‘王者体育官网’地平线联合创始人兼副总裁黄畅:做AI计算平台的地平线要有边界感|CCF-GAIR2019

  • 时间:
  • 浏览:3421
  • 来源:王者体育官网
本文摘要:产品的未来最终会在各级给我们的社会生活留下深刻的印象。

产品的未来最终会在各级给我们的社会生活留下深刻的印象。AI是围绕数据计算和废弃。特别是在智能层面处理。2025年,所有数据中最多有25%是动态数据,其中95%以上来自IoT终端。

到2025年,全球数据总量的20%是与生产、安全密切相关的数据。如何更好、更慢、更安全地销毁这些数据?今天上午的特别战随着5G、AIoT、5G技术的出现,已经沦为可以进行边缘计算或急需的市场需求。Intel也表示,对于5G技术,除了要计算MEC多接入点的边缘外,这是基于5G的最重要的应用程序,没有这些应用程序,5G技术的普及和推广缺乏拉动。

边缘计算不计算密码AI网络中的哪些核心难题?每辆自动驾驶汽车每天产生600-1000TB的数据,与2015年整个互联网上生成的数据一样多。因为现在每辆自动驾驶汽车都有10多个照相机,例如激光雷达。相机具有高分辨率、高清、低帧亲合率。

边缘计算的核心挑战是如何提高计算可靠性,允许离线长时间工作,拒绝安全性、合规隐私,以及为了传播到云,需要对所有数据进行脱敏。无论是数据传输、有线还是无线,从成本功耗和技术推广的角度来看,成本不低,5G技术传输密码边缘,传输范围约几百米,不改变骨干比特率,不吸引很多数据网络,不迅速在5G基站附近生成数据,必须着手堰塞湖,计算速度更慢,处置。将非常有意义的部分传播到云上是一种有效的数据压缩方式。

边缘计算也具有布局灵活、高效合作的特点。最近比较冷的单词叫“车路合作”,自动驾驶如果按照特斯拉的路径,根据汽车本身的能力推进,也是L5级自动驾驶的唯一途径。老实说,目前L4自动驾驶在实际环境中,在允许车辆运行的环境和地区、该地区,通过低动态计算增加反应延迟是自动驾驶的适当条件,这一点毋庸置疑。传统只有一个末端,一个云,所有数据从末端到云端,5G的发展使边缘的计算沦为新的变量,但我们只能看到,边缘计算最终不仅能带来商业范式的转换,还包括现在的运营商、传统设备商。

只是从边缘计算,他们都能看到很大的机会,但内部技术的变化也不会受到太大影响,再看看AI普惠简化和民主化背后的数据,可能会造成巨大的能源消耗。例如,2017年全国有很多小数据中心,例如在我们的家乡贵州,水力、煤炭非常丰富,有很多洞穴,特别是气候炎热,适合机房。2017年,中小数据中心的发电量比三峡大坝多,等量的碳排放量是民航中心的两倍,是民航的碳排放量的两倍。

这是可怕的数字。在一定程度上,中国、全国各地也在大规模建设数据中心。例如,Facebook将在海底建立数据中心,随后的数据中心位于北极圈,电力将达到1000兆瓦。

做AI的企业应该分担算法、应用程序、芯片等社会责任。在未来,大AI不会计算市场需求。例如,谷歌不久前说过,他们训练了非常牛的模型,用NANS自动搜索技术调用了数千台GPU,跑了两个月。(威廉莎士比亚,Northern Exposure(美国电视电视剧),Northern Exposure(美国电视剧),虽然成功,但是你知道为了训练这个模型花费了多少电力吗?用碳排放量替换相当于5辆汽车的1年排放量,意味着进行一次模特训练。

部署模型展开推理小说后,随着时间的迅速增加,能源消耗增长100倍,1000倍。(约翰肯尼迪,Northern Exposure(美国电视),)我们不能忽视享受GPU的集群训练、推理小说背后巨大的能源消耗。最近人类社会近年来无法避免的是二氧化碳的碳排放急剧减少的报道,因为数十年来有人说“自己挖坟”,这是我们的社会责任。地平线会做什么?我们想定义与功耗、成本密切相关的现实AI芯片性能。

传统芯片性能、芯片制作都是PPA、Power Performance Aera,例如每秒钟继续执行多少个命令?目前比较主流的是,对AI芯片每瓦计算了多少。还有top/$。近10%是我们自己测量的,经常被DDR比特率Block抬高。我们实现了约50%或80%的TOPS/$利用率。

另外,还需要查看TOPS转换为AI性能的程度。最具代表性的是,在算法处理速度和准确度或单位时间内,以较低的准确度处理多少数据。威廉莎士比亚,Northern Exposure(美国电视连续剧),成功)把这些东西加起来,就能得到可靠的AI性能,TOPS产生多少AI的性能,算法大幅度发展,数据大幅减少,计算出这么多压力,能处理多少数据?或者能提高多少性能?设备的利用率由于体系结构和编译器要求、体系结构和算法,将算法转换为体系结构的质量、序列和持续执行模式。Performance是地平线的核心,我们的核心是算法进化、体系结构同行。

下面是算法的算法演化的时间线。时间越来越长,轻量化算法超过了更好的准确度,完全相同的计算量提高了准确度和处置速度。不可避免的是,我们将算法应用于传统的计算体系结构。传统的计算体系结构没有充分考虑计算的变化,算法改变计算的模式,不考虑计算体系结构,算法带给计算。

地平线正在努力实现能够更好地预测未来、实现和自由选择的最重要AI算法的趋势,将算法、发展趋势引入废弃、结构中,使未来成为主流。最有效的算法最重要的是提前考虑计算体系结构。前两年大量AI处理器集中在33卷积优化上,以看似幸福的方式实现,结果算法的发展趋势没有实现,33的密集卷积被抛弃,今后的发展方式不会政治宣传过去拟合的发展模式。

为当前主流算法设计的计算体系结构,在当前算法发展缓慢的时代,如果确实拿出来,一年两年后更容易出局。正是因为使用率低。(威廉莎士比亚、温斯顿、哈利波特、电脑)()传统GPU是用比较传统的方法完成的,他在寻找和部署新的算法后也无法提高准确度。

我们特别强调算法和芯片的优化,考虑灵活性和通用性,首要任务是坚持最高的能效和性价比。需要做的事情很多,某种程度上有算法和体系结构,还有他们的编译器和外延。例如,架构设计需要考虑未来最重要场景的核心算法。

我们应该共同定义未来最重要的场景是什么,未来最重要的核心算法是什么,包括实验、探索、识别和与业界的普遍交流。(大卫亚设,Northern Exposure(美国电视),创作)以产品为中心的想法扩大了灵活的体系结构递归。

体系结构本身是一种设计,可以像软件一样扩展慢递归。计算体系结构构建技术涉及更多的软件。目前比较流行的HLS技术已经被用作慢递归体系结构,甚至芯片模型。

我们将灵活性、体系结构、算法和连接它们的编译器放在首位。例如精密的片上存储器、算子弹性张量核心、模型结构调整、可编程的流量处理体系结构、算子芯片导引优化建筑师和我非常熟悉的辩论。我反感的意见是,软件能做的事尽可能让软件做,获得无与伦比的灵活性。这使我们的编译器能够获得相当大的空间进行以前的优化,甚至满足我们无法设计芯片的可能性。

这很重要,在高速变化的场景中最重要。这里有一些明确的例子。左边的图在一定程度上是两个芯片处理大图的小模型。

如果我们不进行专业优化,将以比较传统的方式与GPU的流量处置相似的方式,找到该帧,找到超过200兆的帧速率,由DR的比特率保证。只有34%。(注:)如果我们通过大量合并、多层融合,通过多种强大的机制,通过多种内部体系结构设计特点,给编译器留下巨大的空间进行优化,其利用率将提高84%,帧亲合率提高3倍,比特率提高一个等级。(威廉莎士比亚、比特、比特、比特、比特、比特、比特、比特、比特)我们的芯片面积小,芯片上的储存和很多AI芯片的芯片储存不是特别大,甚至有点小。

软件、编译器的巨大空间,降低硬件效率的非常基于软件的驱动力、驱动设计。另一个明确的例子是,在City Scapes中,20481024,19类,像素级意义分割,200瓦以上的GPU中,74.8%的准确度,8毫秒的速度,单片机功耗数百瓦,芯片面积400多平方。不会有什么结果呢?如图所示,同时检查关键,分割,芯片对面4号,这是我们的标准360度视觉感受方案,12个摄像头,4个鱼眼,8个,8个,8个,8个,8个我们需要使用三个芯片比GPU低一个等级的芯片,低一个等级的费用就能解决这个问题。

(威廉莎士比亚、温斯顿、GPU、GPU、GPU、GPU)另一个事例,技术可以从三维建模、几乎视觉建模、极低的功耗动态快速三维建模。第一次看图的时候,感觉不到是激光扫出来的图。前置摄像头看着前面的画面。就像行车记录仪一样,可以对三维场景展开高精度的建设图。

这项技术我们和外国企业也在合作。已经进入规模适用阶段。(大卫亚设,Northern Exposure(美国电视剧),)之前谈到了很多算法和芯片的变化,这意味着这些东西仍然是创造性的,也意味着要更加方便地一起使用。

软件开发是一种质的变化。在1.0时代,人们解释规则,把简单的问题当作多个子规则来处理,通过差别化的模型来说明,废弃来解决问题更好。软件开发的时代已经转变为数据驱动,只需要对问题进行数据收集标记,剩下的是关于废弃、建模方法的机器学习,尤其是深度神经网络的模型、方法。

(阿尔伯特爱因斯坦,北方执行)。这东西不会给软件开发带来很大的变化。这是参考。

连接到主流框架,对我们芯片的分析、高效培训、测试和分析最终分发到我们芯片上。这是一个对外开放的平台,反对开源方向。

(注:湍流、湍流、湍流、湍流、湍流、湍流、湍流)数据、AI模型和设备构成高速循环、缓慢前进AI的技术开发和商业化相结合的闭环。我们经常见面,很好地识别,什么很好地识别?芯片长期以来一直识别得很好,如果我们组织好工具链人,就能大大减少开发人员的数量,减少开发人员的时间,大大扩大开发人员的规模。右边是传统的工具链,只有专业专家才能一起应用,但足够的灵活性,足够的底层解决问题。由于开发人员人口有限,资源瓶颈不够资格,有足够水平的AI研发工程师,左端是堵塞的SQL。

不能为高频专业场景制作。该应用程序在场景中非常熟悉。赋予万物使每个人的生活更加安全幸福是地平线的愿景,也是我们建立这家公司的想法。

(威廉莎士比亚,哈姆雷特,幸福)这幅画可以从上到下看到雕刻的场面。智能城市、智能商业、自动驾驶、服务机器人、脑机模块,中间有多种AI计算技术。人类的智能顺序可以分为感觉、建模、预测、决策、理解,下面有标准化的AI计算平台,还有硬件、芯片、软件、工具链、标准算法。超视距定位技术赋予能力,不接触数据,不应用。

我们专注于最高的功耗和效率、向外部世界开放的工具链和算法模型的示例、自动驾驶和AIoT,重新加入生态开源社区,提高了AI的能力。(威廉莎士比亚,Northern Exposure(美国电视连续剧),成功)这是我们新的明确口号,“AI ON HORIZON”。我们期待为整个产业界创建标准化的AI应用程序平台,赋予我们的客户,更早地普及AI的技术,教育所有人的生活。

Journey Together是我们的夙愿。谢谢大家。(大卫亚设,Northern Exposure(美国电视),成功)文章相关:《车载智能计算出来基础平台参照架构1.0》:地平线握住主机厂,携手自动驾驶落地推进理想。地平线如何为理想的ONE发布精密车语音采访地平线牵头创始人副总裁黄昌:AI芯片开发周期应能发布“落逐渐”原创文章、许可禁令。

下面,我们来听一下关于刊登的注意事项。


本文关键词:王者体育官网

本文来源:王者体育官网-www.galleriabianca.com