集群算力

⑴ 濡備綍鍒╃敤浜戜富鏈虹畻鍔涘仛娓叉煋浣滀笟绠＄悊锛

浜戦炰簯鍏变韩浜戞岄潰锛屾彁渚涜捐℃覆鏌撲竴浣撳寲鍜岃捐′豢zhen涓浣撳寲绠℃帶骞冲彴锛屾瘡涓浣嶈捐″憳鐧诲綍鍏变韩浜戞岄潰锛屽叡浜浜戜富鏈洪泦缇ょ畻鍔涳紝鐩存帴鍒╃敤浜戜富鏈洪棽缃绠楀姏锛岃繘琛屾覆鏌撳拰浠縵hen璁＄畻锛岀缉鐭璁＄畻鏃堕棿锛屽苟涓斾笉褰卞搷鍏朵粬娲昏穬鐢ㄦ埛姝ｅ父绠楀姏浣跨敤闇姹傦紱涔熷彲浠ユ覆鏌撳拰浠縵hen鐩存帴鎻愪氦鍒癏PC楂樻ц兘璁＄畻涓撴満锛岃嚜鍔ㄥ畬鎴愯＄畻浣滀笟浠诲姟锛岃嚜鍔ㄦ寜鐓ц惧畾鐨勭洰褰曚笅杞芥湰鍦颁簯妗岄潰鍒跺畾鐩褰曪紝濡傛灉鏈夊氫釜HPC浣滀笟锛屽彲浠ヨ嚜鍔ㄦ帓闃燂紝鏈夋潈闄愬憳宸ワ紝涔熷彲浠ヨ繘琛岄噸鏂版帓鍗曞拰鎻掑崟绠＄悊锛屾瀬澶у姞閫烪PC楂樻ц兘璁＄畻鏁堢巼銆傝捐″憳鎸夌収涓婅堪涓ょ嶆柟寮忥紝杩涜屾覆鏌撲豢zhen璁＄畻锛屽湪璁＄畻鏈熼棿锛岃繕鍙浠ユｅ父鐧诲綍浜戞岄潰鍋氫紒涓氳捐′笟鍔★紝浜掍笉褰卞搷锛屽厖鍒嗗埄鐢ㄦ椂闂达紝鍔犲揩璁捐¤繘搴︺

⑵ 华为发布最强AI训练集群Atlas 900的意义何在

日前，在华为全联接2019大会上，华为副董事长胡厚昆发布了Atlas 900 AI训练集群。

此次发布的Atlas 900 AI训练集群由数千颗升腾910 AI处理器互联构成，每颗升腾910 AI处理器内置32个达芬奇AI Core，单芯片提供比业界高一倍的算力。集群总算力达到256P～1024P FLOPS @FP16，相当于50万台PC的计算能力。

华为已在华为云上部署了一个Atlas 900 AI训练集群，集群规模为1024颗升腾910 AI处理器。华为以极优惠的价格，面向全球科研机构和大学，即刻开放申请使用。

传统上，我们对华为的认知是一个做基站的通讯业厂商，后来华为开始做手机，是一个手机厂商，而事实上，华为还有一个企业业务BG，为企业服务也是华为的重要业务。

那么，华为搞这个Atlas 900 AI训练集群的目的是什么?这个东西到底有多先进?其意义何在呢?

一、 升腾910的实力

最近几年，随着深度学习算法的突破，人工智能开始热了起来。但是人工智能的计算模式与传统的CPU计算不太一样，这让算力成了瓶颈。

一开始，人们用很多CPU组成传统的超级计算机，做AI计算。

后来，人们用GPU并行计算的优势，把GPU做人工智能计算。我们熟悉的AlphaGO，就是在nVIDIA的GPU上训练的。

但是，从理论角度，GPU设计出来是跑 游戏 ，跑设计的，而不是为了计算的。后来nVIDIA的黄老板发现，这么强大的计算能力只用来玩 游戏 太浪费，搞出来通用计算，GPU才能跑计算。

而那个时候，深度学习还没突破，人工智能还没热闹起来，所以GPU跑AI计算其实也是兼职，不是专职。

最后，人们干脆搞专门的芯片用来做AI计算，谷歌在搞，网络在搞，中科院投资的寒武纪在搞。

华为一开始是买的寒武纪的IP，用在自己的麒麟970上面，但是很快华为发现这个东西自己也可以来，于是就开发出达芬奇架构，搞出来升腾910。

按照华为的数据，在7nm工艺上，升腾910相比Nvidia 12nm下的Tesla V100要快一倍。

因为Tesla V100不仅算AI，也要当超算的加速器用，阉割一下还得当显卡用，所以晶体管不能全部用在算AI上。

而升腾910是专用的，这个差别，类似于CPU挖矿，GPU挖矿和矿机芯片挖矿的区别。

从专用芯片比较，网络的昆仑，寒武纪公布的芯片算力效率也很强大。但是它们相比华为的硬件实力有很大差距。

所以，华为的产品已经流片上线，它们的产品还在PPT和流片实验阶段。

目前，你能用上的AI计算，华为的方案是最强的。

二、 华为的意图

目前，华为的升腾910和Atlas 900 AI训练集群对外不销售，而是通过网络提供廉价的算力。

从成本上看，Atlas 900 AI训练集群采用“HCCS、 PCIe 4.0、100G以太”三类高速互联方式，高速低延迟互联的另外一个涵义就是“贵!”。

而升腾910用7nm流片，7nm本身就很贵，nVIDIA还用便宜的12nm，华为用昂贵的7nm加上昂贵的高速互联，成本应该高很多。

但是，华为偏偏不高价卖。

nVIDIA的Tesla V100一个卖1万美元。谷歌对外租，但是你要租一个32核的算力一个小时24美元，租一年优惠价是37842美元。

华为的价格还没出来，但是华为说了会以极优惠的价格，面向全球科研机构和大学。

华为高成本搭建算力平台，低价出租，这是做慈善吗?

当然不是，华为的意图也很有意思。

现在人工智能热，相当于淘金。而华为，nVIDIA和谷歌(未来也许有网络、寒武纪)是卖水的。

在通讯行业，电信运营商是淘金的，华为、诺基亚，爱立信是卖水的。

华为知道卖水能发财，目前这个布局期，我卖便宜点，尽量让淘金者喝我的水，然后习惯用我的杯子，我的水桶(AI配套的软件框架)，等你习惯了，整个AI业界都用我的算力。我再舒舒服服的收费，淘金者就只能从我这买水了。

这个策略，和当年微软纵容盗版Windows一样，你习惯用Windows不是个系统问题，而是整个生态都在Windows下没法换了。X86处理器也没法换。

这是华为的意图。

三、 华为的AI大局缺一个网络

我们知道，当年在桌面计算上。是Wintel联盟，英特尔出硬件，微软出软件，搭建生态系统。

后来移动领域，是AA，ARM和安卓，ARM和苹果。

华为要搞这个，不仅是开放算力的问题，还需要有一个搞软件，搞应用的把算力需求放到华为平台上来。

这个人是谁呢?网络最合适 。

网络深耕AI的年头很长，布局时间和谷歌差不多，其他家的AI还在概念的时候，网络的AI已经落地到工业企业，用于质检，物流，客服很多领域了。

网络的做法是，前台服务结合行业，后台算力在网络的AI云上，网络提供软件框架，落地到解决方案。网络云端相当于AI的大系统。

华为的AI卖水要成功，需要和网络结合起来，华为AI提供算力，网络把华为的AI算力，做成AI云平台，让应用端直接调用，应用端解决实际问题。

最后是任何行业需要AI提高效率，那么它就用网络AI云平台的方案，直接调动功能。而网络AI再使用华为的AI计算硬件的算力。

华为与网络联手，或者能够变成AI时代的Wintel。

⑶ 我国算力资源分布特征

集中分布。
我国算力资源有8个算力枢纽，10大数字中心集群，主要分布在在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动建设国家算力枢纽节点，呈集中分布。
算力，也称哈希率，是比特币网络处理能力的度量单位。即为计算机计算哈希函数输出的速度。比特币网络必须为了安全目的而进行密集的数学和加密相关操作。

⑷ 华为最新发布的Atlas 900号称全球最快的AI训练集群，到底有什么过人的地方

据悉，Atlas 900由数千颗升腾处理器组成，可以让AI训练工作效率提升数十万倍。假设一次训练需5个月，而使用Atlas 900仅需要数十秒！在衡量AI计算能力的金标准ResNet-50模型训练中，Atlas 900只用了59.8秒就完成了训练，比原世界纪录快了10秒。打个比方，相当于短跑冠军跑完终点，喝完一瓶水才等到第二名。

除此之外，Atlas 90在自动驾驶、气象预测、石油勘探等特定领域也能大展拳脚。其实，AI智能技术早已结合各行各业，发展得如火如荼，混搭跨界出了新火花。

今年七月，全球首个完全由人工智能（AI）研制的药物就已经进入人体试验阶段，原先研制一种疫苗，需要医药公司数千人连续工作5年，耗费数亿美元，而有了AI技术的帮助，一个小型科研团队只用两年左右就开发完成。AI既简化了疫苗的研制流程、大幅降低了成本，又提高了疫苗的有效性。