華為昇騰師資培訓沙龍杭州場 | MindSpore開源框架公開四大關鍵特性

責任編輯:xfuesx

2020-08-19 16:45:06

摘自:CSDN


 

 
隨著人工智能技術的快速發(fā)展與廣泛應用,相關專業(yè)人才缺口日益增大。
 
為了助力高校人工智能領域人才培養(yǎng)及學科建設,華為通過昇騰師資培訓沙龍,面向廣大高校教師提供昇騰全棧全場景AI技術知識點培訓。
 
 

 

 

 
華為杭州研究所所長龐云光
 
在近日華為舉辦的昇騰師資培訓沙龍 · 杭州場上,華為杭州研究所所長龐云光表示,構(gòu)建構(gòu)建萬物互聯(lián)的世界需要充足的算力,基于此,華為一直致力于打造鯤鵬和昇騰生態(tài),通過培訓讓高校成員也能接觸到鯤鵬和昇騰計算體系,為中國自主的計算產(chǎn)業(yè)打下良好基礎。
 

 

 

 
浙江大學計算機學院副院長、人工智能研究所所長吳飛教授
 
浙江大學計算機學院副院長、人工智能研究所所長吳飛教授認為,人工智能技術是引領新一輪科技革命、產(chǎn)業(yè)變革和社會發(fā)展的戰(zhàn)略性技術,具有溢出帶動性很強的頭雁效應,高校一定要跟企業(yè)、政府聯(lián)合,才能推動人工智能人才的發(fā)展。
 

 

 

 
華為海思杭研分部部長王海彬
 
隨后,華為海思杭研分部部長王海彬介紹了“沃土高校教研扶持計劃”。其中的昇騰高校合作計劃,旨在幫助高校使用華為全棧AI的技術能力及算力資源,開展高校人工智能學科建設,培養(yǎng)產(chǎn)業(yè)轉(zhuǎn)型和創(chuàng)新發(fā)展所需要的新工科人才;而昇騰高校生態(tài)技術合作旨在幫助科研院所培養(yǎng)AI領域的研究創(chuàng)新人才,具體包括算子眾籌、模型市場、應用案例等技術合作。
 

 

 

 
 
作為當天亮點演講之一,華為技術專家鮑翀介紹了MindSpore開源AI計算框架,他從整體框架、軟件架構(gòu)、關鍵技術和應用場景四大層面進行了詳細解讀。
 
眾所周知,開發(fā)門檻高、運營成本高、部署時間長是AI從行業(yè)研究到場景應用面臨的巨大挑戰(zhàn)。為了幫助開發(fā)者跨越應用鴻溝,更簡單、高效實現(xiàn)AI應用開發(fā)和部署,今年3月底開源的MindSpore框架,提出了新編程范式、新執(zhí)行模式、新協(xié)作方式三大技術創(chuàng)新。
 
MindSpore集成和借鑒了業(yè)界主流框架的優(yōu)勢,不過相比同類產(chǎn)品,MindSpore有三大特點:一是開發(fā)態(tài)友好,AI算法即代碼;運行高效,與昇騰芯片對接;部署靈活,全場景按需協(xié)同。
 
架構(gòu)層面,MindSpore由MindSpore Extend、MindExpress、MindCompiler、MindRT等部分組成。此外,鮑翀著重介紹了MindSpore的自動并行、二階優(yōu)化、圖算融合、全場景部署和協(xié)同四大特性。
 
 
GitHub鏈接:
https://gitee.com/mindspore/mindspore
視頻回放:
https://live.csdn.net/room/Hansen666666/74Jl5LcE
 
整體介紹
 

 

 

 
MindSpore對標的是TensorFlow,PyTorch,它對下通過CANN發(fā)揮芯片的能力,對上提供網(wǎng)絡編程API,以此開發(fā)AI應用程序,并且支持ModelArts服務。
 

 

 

 
就其內(nèi)部而言,MindSpore的上層提供全場景的統(tǒng)一API,讓用戶基于MindSpore開發(fā)AI網(wǎng)絡,也可以用MindSpore的接口進行AI訓練和推理執(zhí)行,其中提供的自動微分等AI基礎能力,實現(xiàn)AI算法即代碼。
 
中間層會提供即時編譯器,通過對計算圖的編譯優(yōu)化,讓程序能在昇騰芯片上高效執(zhí)行,讓AI網(wǎng)絡發(fā)揮出其算力能力。
 
同時,MindSpore是一體化的部署系統(tǒng),支持端、云側(cè)的部署使用,并且能夠?qū)崿F(xiàn)分布式協(xié)同。
軟件架構(gòu)
 
 

 

 

 
MindSpore Extend是基于MindSpore的領域庫,用于構(gòu)建很多領域框架比如GNN、深度概率編程、微分方程等。
 
Model Zoo提供一些業(yè)界常用的網(wǎng)絡,用戶直接使用而無需重新開發(fā)。

 

 

 

 
MindExpress是一個Python前端,包含High-Level和Low-Level兩層API設計,High-Level API提供訓練推理接口、混合精度、并行等控制接口,讓用戶實現(xiàn)整網(wǎng)流程的控制。Low-Level API提供基礎的Tensor、優(yōu)化器等API,而Executor則提供計算的執(zhí)行控制。
 
MindCompiler提供面向MindIR的圖級即時編譯能力,包括自動并行、二階優(yōu)化,也有硬件方面的優(yōu)化,可以讓程序在Ascend上高效執(zhí)行。它是MindSpore的一個重要的子系統(tǒng)。
 
MindIR是MindSpore的一個核心中間表達,通過嵌套式的表達,很簡便地支持不同語言的推導。
 

 

 

MindRT 子系統(tǒng)是一個統(tǒng)一的運行時系統(tǒng),支持端、云多種設備形態(tài),支持統(tǒng)一調(diào)度管理和內(nèi)存池化管理,這是復雜網(wǎng)絡能在異構(gòu)硬件上運行的關鍵技術。它可與昇騰芯片進行深度優(yōu)化,整圖下沉到卡上(on-device執(zhí)行),減小host-device交互開銷,提高深度學習訓練的效率。

 

 

 
MindData子系統(tǒng)負責高效執(zhí)行訓練數(shù)據(jù)處理pipeline,與計算形成流水,數(shù)據(jù)及時導入訓練。它的關鍵功能包括用流水線+并行方式,可提高數(shù)據(jù)處理吞吐量。還提供自研的數(shù)據(jù)格式MindRecord,自帶元數(shù)據(jù),通過聚合存儲讓數(shù)據(jù)檢索更快。用戶還可以自定義Python算子,進行靈活定制。

 

 

 
MindInsight子系統(tǒng)是MindSpore的調(diào)試調(diào)優(yōu)子系統(tǒng),提供訓練過程可視化、模型溯源、debugger和性能profiling功能,用戶可以很方便觀測系統(tǒng)的執(zhí)行。

 

 

 
MindArmour子系統(tǒng)可針對可信AI的各個領域提供全面、有效、易用的評測工具和增強方法。一方面,它提供測試框架的建模,用一系列AI模型去驗證系統(tǒng)的安全性和隱私保護能力,另一方面,它對一些常用的AI工具提供了標準安全升級手段。
關鍵技術

 

 

 

 
 
簡單網(wǎng)絡的常規(guī)使用方法就是數(shù)據(jù)并行,但超大模型與超大數(shù)據(jù)集的分布式訓練,需要通過數(shù)據(jù)并行+模型并行的混合并行方式,才能高效訓練網(wǎng)絡。模型切分方式是復雜的,但對外提供簡單的API去描述。
 

 

 

 

在算法上,二階的計算量遠大于一階,二階優(yōu)化方法可以有效加速模型收斂,減少迭代次數(shù),同時會引入大量復雜計算,限制其在深度模型訓練中的廣泛應用。MindSpore通過軟硬協(xié)同的高性能算子解決了二階信息矩陣逆矩陣的計算問題。

 

 

 

 
為了給用戶提供靈活可配的編程能力,需要一系列完備的細粒度表達的算子,但這并不意味著這些算子能在異構(gòu)硬件上以最高性能進行運行,這就需要一些融合能力。MindSpore對上通過細粒度算子,以提升編程的靈活性,對下通過其自動融合能力來提升性能進行平衡。

 

 

 

 
AI的商用是復雜的,既有云端大規(guī)模集群的訓練,又有端側(cè)對于輕量級、高性能的追求。MindSpore提供了云、端側(cè)的訓練和推理能力,并且使用了相同的算子和對外的接口,實現(xiàn)端、云協(xié)同執(zhí)行,同時提供在訓練時的量化感知訓練,訓練出的模型可以直接部署在端側(cè)進行輕量化的推理,還具有混合執(zhí)行的能力。

 

 

 

 
目前,基于MindSpore的華為云訓練服務,已部署在華為內(nèi)部各AI部門,而搭載HMS4.0/5.0的智能手機,使用了基于MindSpore的ML Kit,此外,MindSpore支撐華為數(shù)據(jù)通信網(wǎng)絡平臺實現(xiàn)智能控流,解決了擁塞精準控制難題。
 
 
還沒看過癮或想了解更多培訓詳情?沒關系,還有機會。接下來,華為還將在武漢、上海、南京、成都4站繼續(xù)精彩培訓課程!
 

 


鏈接已復制,快去分享吧

企業(yè)網(wǎng)版權(quán)所有?2010-2024 京ICP備09108050號-6京公網(wǎng)安備 11010502049343號