华为:计算必然从通用计算走向多样性计算

简介: 在 4 月 27 日举行的 2022 年华为全球分析师大会上,华为计算产品线营销副总裁张勤在演讲中表示,未来,算力的增量主要是 AI 算力的快速增长。未来 10 年,通用算力增长 10 倍、人工智能算力增长 500 倍。计算必然从通用计算走向通用计算+AI 计算的多样性计算。

在 4 月 27 日举行的 2022 年华为全球分析师大会上,华为计算产品线营销副总裁张勤在演讲中表示,未来,算力的增量主要是 AI 算力的快速增长。未来 10 年,通用算力增长 10 倍、人工智能算力增长 500 倍。计算必然从通用计算走向通用计算+AI 计算的多样性计算。

当前,全国已有 20 多个城市在规划和建设人工智能计算中心。华为计算产品线营销副总裁张勤在上述大会上对 InfoQ 记者表示,人工智能会成为推动社会的引擎,旨在让 AI 算力像水和电一样成为城市公共基础资源,推动本地的产业、生态和人才的发展。这些建设中的人工智能计算中心,未来会连接成人工智能算力网络。通过人工智能算力网络,实现算力、数据、生态三大汇聚与共享,以此激活人工智能与各产业的共融共生。

打造高质量的算力网络,已经逐渐成为各方共识。华为光传送领域总裁周军指出,算力网络将是未来 10 年的主旋律,企业不再满足于简单的“互联网+基础信息化”,而是希望将数字技术与核心业务有机融合,计算从“打辅助”,提升为主角。“企业使用澎湃算力来打造智能制造、柔性制造,大幅提升生产效率。这就要求网络从过去的‘尽力而为’的不确定发展为确定性保障的网络,我们提出品质算网方案,打造一张有路就通、毫秒时延、带宽灵活、智慧运营的全光算力网络,以确定性运力释放无限算力,实现‘算-网’深度融合。”

面向多样性计算,华为聚焦硬件、基础软件等根技术的创新和研究,形成面向通用计算的鲲鹏计算产业和面向 AI 计算的昇腾计算产业。

鲲鹏方面,华为目前通过主板开放已经发展了超过 10 家整机合作伙伴,去年整机伙伴发货占比已经超过 80%。已有 3500+伙伴、10000+解决方案通过鲲鹏兼容性测试认证。在基础软件领域,华为开源了欧拉操作系统、openGauss 数据库,目前国内主流的操作系统和数据库厂家均已经推出基于 openEuler、基于 openGauss 的商业发行版。鲲鹏计算产业,已经发展到 80 万+开发者的规模。

同时,华为将自己在操作系统领域十余年的产品技术积累开放出来,2019 年正式开源欧拉操作系统。2021 年欧拉全新升级,从服务器操作系统,升级为数字基础设施的开源操作系统,支持服务器、云计算、边缘计算、嵌入式等全场景。去年十一月,欧拉开源操作系统,正式捐赠给开放原子开源基金会,从企业主导到产业共建、社区自治,汇聚更多创新力量。欧拉正在成为多样性计算首选的开源操作系统。

在昇腾 AI 计算领域,华为打造昇腾 AI 基础软硬件平台,坚持全栈开放创新,涵盖 Atlas 系列硬件、异构计算架构 CANN 5.0、全场景AI框架昇思MindSpore、昇腾应用使能 MindX 以及 AI 应用使能 ModelArts 等。2020 年 3 月,昇思MindSpore AI框架开源,并逐渐发展为国内最活跃的 AI 开源社区,目前发展了 70 万+开发者。

张勤表示,在计算中心与算力网络的建设过程中,传统的数据中心是分层解耦、部件堆叠的模式建设的,面临算力利用率低、能耗高等诸多挑战。伴随着算力需求多样化、高功率高密度、液冷技术以及全栈融合建设的发展,数据中心全栈一体化建设正在成为趋势。华为基于“鲲鹏+昇腾”多样性算力底座,推出了一体化集群计算解决方案。通过 DC as a Computer 的全栈设计与优化,L0 到 L3 的多层协同联动,实现更高的算力利用率和更高的能效比。

目录
相关文章
|
1月前
|
机器学习/深度学习 人工智能 算法
神经形态计算:模拟大脑的计算方式
【10月更文挑战第11天】神经形态计算作为一种新兴的计算范式,正以其独特的优势和广阔的应用前景吸引着越来越多的关注。通过模拟大脑的计算方式,神经形态计算不仅能够提高计算速度和能效,还能在处理复杂任务时展现出更高的智能水平。我们有理由相信,在未来的发展中,神经形态计算将为我们带来更多的惊喜和突破,引领我们进入一个全新的计算时代。
|
机器学习/深度学习 人工智能 算法
阿里公开自研AI集群细节:64个GPU,百万分类训练速度提升4倍
从节点架构到网络架构,再到通信算法,阿里巴巴把自研的高性能AI集群技术细节写成了论文,并对外公布。
阿里公开自研AI集群细节:64个GPU,百万分类训练速度提升4倍
|
3月前
|
人工智能 安全 算法
量子计算对传统计算的影响:重塑计算领域的未来
【8月更文挑战第26天】量子计算作为新兴技术正从理论步入实践,其独特的能力正在重塑计算领域。通过利用量子比特的叠加态特性,量子计算在处理特定问题上展现出了超越传统计算机的优势,尤其是在大规模质因数分解、优化问题及复杂物理系统模拟方面。它不仅带来了强大的计算能力,还对传统加密算法构成挑战,促使开发新的量子加密技术。此外,量子计算技术的发展将进一步推动计算机科学、数学等领域进步,并在物理模拟、金融、人工智能等多个领域拓展应用。尽管面临技术成熟度、制造成本及可靠性等方面的挑战,但随着技术的进步,量子计算有望在未来取得突破性进展,为社会带来更多便利、高效和安全的计算体验。
|
2天前
|
存储 人工智能 缓存
【AI系统】核心计算之矩阵乘
本文探讨了AI模型中矩阵乘运算的优化实现及其在AI芯片设计中的重要性。文章首先介绍了卷积操作如何转化为矩阵乘,接着阐述了矩阵乘的分块(Tiling)技术以适应芯片内存限制,最后总结了几种常见的矩阵乘优化方法,包括循环优化、分块矩阵乘法、SIMD指令优化等,旨在提高计算效率和性能。
23 0
|
5月前
|
5G 安全 SDN
【计算巢】网络切片技术:5G 网络的核心创新
【6月更文挑战第2天】5G时代的变革核心技术——网络切片,如同万能钥匙,可根据不同应用场景定制专属网络服务。通过虚拟化逻辑网络,满足各类行业个性化需求,如自动驾驶的低延迟连接或远程手术的安全传输。实现网络切片涉及NFV和SDN等技术,虽面临动态管理、安全隔离等挑战,但其潜力巨大,将推动各行各业的数字化转型,成为社会进步的关键驱动力。
115 2
|
6月前
|
人工智能 自然语言处理 搜索推荐
Cohere推出350亿参数可扩展生成模型
【2月更文挑战第22天】Cohere推出350亿参数可扩展生成模型
84 2
Cohere推出350亿参数可扩展生成模型
|
6月前
|
人工智能 数据挖掘 大数据
随着AI算力需求不断增强,800G光模块的需求不断增大
随着AI算力需求增长和硅光技术进步,光模块产业正经历快速发展,尤其在400G、800G及1.6T领域。到2024年,硅光方案将广泛应用于高带宽光模块,推动技术更新速度加快。800G光模块因高速、高密度和低功耗特性,市场需求日益增长,将在2025年成为市场主流,预计市场规模将达到16亿美元。光模块厂家需关注技术创新、产品多样化和产能提升以适应竞争。
411 1
|
并行计算 固态存储 Ubuntu
基因组大数据计算: CPU和GPU加速方案深度评测
基因组大数据计算: CPU和GPU加速方案深度评测
285 0
基因组大数据计算: CPU和GPU加速方案深度评测
|
运维 监控 Serverless
函数计算3.0评测:更强大的功能,更简单的操作,更出色的性价比
函数计算3.0版是一个全托管Serverless计算服务的重大升级版本,它具有更高的弹性,更少的复杂性,更多的灵活性和更好的成本效益。它采用了统一的处理程序签名,消除了服务概念,并支持自定义域名,使函数成为一级实体,便于管理和运维。此版本还改进了函数执行引擎,支持新的计量模式和自定义运行时,并增加了更多种类的触发器类型,使用户可以更加方便地使用云服务和调试。
|
存储 机器学习/深度学习 缓存
探索大模型世界的多元算力:CPU、GPU与算存互连的复杂比较与重要性分析
据科技部新一代人工智能发展研究中心发布的报告显示,我国已发布79个参数规模超过10亿的大模型,几乎形成了百模大战的局面。在大模型研发方面,中国14个省区市都在积极开展工作,其中北京拥有38个项目,广东拥有20个项目。
1388 0
下一篇
无影云桌面