼它就用網路AI雲平台的方案，直接調動功能。而網路AI再使用華為的AI計算硬體的算力。

華為與網路聯手，或者能夠變成AI時代的Wintel。

J. 未來算力，華為升騰 910和阿里含光 800誰更強

九月，開學季，註定是不平凡的一月，10號馬總退休，18號地表最強華為AI晶元集群「Atlas 900」問世，這2天阿里又不服了，達摩院上古三大神器「含光 800」問世。

各大科技巨頭頻繁秀肌肉，先後發布智能AI晶元，都希望在人工智慧物聯網時代先人一步，這無疑是翻開了歷史的新篇章，我們正在邁向數字新世界。

1.下面我們先來介紹一下阿里旗下號稱世界最強的「平頭哥半導體公司含光800"到底有多厲害？

目前含光800已經應用於阿里巴巴集團內多個場景，未來還將應用於醫療影響，無人駕駛等領域，研發這款晶元只用了半年時間，這是阿里巴巴邁向晶元領域的一次突破，未來阿里巴巴一定是一家軟體硬體一體化的企業。(這話和華為公司的發展戰略類似)

在業界標準的Res Net-50測試中，含光800推理性能達到78563 IPS，比目前業界最好的AI晶元性能高4倍；能效比500 IPS/W，是第二名的3.3倍。

2.下面我們來介紹一下地表最強的華為晶元升騰910：（不能和華為AI訓練集群Atlas 900對比，小兵怎麼能打得過部隊）

華為晶元升騰910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，明顯低於設計規格的350W。

升騰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。我們已經把升騰910用於實際AI訓練任務。比如，在典型的ResNet50 網路的訓練中，升騰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。

面對世界最強的上古神器」含光800「和地表最強的」升騰910「到底哪個強，大家應該可以判斷出來吧。

其實我想告訴大家的是： 未來科技拼的是算力。

【感謝閱讀關注】