2019-09-19 19:18:06 | 人氣(455) | 回應(0) | 上一篇 | 下一篇

「華為號」,決定穿越計算光年

推薦 0 收藏 0 轉貼0 訂閱站台


面對孤獨的宇宙,人類應該選擇閉上眼睛,還是穿越星河?

諾蘭在《星際穿越》設置了這樣一個問題:猜想星際彼岸有人類的新家園,但中途有遙遠到近乎不可知的距離,我們敢於啟程嗎?


這裡最大的問題或許在於,我們知道自己不夠快,知道人類的技術極限放在太空中過於渺小。這樣的無力感,可能在每個產業、每項技術中都存在。

其中有一項技術,已經像《星際穿越》中的地球環境惡化一樣,緊迫催促著人類去太空之外尋找新航路。它叫做——計算。


摩爾定律極限、智能黑洞、全球數據厄爾尼諾,種種關於計算的警示燈正閃爍在地球上空。此時,如果你是計算世界的宇航員,你會穿過黑洞與星暴,把目標定在光年之外的未來家園嗎?


今天上午,大家都熟悉的「華為號」,決定向充滿未知的計算宇宙全面加速。


在第四屆HUAWEI CONNECT 2019(華為全聯接大會),華為首次公布了計算戰略,詳細披露了華為在計算航道上的思考觀察與行動方案,並且發布了全球最快的AI訓練集群Atlas 900。






或許對於很多人來說,華為的名字很少與計算這個詞聯接在一起。事實上,華為在計算領域已經經歷了長久的積累。與其說今天是華為全面踏入計算領域,不如說華為是在宣布已經做好準備,要衝開圍繞在人類計算之路上的雲霧與黑洞。


這個故事,還真要從宇宙說起。

光年之外,是家園還是黑洞?


光年,聽上去是個時間單位,實際是個距離單位,更深處卻往往是一種心理意象。光年意味著極度的遙遠,代表著人類壽命窮盡也無法完成探索,代表著那些遠方未知留下的恐怖——光年之外是什麼?我們時常想知道,卻似乎永遠無法知道。


關於計算,人類今天已經體會到了這種「光年之怖」。當我們需要一個極大算力時,人類懷著對結果的美好期待,但也隨時擔心掉進摩爾定律極限的黑洞里,發現我們永遠也不可能完成這次計算。


這種感覺,在天文學中尤其常見。SKA平方公里射電陣(Square Kilometre Array)是天文學界大名鼎鼎的巨型射電望遠鏡陣列。這一項目預計在全球十幾個國家和地區,建造由數千個較小碟形天線構成射電天文望遠鏡組合,用以突破人類能觀察的宇宙極限,探索宇宙拉伸、早期星雲運動、引力波,甚至地外生命之謎。






但是這樣一個巨形天文項目,首先遇到的瓶頸卻來自計算。SKA作為全球最大的科研設施,每年要歸檔600PB的數據,這比全球互聯網產生數據還要多。換句話說,沒有充沛算力,人類即使「看」到了外星人,也只能「視而不見」。

由於算得不夠快,光年之外就只剩下黑洞,而非人類科學的家園。這樣的問題還發生在基因、地球勘測、醫藥開發等種種領域。技術帶給人類福祉的極限,往往就是算力的極限。


類似的黑洞氣味,其實還蔓延於現實世界當中:今天CPU的製造和迭代由英特爾、AMD、IBM三家把持,AI作為全新的計算方式,算力硬體也控制在谷歌和英偉達手中,產業結構寡頭化,造成算力突破周期越來越緩慢。到2025年全球AI計算需求將達到計算的80%以上,這一背景下,大量計算需求無法被滿足,大量計算場景無法被納入算力的服務對象。



從算力強度,到計算的協同性、泛在性、聯接程度、產業滲透度等等。一系列的計算極限,都在給人類生產生活設置極限。


當然,極限的反面是突破極限。能穿破計算光年,把黑洞變成家園的唯一辦法,就是要觸發計算速度的奇點。從歷史上看,足夠的速度是一切的開始。大航海,工業革命,信息時代莫不如是。算力不足,想像力就無法遞進到產業關係中,所有關於人類未來的美好預言就都是泡沫——這是人類共同體的挑戰,也是科技產業的機遇和責任。



在HUAWEI CONNECT 2019首天,華為副董事長鬍厚崑在《共創智能新高度》主題演講中又提及了這樣一個觀點,華為是不怕走遠路的公司。

哪怕計算極限的突破,可能遠在想像力之外。華為依然決定要穿越宇宙,把航船的正面,對準了光年之外。

Atlas 900的星際引擎轟鳴,是一篇沉默的宣言

把突破算力極限和探索宇宙相提並論,一點都不是誇張。


在宣布計算這條星系航程時,華為就真的拿出了一台可以洞穿星河的宇宙引擎。伴隨著計算戰略公布,華為發布了華為雲EI集群服務。


這款由數千顆昇騰910晶元連在一起,組成的地球最強AI算力硬體,可以提供高達256P規模的算力。在ResNet-50測試中,它以59.8秒的成績位居全球第一,在同等精度下比第2名快15%。





                                                 (基於Atlas 900的華為雲EI集群服務)


回到上文中SKA的難題。SKA總幹事菲利普·戴蒙德認為:「對未知的探索是SKA全球項目的驅動力, 每年SKA巨型射電望遠鏡陣列存檔大約600PB的數據,AI對這些海量數據的快速處理和分析有不可估量的價值。」


大規模AI算力,可以解決龐大宇宙數據帶來的天體識別和分類難題。通過華為雲EI集群雲服務對SKA提供的20萬顆星圖數據進行搜索,只用了10.02秒。而這一工作交給有經驗的天文學界,則需要169天。


這樣的算力突破,可以直接影響人類探索宇宙的工作模式。天文學家不再需要發現了什麼趕快研究什麼,而是可以大膽提出假想,交給AI去搜索和求證。更進一步,很多有關天文的腦洞都可以自華為雲EI集群雲服務打開,比如星雲搜索、對突發天文現象的實時觀測、空地協同天文觀測、對特殊星體,比如彗星、白矮星、超行星誕生的探索等等。當算力之眼足夠強大,人類認識周圍空間的方式也將指數級增長。



我們知道,實驗是科學進步的基礎。而華為雲EI集群雲服務就將成為改變天文學實驗底座的那台引擎。

這台能轟鳴於星際的大傢伙,目前已經部署在華為雲上,為科研界與學術界提供華為雲EI集群服務。對於產學各界來說,這將直接影響到AI應用以及AI對學術探索的賦能。除了天文之外,氣象預測、地質勘探、石油鑽井勘探、基因測序以及AI醫藥開發,都可以通過華為雲提供的華為雲EI集群服務中獲得質變。


關於AI,其實今天中國大地上有太多想法和演算法等待驗證,奈何谷歌的TPU集群非常難以獲得,英偉達的GPU集群價格昂貴到心碎。而基於華為雲提供的EI集群服務,可以最大化幫助用戶降低成本,量化裁剪所需AI算力。同時免去線下搭建GPU集群龐大的建設、場地以及運維開支。通過AI集群到雲的方式,真實提升各行業的AI探索邊界。


讓我們回到那個選擇,未知藏在遙遠的光年之外。是沉默等待,還是高歌啟航?如果當你擁有可以穿越星際的動力時,我想這將不再是個問題。


把華為雲EI集群雲服務和華為的計算戰略放在同一時刻發布,我想是蘊藏了深刻寓意的。華為雲EI集群雲服務當然可以被理解成是一個產業突破,但同時它也是一篇沉默的宣言。它轟然運算著宇宙星雲時,其實在告知世界,華為心目中的計算應該長成什麼樣子。



華為雲EI集群雲服務是一個產業改變的起點,一種面對時代的態度,一種對未知的挑釁。同時也是華為計算最好的代言人——解密宇宙,有比這更好的品牌形象嗎?


「華為號」宇航船:每一顆螺絲都面向星河

在解釋華為的計算戰略時,可能有一個問題必須回答:為什麼華為作為一家以網路技術知名的公司,可以踏上超越計算極限之路?


讓我們回到華為雲EI集群服務中尋找答案。這款基於昇騰910搭建的計算集群之所以能達到世界第一算力,其實容納了非常多的技術細節。目前,英偉達GPU和谷歌TPU集群相對知名,但它們卻被華為雲EI集群服務一舉超越。背後很大原因在於,晶元組成集群會面臨大量算力優化難題,往往會出現1加1小於2的狀況。比如線性度指標下降問題、網路時延問題、散熱問題等等,都是AI計算集群中的常態。


而在華為雲EI集群服務背後,其實融合了華為多個層面的技術創新:比如,達芬奇架構的創新和深度應用,確保了華為雲EI集群服務的效率基礎;而對計算硬體的理解能力,保證了華為雲EI集群服務的線性指標良好;華為網路技術的融合,促使華為雲EI集群服務聯接效率更高;而華為在基礎科研領域的布局,解決了華為雲EI集群服務的能量轉化與散熱的難題。


從華為雲EI集群服務回看,會發現華為計算體系中的每一個技術突破和產品創新,無論是小到耳機晶元,大到地球最大AI算力,都是眾多技術融合得出的成果。


並且,華為的技術模塊還在不斷加速碰撞融合,衍生出新的產業支撐點、新的生態彙集路徑。昇騰晶元與鯤鵬晶元不斷交錯融合誕生的創新模式,是華為計算獨特性的最好詮釋。華為這艘宇宙飛船,每一顆螺絲都在做著探索計算星河的準備。


雖然剛剛下達全面加速的指令,但華為的計算之路已經經歷了十數年披風趕雨。從2004年開始研發第一顆嵌入式處理晶元算起,華為在計算領域已經足足15年。投入了超過2萬名工程師,成為了世界唯一同時擁有計算架構中「CPU,NPU,存儲控制,網路互連,智能管理」5大關鍵晶元的廠商。


從這個角度看,華為是先造出了飛船,才下定決心去探索宇宙。EI集群雲服務發布的契機,也正好解釋了華為會在此刻下定決心,大規模朝向計算領域的未知世界航行:底層技術支撐已經足夠、產業鏈搭建完成、巨大的應用市場正在打開,三者合一,促成了華為計算圖景的全面加速。






今天,麒麟成了世界一流移動SoC晶元;鯤鵬生態陸續建立完善、全棧全場景AI已經全面落地於從雲到端的智能計算需求點。

在這個計算產業的歷史節點上,這架飛船順勢起飛;而當年造飛船的人,有些已經長出了白髮。


歡迎來到,屬於計算的「太空時代」

在理解了華為計算的需求和機遇,華為的決心、華為的底氣之後,或許最後我們可以來回答:華為號,究竟踏上了怎樣的宇宙遠征?

看看計算史,我們會發現一場激變正在醞釀。計算的速度和包容度,就像人類的交通工具一樣,經歷了幾個時代的更迭。


17世紀,法國數學家Blaise Pascal的齒輪驅動機械機器,開啟了計算的漫長步行;1950年,馮諾依曼點燃了蒸汽機車時代的優雅;上世紀90年代,互聯網和雲計算掀起了燃油車般的狂飆突進——那麼計算的太空時代,或許已經在華為發布華為雲EI集群服務時,宣布了火箭點火的信號。


這並不是過分讚譽。每一個計算時代的更迭,其實都以計算目標和計算能力邊界的更改為節點。而計算來到太空時代的標誌,又是一場人類應用計算核心目標的改變,也就是智能化與計算的融合。


人類對計算的需求,從物理統計、到虛擬求解,再到網聯化計算,最終來到了讓計算去代替人工尋找部分答案、執行部分工作的智能時代。換句話說,計算的太空時代,是人類要求計算帶來智能的時代。

而華為雲EI集群雲服務所指向的,包含了AI計算架構的升級、AI算力界限的突破、AI與產業應用關係的擴張,可以說是智能與計算融合時代的經典代表。


把這個時代的特徵,視作華為計算產業的發展方向。可以清晰描畫出華為計算的發展坐標:AI處理能力與通用計算相結合、計算髮生在從雲到端所有場景、智能算力融入生產力核心。這三個坐標點,組成了華為計算的遠航日誌,也就是今年華為HC大會的主題:智能新高度。


在理解了華為的目標後,再理解華為公布的計算戰略,似乎就水到渠成了。



為了駛向這樣的方向,華為需要探索智能算力的極大和泛在,並且推動產業生態繁榮,讓智能算力順利從底層流入產業終端。為此,華為公布了四大星際旅行方案——



一、更換能源

煤炭不可能把火箭送上天,智能時代似乎也無法繼續燃燒現有的計算架構。所以華為發動計算遠航前的第一個決定,就是尋找新的架構能源。於是在摩爾定律接近極限的情況下,我們看到了華為的達芬奇架構,它既釋放了所需統計計算的能效,又為全場景、全終端融合做出了準備。

當然,似乎華為也不僅只想停留在這一種「新能源」上。



二、建設大量引擎

《流浪地球》中,我們見識了整個星球密密麻麻的引擎。在AI算力需要流入各產業周期時,大量的晶元引擎也就成為了華為的目標。為此,華為將投資全場景處理器族,從我們已經知道的鯤鵬、昇騰、麒麟,鴻鵠,到華為正在研發的「洪荒異獸」,都是華為在未來計算航行中的發動機。


目前,我們可以將AI基於昇騰、通用計算基於鯤鵬,看作是華為計算飛船的產業雙翼。順延兩翼推動處理器族的繁榮,推動差異化解決方案;融合兩翼,推動計算華為雲高強度產業計算支撐力,激活智能時代,是華為計算未來的基本飛行方式。



三、輕裝上陣

有一個說法,設計飛行器時最難的不是添加部件,而是扔掉無用的部件。在華為看來,既然純粹的計算探索需要繁榮生態作為產業支撐,那麼華為就要扔掉這條路上無用的東西,哪怕那個東西叫做利潤。在計算產業中,華為已經決定在合適時機放棄整機的銷售,只為客戶提供雲服務和產品部件。並且推行硬體開放、軟體開源,用輕裝上陣的商業策略,支撐計算生態的良性遠航。



四、賦能航群

毫無疑問,星空之旅不能華為獨自完成。完善繁榮的產業生態,是探索計算極點的必由之路。為此,華為決定大力培養開發者,加大生態支持力度,使能合作夥伴。用生態基因挑戰計算產業邊界。

通過這些戰略抓手,準備好飛躍星群的「華為號」,在計算進入智能時代的大背景下,最終指向無所不及的智能,指向產業想像力的突破。



基因測序、醫藥、石油勘測、天文學,這些領域都需要智能與計算的高強度融合,需要暴力計算的支撐;各行業的產業智能化,需要計算雲邊端一體化智能算力的支撐;個人感官與能力的進一步延展,需要無所不在的泛在算力。


華為踏上的,是為這些「需求」尋找新家園的計算宇宙之旅。

當代史證明,一家偉大公司是可以支撐人類協同進步的。為什麼這樣的情景不能發生在這個時代,不能上演於中國呢?





或許若干年後,我們會發現這顆星球,在沿著「華為號」探測出的坐標前進,讓茫茫宇宙就此成為航路,讓計算深處的未知黑洞成為黃金時代的啟明星。


星際漫漫,光年之外,最終都將是人類的家園。-----(腦極體)


台長: 聖天使

我要回應 本篇僅限會員/好友回應,請先 登入
TOP
詳全文