起底华为计较计谋：十五年研发下苦功，三年连发10芯加快

本文经AI新媒体量子位（公家号ID:QbitAI）授权转载，转载请接洽出处。

每一次华为新举措，点赞有之，质疑亦随之。

9月18日刚在全联接大会上宣布的“环球最快AI产物”就是这样。

但在现场、在华为内部来看，这只不外是“华为计较计谋”费力格斗的着花功效，只是这盘芯片和计较力大棋局里要害一子。

△ 华为Cloud & AI产物与处事总裁侯金龙

并且对比Atlas（古希腊神话里的“大力大举神”），现实不到三年时刻里，华为已经宣布了10款商用芯片：

鲲鹏916、920；麒麟970、980、810、990、990 5G；昇腾310、910；鸿鹄818。

按外泄的筹划，接下来的两年内，至少有6款芯片宣布落地。

无论是计较规模，照旧半导体行业，云云阵仗，势头都非常激烈。

以是背后缘故起因毕竟是什么？华为又毕竟想做什么？

计较计谋宣布后，是时辰对这盘大棋来次完备起底，揭秘华为在计较背后的各种筹划与机关。

15年苦工夫，今朝投入2万名工程师

环绕计较这个财富投资，十几年前已经开始了。

个中最具符号性的变乱是2004年4月，旗下芯片公司海思半导体创立。

‍‍华为Cloud & AI产物与处事总裁侯金龙透露了这背后的投入：

从2004年开始投资研发第一颗嵌入式处理赏罚芯片，今朝投入高出2万名工程师，形成了以“鲲鹏+昇腾”为焦点的基本芯片族。

基本芯片族带来的意义很是直接。华为成为了业界独一同时拥有计较架构中“CPU，NPU，存储节制，收集互连，智能打点”5大要害芯片的厂商。

但俱往矣。

从产物宣布的节拍来看，华为对芯片投资的力度还在快速增强，迭代也越来越快。

华为投资芯片的计策，此前也有曝光，总结起来就是三个要害词：量产一代、研发一代、筹齐整代。

以鲲鹏系列处理赏罚器为例，从2007年走到此刻已历时12年，此刻是第三代芯片。

此刻华为开释出的最新信号是：鲲鹏+昇腾会恒久演进，凭证每年推出一代的节拍来晋升竞争力。

这也是华为在不到3年内推出10款芯片的直接敦促力气之一。

虽然，上述各种全力和产物，只是果，细究“因”，则是华为对付行业变迁趋势的焦点判定。

华为芯的机遇：趋势变迁下的2万亿市场

在华为看来，当前的计较财富正在产生深刻的变革，尤其是整个社会向智能期间的迈进，这带来了厘革与挑衅，也带来了机遇。

全联接大会上，胡厚崑援引了Gartner的数据——环球计较财富总空间为两万亿美元。在他看来，这是一片大蓝海，华为将强项在计较规模的投入，并推进落地。

侯金龙进一步阐释四大趋势，也可以说是华为投资芯片进入这一蓝海的首要切入点：

起首，数据中心不足用了

对付数据中心来说，早年其包袱的职能更多的是存、但将来更重要的是算，数据中心正在慢慢演变为计较中心。

最直接的浮现就是，大局限数据中心中处事器越来越多。就以华为云的数据中心为例，有60%都是用于计较的处事器。

可以说，计较正在成为数据中心的主体，这就是华为敦促鲲鹏系列芯片的重要缘故起因之一，也是鲲鹏芯片的行使场景。

与此同时，整个行业对AI算力需求也越来越大，并且来得越发澎湃，从2012年到2018年，AI算力耗损险些增添了30万倍。

此刻每年的增添高出10倍，到2025年，AI算力将会占有数据中默算力的80%以上。

正是在云云算力需求下，华为推出了昇腾910以及Altas 900等AI计较产物。

其次，端边芯片与中心芯片尚有大差距

在华为看来，Arm在生态上的上风会逐渐向数据中心延长。对付华为来说，这是挑衅，也是机遇。

现场，侯金龙也分享了一组数据：

2018年，Arm处理赏罚器出货量230亿片，首要用于端和边，数据中心侧只有3000万片，这是数百倍的差距。

每年十几亿部手机都是Arm布局的，2019岁月为智妙手机总的算力，将是本年环球数据中心新增算力的2倍，并且手机上的几百万应用都是基于Arm生态。

早年基于Arm的技能，之以是不能在数据中心行使，焦点的限定是机能。

但办理题目导向，华为现已找到对策。

其本年宣布的鲲鹏920是兼容Arm，多核、高并发，把四颗焦点并入了一颗焦点，其机能高出业内通用CPU 20%的机能。

并且此刻的计较，可以让简朴的计较在终端举办，伟大的计较可以在云长进。

假如继承用X86架构在云上计较终端的使命，服从就会低落40%，反之假如运用Arm架构，则晋升40%。

第三，计较该绿

高机能的计较固然更有服从，但背后也有大量的碳排放。

美国马萨诸塞大学阿姆赫斯特分校做过研究，实习一个单一AI模子，会发生180吨的碳排放。

这相等于平凡汽趁魅整个服役期排放量的3倍，均匀地球人30年一般糊口的碳排放。

算力与服从背后，也必要对能源与情形更友爱。从芯片层面上来看，要在更小的功耗下实现更高的机能。

在这方面，华为的底气很足。

侯金龙说，华为的Atlas 900 AI实习集群，算力到达256 PFLOPS只必要16个机柜。

要实现这样的算力，假如用CPU必要6195个机柜， 用GPU必要208个机柜，而NPU如昇腾只要128个机柜。

这背后，首要归功于昇腾架构对深度进求学务的优化。

另外，颠末华为体系级优化，如板级液冷、柜级密闭绝热等，整个集群的功耗从4万kW降到736kW，低落50多倍。

最后，摩尔定律放缓已成究竟

颠末数十年的快速迭代成长，高速的摩尔定律已经难以实现。

已往5年，通用CPU的成长碰着了很多技能瓶颈，单核机能均匀每年晋升不敷10%，摩尔定律放缓已经成为究竟。

想要进一步实现进步技能手段，在晶体管上打主意太难了，必要探求其他路径。

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!