Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

四月作者

阿里平头哥首颗芯片玄铁910问世,联合四张「王牌」迎接云计算拐点

首颗端芯片采用开源架构 RSIC-V,云芯片 Ali-NPU 或将于今年晚些时候公布进展。

「2019 年将会是云计算市场的重要拐点」,阿里巴巴集团 CTO、阿里云智能总裁张建锋以「拐点」拉开阿里云峰会上海站的序幕。

基于 Gartner 增长曲线,技术的发展从启动萌芽到逐步增长将经历一个重要拐点,跨过拐点后将会出现爆发性增长。

张建锋之所以给出「拐点」的预判,来源于 IDC 的一份重要数据——2019 年,云计算市场份额首次超过 50%,意味着云服务商采购的基础设施首次超过了传统的数据中心。基于云计算的发展特性,后续将有望迎来更大增速的机遇。

为更为有效地把握此次机遇,张建锋对于「阿里云」的内涵提出了完整的梳理和定义。围绕云计算上下游链条探索,阿里发布首颗自研端智能芯片——自去年 9 月阿里宣布成立平头哥独立芯片公司后,外界颇为关注的进展和成果。此外,阿里还迎来了新面孔,AI 深度学习框架领域的重要贡献者贾扬清首次以「阿里」人的身份亮相。

平头哥首颗芯片「成果」

2018 年 4 月,阿里巴巴集团宣布,公司研发部门达摩院正研发一款神经网络芯片「Ali-NPU」。同年 9 月,阿里巴巴成立独立芯片企业,马云赐名「平头哥」,由阿里内部的芯片业务与外部收购而来的中天微系统有限公司整合而成,阿里全资控股。

今天,阿里巴巴集团副总裁戚肖宁宣布,平头哥首颗端智能芯片玄铁 910 发布,「玄铁」取自金庸小说、杨过手里的神剑之名。玄铁 910 采用高性能 RISC-V 架构,采用 12nm 制程,主频 2.5GHz,7.1Coremark/MHZ(世界公认的 BenchMark)。

架构上,玄铁 910 采用 16core 结构,12 级乱序流水线,并行 3 发射 8 执行 2 内存访问,最大支持 8MB 二级缓存,AI 增强的向量计算引擎。

在性能表现上,玄铁 910 较主流的 RISC-V 指令性能提升 40%,较标准指令提升 20%。戚肖宁介绍,这源于平头哥体系架构、指令系统、系统优化,以及中天微十余年的量产经验而达到的整体效果。

该颗芯片适用于用在 5G、网络通讯、人工智能、自动将驾驶领域,可嵌入 CPU、SOC 芯片中。

活动现场,戚肖宁还发布「普惠芯片」计划发布,表示将开放高性能 IP 核,降低进入高性能 CPU 的门槛,通过 DSSoC 平台赋能和客户一起创造应用落地。

机器之心了解,阿里的芯片研发团队目前已经将近两百余人,分设于上海、美国两地,去年对外公布为数十人,一年时间里发展迅速。

杭州中天微系统有限公司成立于 2001 年,是一家致力于 32 位高性能低功耗嵌入式 CPU 研发,以芯片架构授权为核心业务的集成电路设计公司。其 CPU 应用于物联网智能硬件、数字音视频、信息安全、网络和通信、工业控制、以及汽车电子等多个领域,全球累计出货超过 7 亿颗芯片。

中天微自主知识产权的 32 位 C-SKY 系列嵌入式 CPU 核,具有低功耗、高性能、高代码密度,以及易使用等特点。由于中天微在 CPU 核心架构研发上的深厚积淀,它被视为「大陆唯一大规模量产的自主嵌入式 CPU IP Core」。

张建锋曾表示「收购中天微是阿里巴巴芯片布局的重要一环」,IP Core 是基础芯片能力的核心,进入 IP Core 领域是中国芯片实现「自主可控」的基础。

此次架构中采用的 RISC-V 是一种免费开源指令集架构 (ISA)。由加州伯克利分校的研究团队开发与公布,于 2011 年 5 月正式发布第一版。该指令集设计非常简单,采用了基础指令集与扩展指令集的方式,基础指令集只包含了不到 50 条指令。

「RISC-V 可能真正能成为国产的自主的指令集架构。」RISC-V 技术领袖、芯来科技 CEO 胡振波在接受媒体采访时谈道,RISC-V 作为免费的架构,将会和 ARM 产生竞争。在手机等传统 ARM 的垄断领域会保持强势存在,在一些新兴的边缘领域,比如 IoT、AI、边缘计算领域,RISC-V 将具有爆发空间。

据此前介绍,平头哥公司将做两类芯片,一是云端的神经网络芯片 Ali-NPU,类似于谷歌的 TPU(张量处理器),用于 AI 推理;二是嵌入式芯片,用于物联网终端。

阿里做芯片,其优势在于可以将产品直接用在公司运营中,并且对这些场景足够了解。

而在此之前,阿里广投芯片企业,注资了不少新兴的芯片企业,加码芯片竞争。2018 年 6 月,国内 AI 芯片企业寒武纪科技宣布完成数亿美元 B 轮融资,原股东阿里巴巴创新投跟投。寒武纪的发展思路也是云端一体,与平头哥的定位类似。此外,阿里巴巴创业者基金还投资了美国终端 AI 芯片商耐能(Kneron)。

目前,阿里的嵌入式芯片已经发布,而云端的神经网络芯片 Ali-NPU 的进展同样值得关注,并且将为阿里云业务带来更为直接的推进和影响。据机器之心了解,该颗芯片或将于今年晚些时候公布进展。

Ali-NPU 基于阿里机器智能技术实验室等团队在 AI 领域积累的大量算法模型优势,根据 AI 算法模型设计微结构以及指令集,以最小成本实现最大量的 AI 模型算法运算。

按照设计,阿里巴巴的 Ali-NPU 性能,将是目前市面上主流 CPU、GPU 架构 AI 芯片的 10 倍,而制造成本和功耗仅为一半,性价比超过 40 倍。未来,Ali-NPU 的能力,不仅可以更好地满足视频、图像处理需求,还可以通过阿里云进行计算能力的输出,赋能各行各业。

阿里云的时代机遇

为更为有效地把握此次机遇,张建锋对于「阿里云」的内涵提出了完整的梳理和定义,「阿里云提供的不仅仅是云计算技术本身,而是『新』技术的综合」。具体来看,『新』技术包括三类,云计算大数据技术、智能化技术,同时与当下的移动化技术结合构成阿里云的新内涵。

三年前,马云提出「五新」,认为这五个「新」将会对各行各业发动巨大的冲击和影响,「新技术」就是其中之一。张建锋给出了自己的理解,「大多数技术方向都是崭新的,但我们认为的』新』更关注其形成的趋势,为新技术投资能够站在世界的前沿。」

针对云计算技术而言,对比传统 IT 系统,体现出成本、稳定性、安全性、效率等多重优势。

在成本层面,云计算设施的成本投入可大幅降低,通过供应链、部件、网络的优化,可降到传统 IT 中心的一半。

在稳定性层面,阿里云通过实现预测技术进一步提高准确率和稳定性,核心部件在出现故障以前可预测并处理。此外,云计算厂商通常更早先于厂商发现漏洞,修复漏洞,阿里云目前每年修复上百万个漏洞。相比传统 IDC 系统,云的安全性可高出 1-2 个数量级。

基于云计算的统一调动模式,调动效率可提升 3 倍。总体来看,「云具备碾压式的优势,具备大规模运维的可能。」张建锋提到。

阿里云之上,在张建锋看来,「飞天云操作系统」是阿里云十年来的集大成之果,阿里将其定义为「中国唯一的自主研发的云操作系统」——「从创立之初,每一行代码都是自己写的」。系统采用开放的标准,开源兼容的搭建逻辑,建构了百万台集群,成为国内最大规模的基础设施平台之一。

要实现数据智能,数据中台是最佳的实现方式,基于「飞天云操作系统」,阿里还搭建了「飞天大数据平台」和相应的计算引擎,可实现单日数据处理量 600+PB。(PB 是数据存储容量的单位,它等于 2 的 50 次方个字节,在数值上大约等于 1000 个 TB。)

阿里的计算引擎包括离线和在线两个部分,比如淘宝首页的个性化推荐,涉及到 20 亿商品,数亿用户,计算量极大,可采用离线模式基于个人兴趣的事先定制好的;而搜索结果,则需要海量数据的实时化计算。

众所周知,阿里很早就开始践行了「中台」战略,利用「业务中台」,实现盒马鲜生、钉钉、飞猪等创新业务前端部门通过平台的产品技术模块迅速搭建。而「数据中台」则打破了不同业务部门之间的烟囱式 IT 架构,打通数据孤岛,带来了持续的高效创新。目前「中台」战略已经成为诸多大型互联网公司的借鉴思路。

关于平台和中台的逻辑关系,张建锋谈道,「在平台之上是中台,平台提供能力,中台是方法,既要有能力,也要有方法。」

张建锋还谈道,基于数据来重构业务流程和业务逻辑对于每一家公司来说,都至关重要。至于阿里,通过数据中台实现了阿里巴巴集团级的业务协同,涉及超过 25 个事业部、300 个业务单元。此外,要实现从管理决策到智能决策,大量的业务流程要从前置思维变为后置思维。

智联网也是阿里重点布局的方向之一,物联网将万物连接起来,而如今大部分连接的物体具有智能功能,于是智联网 AIoT 成为物联网的发展方向。

在该方面,阿里已经做了不少工作,包括自研高性能云端 AI 芯片,性能提升 10 倍;丰富的端侧生态,可支持 100 种传感器,支持 200 芯片模型;云端一体化的智能平台,包括 300 种行业算法模型,产业 AI 10 个行业大脑。

综合来看,飞天操作系统、飞天大数据平台、阿里巴巴双中台、智能网 IoT 将成为阿里「all in cloud」的四张王牌。

面向 AI 初创的阿里云

把握时代机遇,阿里迎来了新面孔。

贾扬清首次以阿阿里巴巴集团副总裁,阿里云智能计算平台事业部总裁身份亮相。作为 Caffe、Pytorch 的重要贡献者之一,贾扬清深受 AI 开发者认可,他曾任 Facebook AI 架构部门总监,负责前沿 AI 平台的开发;今年三月转战阿里,继续为阿里云的大数据及 AI 的产品与工程研发贡献力量。

活动现场,贾扬清分享了硅谷高精地图创业公司 DeepMap 采用阿里云研发及构建业务系统的案例。

DeepMap 采用「众包」形式,让客户的自动驾驶汽车作为地图数据采集的测绘车,通过算法解决地图精度问题,从海量传感器数据到高精地图解决方案中,DeepMap 使用大数据计算和 AI 加速了业务的创新。

基于业务的海量传感器数据特点,比如,汽车每行驶 100 公里,采集到的数据量将达到 3TB 涉及,数十种传感器,对于系统和平台提出挑战。于是,DeepMap 在创立之初就选择了云计算,这同时也是当下新型互联网公司的主要特点。「新型互联网公司从第一天起就是基于云来做,这为他们提供了反超的可能。」张建锋谈道。

阿里云提供的解决方案中,涉及数据、存储、计算、开发、部署等全套流程。比如,将道路汽车、交通信号、边界线等各种结构化和非结构化数据分别存储在 RDS PostgresSQL、EMR、OSS 等不同类型数据库里,其中 SparkSQL on OSS 比开源实现快 2.3 倍,并通过冗余、多副本、存储日志等措施实现存储、读取安全可靠稳定性。

然后,基于数据库和计算平台和计算引擎的无缝打通,数据通过大规模 GPU 加速集群、机器学习 PAI 平台进行分析和处理,迅速挖掘出价值。

贾扬清强调,除了软件的支持,云上的更大优势体现在软硬件结合,传统 IT 方案从开发到部署通常是解耦的方式,通过阿里云的方案可实现从开发解锁到部署环境一致性,通过 K8S 工具平台更好地迭代,一键式全球部署。

随着云服务成为 IT 行业的最大场景,大型云厂商也将重塑上下游链条。在国际市场,巨头公司亦先后加入芯片研发以摆脱芯片制造商牵制。

放眼全球,Facebook、谷歌、苹果、亚马逊等美国科技巨头均投入 AI 芯片的研发和不久。谷歌已将自主研发的 AI 芯片 TPU 应用于加速搜索、翻译、相册等功能。2018 年 2 月,亚马逊开始设计制造 AI 芯片,计划应用于云端摄像头、Echo 扬声器等以服务智能家居硬件市场。同年 4 月,苹果宣布正在开发 Mac 电脑定制芯片,将于 2020 弃用英特尔,导致英特尔股价暴跌 9.2%。国内百度曾公布面向云端的人工智能芯片项目「昆仑」。

机器之心了解,阿里和腾讯还同时正在研究量子芯片,为人工智能提供无限计算能力。

产业阿里巴巴芯片阿里云云计算智能芯片分布式计算技术AI 基础设施
相关数据
Amazon机构

亚马逊(英语:Amazon.com Inc.,NASDAQ:AMZN)是一家总部位于美国西雅图的跨国电子商务企业,业务起始于线上书店,不久之后商品走向多元化。目前是全球最大的互联网线上零售商之一,也是美国《财富》杂志2016年评选的全球最大500家公司的排行榜中的第44名。

https://www.amazon.com/
相关技术
英特尔机构

英特尔(NASDAQ: INTC)是全球半导体行业的引领者,以计算和通信技术奠定全球创新基石,塑造以数据为中心的未来。我们通过精尖制造的专长,帮助保护、驱动和连接数十亿设备以及智能互联世界的基础设施 —— 从云、网络到边缘设备以及它们之间的一切,并帮助解决世界上最艰巨的问题和挑战。

http://www.intel.cn/
相关技术
寒武纪机构

寒武纪科技是一家AI芯片研发商。致力于打造各类智能云服务器、智能终端以及智能机器人的核心处理器芯片,同时还为用户提供IP授权、芯片服务、智能子卡和智能平台等服务。

www.cambricon.com
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

重构技术

代码重构(英语:Code refactoring)指对软件代码做任何更动以增加可读性或者简化结构而不影响输出结果。 软件重构需要借助工具完成,重构工具能够修改代码同时修改所有引用该代码的地方。在极限编程的方法学中,重构需要单元测试来支持。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

自动驾驶汽车技术

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。

边缘计算技术

边缘运算(英语:Edge computing),又译为边缘计算,是一种分散式运算的架构,将应用程序、数据资料与服务的运算,由网络中心节点,移往网络逻辑上的边缘节点来处理。边缘运算将原本完全由中心节点处理大型服务加以分解,切割成更小与更容易管理的部分,分散到边缘节点去处理。边缘节点更接近于用户终端装置,可以加快资料的处理与传送速度,减少延迟。在这种架构下,资料的分析与知识的产生,更接近于数据资料的来源,因此更适合处理大数据。

张量技术

张量是一个可用来表示在一些矢量、标量和其他张量之间的线性关系的多线性函数,这些线性关系的基本例子有内积、外积、线性映射以及笛卡儿积。其坐标在 维空间内,有 个分量的一种量,其中每个分量都是坐标的函数,而在坐标变换时,这些分量也依照某些规则作线性变换。称为该张量的秩或阶(与矩阵的秩和阶均无关系)。 在数学里,张量是一种几何实体,或者说广义上的“数量”。张量概念包括标量、矢量和线性算子。张量可以用坐标系统来表达,记作标量的数组,但它是定义为“不依赖于参照系的选择的”。张量在物理和工程学中很重要。例如在扩散张量成像中,表达器官对于水的在各个方向的微分透性的张量可以用来产生大脑的扫描图。工程上最重要的例子可能就是应力张量和应变张量了,它们都是二阶张量,对于一般线性材料他们之间的关系由一个四阶弹性张量来决定。

数据库技术

数据库,简而言之可视为电子化的文件柜——存储电子文件的处所,用户可以对文件中的数据运行新增、截取、更新、删除等操作。 所谓“数据库”系以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合。

神经网络技术

(人工)神经网络是一种起源于 20 世纪 50 年代的监督式机器学习模型,那时候研究者构想了「感知器(perceptron)」的想法。这一领域的研究者通常被称为「联结主义者(Connectionist)」,因为这种模型模拟了人脑的功能。神经网络模型通常是通过反向传播算法应用梯度下降训练的。目前神经网络有两大主要类型,它们都是前馈神经网络:卷积神经网络(CNN)和循环神经网络(RNN),其中 RNN 又包含长短期记忆(LSTM)、门控循环单元(GRU)等等。深度学习是一种主要应用于神经网络帮助其取得更好结果的技术。尽管神经网络主要用于监督学习,但也有一些为无监督学习设计的变体,比如自动编码器和生成对抗网络(GAN)。

张量处理器技术

张量处理器(英语:tensor processing unit,缩写:TPU)是Google为机器学习定制的专用芯片(ASIC),专为Google的深度学习框架TensorFlow而设计。 与图形处理器(GPU)相比,TPU采用低精度(8位)计算,以降低每步操作使用的晶体管数量。降低精度对于深度学习的准确度影响很小,但却可以大幅降低功耗、加快运算速度。同时,TPU使用了脉动阵列的设计,用来优化矩阵乘法与卷积运算,减少I/O操作。此外,TPU还采用了更大的片上内存,以此减少对DRAM的访问,从而更大程度地提升性能。

云计算技术

云计算(英语:cloud computing),是一种基于互联网的计算方式,通过这种方式,共享的软硬件资源和信息可以按需求提供给计算机各种终端和其他设备。

准确率技术

分类模型的正确预测所占的比例。在多类别分类中,准确率的定义为:正确的预测数/样本总数。 在二元分类中,准确率的定义为:(真正例数+真负例数)/样本总数

逻辑技术

人工智能领域用逻辑来理解智能推理问题;它可以提供用于分析编程语言的技术,也可用作分析、表征知识或编程的工具。目前人们常用的逻辑分支有命题逻辑(Propositional Logic )以及一阶逻辑(FOL)等谓词逻辑。

操作系统技术

操作系统(英语:operating system,缩写作 OS)是管理计算机硬件与软件资源的计算机程序,同时也是计算机系统的内核与基石。操作系统需要处理如管理与配置内存、决定系统资源供需的优先次序、控制输入与输出设备、操作网络与管理文件系统等基本事务。操作系统也提供一个让用户与系统交互的操作界面。

大数据技术技术

大数据,又称为巨量资料,指的是传统数据处理应用软件不足以处理它们的大或复杂的数据集的术语。

图像处理技术

图像处理是指对图像进行分析、加工和处理,使其满足视觉、心理或其他要求的技术。 图像处理是信号处理在图像领域上的一个应用。 目前大多数的图像均是以数字形式存储,因而图像处理很多情况下指数字图像处理。

阿里云机构

阿里云创立于2009年,是全球领先的云计算及人工智能科技公司,致力于以在线公共服务的方式,提供安全、可靠的计算和数据处理能力,让计算和人工智能成为普惠科技。 阿里云服务着制造、金融、政务、交通、医疗、电信、能源等众多领域的领军企业,包括中国联通、12306、中石化、中石油、飞利浦、华大基因等大型企业客户,以及微博、知乎、锤子科技等明星互联网公司。在天猫双11全球狂欢节、12306春运购票等极富挑战的应用场景中,阿里云保持着良好的运行纪录。 阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。 2014年,阿里云曾帮助用户抵御全球互联网史上最大的DDoS攻击,峰值流量达到每秒453.8Gb 。在Sort Benchmark 2016 排序竞赛 CloudSort项目中,阿里云以1.44$/TB的排序花费打破了AWS保持的4.51$/TB纪录。在Sort Benchmark 2015,阿里云利用自研的分布式计算平台ODPS,377秒完成100TB数据排序,刷新了Apache Spark 1406秒的世界纪录。 2018年9月22日,2018杭州·云栖大会上阿里云宣布成立全球交付中心。

https://www.aliyun.com/about?spm=5176.12825654.7y9jhqsfz.76.e9392c4afbC15r
阿里巴巴机构

阿里巴巴网络技术有限公司(简称:阿里巴巴集团)是以曾担任英语教师的马云为首的18人于1999年在浙江杭州创立的公司。

https://www.alibabagroup.com/
百度智能云机构

百度是全球最大的中文搜索引擎,是一家互联网综合信息服务公司,更是全球领先的人工智能平台型公司。2000年1月1日创立于中关村,公司创始人李彦宏拥有“超链分析”技术专利,也使中国成为美国、俄罗斯、和韩国之外,全球仅有的4个拥有搜索引擎核心技术的国家之一。

http://www.baidu.com
腾讯机构

腾讯,1998年11月诞生于中国深圳,是一家以互联网为基础的科技与文化公司。我们的使命是“通过互联网服务提升人类生活品质”。腾讯秉承着 “一切以用户价值为依归”的经营理念,为亿万网民提供优质的互联网综合服务。 腾讯的战略目标是“连接一切”,我们长期致力于社交平台与数字内容两大核心业务:一方面通过微信与QQ等社交平台,实现人与人、服务及设备的智慧连接;另一方面为数以亿计的用户提供优质的新闻、视频、游戏、音乐、文学、动漫、影业等数字内容产品及相关服务。我们还积极推动金融科技的发展,通过普及移动支付等技术能力,为智慧交通、智慧零售、智慧城市等领域提供有力支持。

http://www.tencent.com/
相关技术
机器之心机构

机器之心,成立于2014年,是国内最具影响力、最专业、唯一用于国际品牌的人工智能信息服务与产业服务平台。目前机器之心已经建立起涵盖媒体、数据、活动、研究及咨询、线下物理空间于一体的业务体系,为各类人工智能从业者提供综合信息服务和产业服务。

https://www.jiqizhixin.com/
5G技术

第五代移动通信系统(5th generation mobile networks),简称5G,是4G系统后的延伸。美国时间2018年6月13日,圣地牙哥3GPP会议订下第一个国际5G标准。由于物理波段的限制,5G 的网络也将会与其他通信技术并用,包含长距离的其他传统电信波段。

推荐文章
暂无评论
暂无评论~