登录注册   忘记密码

华为发布人工智能芯片麒麟970事件浅析

2017年9月2日,华为在德国柏林2017国际电子消费展(IFA 2017)举办期间正式发布全球首款人工智能手机芯片——麒麟970。该芯片性能表现优于同期高通和苹果芯片,且搭载寒武纪科技研发的神经网络处理单元(NPU),拥有深度学习神经网络计算能力,是全球首款移动端人工智能(AI)芯片。


麒麟970芯片特点及优势

人工智能于1956年诞生,几经起伏,随着AlphaGo的人机大战名声大噪。当前人工智能已渗透到众多行业,开启了新一轮的技术发展浪潮。近年来,人们逐渐认识到计算芯片对于人工智能的重要性,处理人工智能任务的芯片雨后春笋般涌现。然而,无论是谷歌AlphaGo还是英伟达公司的人工智能专用芯片,都仅面向服务器端。满足移动端对于深度学习任务加速需求的计算芯片尚未出现。2017年9月2日,华为正式发布了全球首款移动端人工智能芯片麒麟970,一举填补了这一空白。

640.webp (4).jpg

(一)首次在移动端芯片融入深度学习神经网络加速能力

由于人工智能深度学习的基本操作是神经元和突触的处理,在推断过程中需要大量的权重计算。而传统的处理器(CPU/GPU/ARM)架构针对通用计算,基本操作为算术运算和逻辑预算,需要数百甚至上千条指令才能完成一个神经元的处理,用于深度学习的处理效率不高。谷歌就曾用上万个CPU运行7天来训练一个识别猫脸的深度学习神经网络。因此,为了更好的适配人工智能任务,芯片设计必须另辟蹊径,突破传统的冯·诺依曼结构。


NPU(Neural-network Processing Unit,神经网络处理单元)是一种面向于神经网络技术,集成了常量运算、向量运算、矩阵运算、逻辑运算、数据转换以及控制指令等功能的深度神经网络加速芯片,其主要定位是解决深度神经网络中推断(深度学习中计算量最为巨大的部分)所涉及的复杂计算问题。由于具有强大的深度学习加速能力,NPU可在小面积上实现大计算能力,性能密度大幅优于传统处理器,可实现集成至手机芯片的需求。此次麒麟970搭载了全新的NPU专用硬件处理单元用于人工智能运算,并设计了HiAI移动计算架构,由主攻人工智能的NPU牵头,联合CPU、GPU等传统处理器一起协同工作,成功在移动端融入深度学习神经网络加速能力。

640.webp (5).jpg

(二)麒麟970芯片的性能有飞跃式提升,已成全球领先

麒麟9系列一直定位于高端智能手机芯片。此前的两代产品与国外主要竞争对手相比在性能上已经可以做到各有胜负。作为最新一代产品,麒麟970相比麒麟960性能提高20%,功耗比提升25%。核心数从8核增加到了12核,在性能表现上做到了全球领先。


由于搭载了专门用于神经网络任务处理的NPU计算单元,麒麟970在处理通用的人工智能应用任务时,性能6.25倍于GPU,25倍于CPU;效能6.25倍于GPU,50倍于CPU。这种性能与效能提升可以让移动端难以企及的人工智能应用走向工程化和实用化。


此外,麒麟970采用了业界最先进的工艺,制程提升到了10nm级。虽然目前世界上的10nm手机芯片已有骁龙835、苹果A11等,不过从晶体管数量来看,麒麟970达到55亿颗,是骁龙835的1.77倍、A11的1.28倍,代表了当今芯片设计的最高水准。


海思和麒麟系列芯片的发展历程

华为麒麟系列移动处理器芯片由华为下属子公司海思半导体子公司研制生产。海思半导体目前是中国本土最大的集成电路设计企业,多年来成功开发出100多款自主知识产权的芯片,全面应用于华为的整机产品,整体性能比肩国际同类产品水平,让华为在和国际芯片巨头议价时有了更多的话语权。与此同时,海思通过独立运作的商业模式,将逐步实现对外运营,供应非华为手机,发展成为一家专业性、全球性的芯片供应商。

640.webp (6).jpg

海思半导体的前身——ASIC设计中心成立于1991年,其从成立到成为全球无晶圆半导体设计公司的第6名,经历了25年的时间。2009年,海思发布了第一款智能手机芯片K3v1,虽然技术不成熟没有走向市场化,却为海思随后八年的崛起奠定了基础。2012年,海思正式发布第一款商用芯片K3v2,用于华为P6和Mate 1手机。2014年,海思相继发布麒麟910/920/925,用于华为荣耀6、Mate 7等热销手机,开启了国产手机走向中高端市场的大门。2015年,海思先后发布了麒麟930/935/950。2016年,麒麟960极大地提升了GPU性能,被美国权威科技媒体Android Authority评选为“2016年度最佳安卓手机处理器”。直到2017年9月2日,麒麟970又以惊人之姿亮相德国IFA2017,将NPU集成到移动处理器芯片中的开创性举措更是受到业界普遍关注。


事实上,华为早在2011年就与中科院计算所成立了“中科院计算所-华为联合实验室”,专注于人工智能芯片研发。麒麟970的NPU技术就来源于该联合实验室孵化出的中科寒武纪科技有限公司,在研制过程中,华为与寒武纪团队在人工智能计算处理联合开发与优化方面进行了深度合作。


事件研判

(一)华为首次将人工智能硬件引入手机终端,以期抢占人工智能端云协同先发优势

人工智能应用的工作过程可分为基于大数据的神经网络训练(Training)和基于现有数据的推理(Inference)两个阶段。训练阶段需要大量数据存储空间和极强的运算能力,因此更适合在云端进行;推理阶段更接近用户端,虽然对存储和计算能力需求相对较低,但更加注重用户体验。目前,云 人工智能是各大科技公司极为重视的一个方向,专用的人工智能处理器主要部署在云端,承担训练和推理阶段的工作(部分应用的推理工作也可能由终端CPU或GPU承担),因而会在数字照片处理、语音和情景识别等面向大众的人工智能应用中出现响应速度慢、隐私性不强、过度依赖网络等问题。如果使用手机终端的人工智能专用处理器承担推理阶段工作,可有效弥补云的缺陷,为实时性、敏感类的人工智能应用带来更多、更丰富的用户体验。因此,“端云协同”是未来人工智能应用大规模普及的必然要求。

640.webp (8).jpg

在云服务器端,谷歌、英伟达等公司已经推出了针对人工智能任务优化的新型芯片。而在移动设备领域,华为率先发布麒麟970 NPU,第一次将人工智能硬件带进了手机终端,抢占了人工智能端云协同先期优势。一方面,华为会积极申请相关专利,设置入局壁垒,减少竞争者。另一方面,华为将让开发者可以用自己最习惯的方式获得麒麟970的强大人工智能算力,开发出更具想象力和全新体验的应用,共同造就移动人工智能计算应用的生态环境。借助端云智能的协同效应,在人工智能生态构建中完成对人工智能价值的不断挖掘,不仅使华为人工智能的运算能力得到持续的延伸和最大化利用,也放大了人工智能助力华为手机用户体验提升的各种可能性。


(二)在场景为王的智能手机时代,超强的深度神经网络计算能力为人工智能应用场景打下基础

智能手机作为一个充分竞争的领域,任何功能的革新都需要经过市场的长期考验,而其中的关键还是在于应用场景。客观来讲,只有建立起移动人工智能应用场景生态,才能体现出硬件优势。在芯片上集成人工智能硬件相对容易,应用才是关键难题,而这也是恰恰是用户能够感知和关注的。

640.webp (7).jpg

深度神经网络作为人工智能关键技术之一,在智能语音、计算机视觉中有广泛应用,如Siri智能语音助手、Prisma修图应用等。麒麟970拥有强大的深度神经网络计算能力,这是为移动端消费者带来有价值的人工智能应用场景的必要前提。华为已经在手机核心模块中初步打造出了人工智能能力,其在此基础上继续培育生态、开发更多全新应用场景,进而为消费者带来全新体验的前景广阔。


(三)人工智能端云协同有助于构建武器装备边缘决策能力

近年来,军事物联网的发展开始进入快车道,战场数据出现爆发性增长,数据处理能力的压力骤增。当前,人们将云计算在视为应对挑战的有效方式之一。然而,在万物互联时代下,云计算中心的集中式处理模式也暴露出了一些问题,如线性增长的集中式云计算能力无法匹配爆炸式增长的海量边缘数据;从网络边缘设备传输到云数据中心的海量数据增加了传输带宽的负载量,将造成网络延迟时间较长等。


在军事领域,借助于类似麒麟970所具备的人工智能计算能力,开展“边缘计算”,在端侧进行数据的计算、存储与应用,分担云端集中处理的压力,实现军事物联网人工智能端云协同,可大幅提升战场数据的及时处理能力,可将战场乃至战区智能联动起来,实现即时及时灵活机动的智能监控、打击行动,构建武器装备边缘决策能力。这一点对于军用无人机和其他无人打击力量来说意义重大,如果端侧遇到突发状况,就能立即进行智能决策并采取即时行动,确保在未来严峻的战场上稳操行动先机。

您的评论:

0

用户评价

  • 暂无评论