起底華為計算戰(zhàn)略：十五年研發(fā)下苦功，三年連發(fā)10芯加速，目前2萬工程師奮戰(zhàn)

乾明 發(fā)自 上海

量子位 報道 | 公眾號 QbitAI

每一次華為新動作，點贊有之，質(zhì)疑亦隨之。

9月18日剛在全聯(lián)接大會上發(fā)布的“全球最快AI產(chǎn)品”就是這樣。

但在現(xiàn)場、在華為內(nèi)部來看，這只不過是“華為計算戰(zhàn)略”艱苦奮斗的開花結(jié)果，只是這盤芯片和計算力大棋局里關(guān)鍵一子。

△ 華為Cloud & AI產(chǎn)品與服務(wù)總裁侯金龍

而且相比Atlas（古希臘神話里的“大力神”），實際不到三年時間里，華為已經(jīng)發(fā)布了10款商用芯片：

鯤鵬916、920；麒麟970、980、810、990、990 5G；昇騰310、910；鴻鵠818。

按外泄的規(guī)劃，接下來的兩年內(nèi)，至少有6款芯片發(fā)布落地。

無論是計算領(lǐng)域，還是半導(dǎo)體行業(yè)，如此陣仗，勢頭都異常猛烈。

所以背后原因究竟是什么？華為又究竟想做什么？

計算戰(zhàn)略發(fā)布后，是時候?qū)@盤大棋來次完整起底，揭秘華為在計算背后的種種規(guī)劃與布局。

15年苦功夫，目前投入2萬名工程師

圍繞計算這個產(chǎn)業(yè)投資，十幾年前已經(jīng)開始了。

其中最具標志性的事件是2004年4月，旗下芯片公司海思半導(dǎo)體成立。

??華為Cloud & AI產(chǎn)品與服務(wù)總裁侯金龍透露了這背后的投入：

從2004年開始投資研發(fā)第一顆嵌入式處理芯片，目前投入超過2萬名工程師，形成了以“鯤鵬+昇騰”為核心的基礎(chǔ)芯片族。

基礎(chǔ)芯片族帶來的意義非常直接。華為成為了業(yè)界唯一同時擁有計算架構(gòu)中“CPU，NPU，存儲控制，網(wǎng)絡(luò)互連，智能管理”5大關(guān)鍵芯片的廠商。

但俱往矣。

從產(chǎn)品發(fā)布的節(jié)奏來看，華為對芯片投資的力度還在快速加強，迭代也越來越快。

華為投資芯片的策略，此前也有曝光，總結(jié)起來就是三個關(guān)鍵詞：量產(chǎn)一代、研發(fā)一代、規(guī)劃一代。

以鯤鵬系列處理器為例，從2007年走到現(xiàn)在已歷時12年，現(xiàn)在是第三代芯片。

現(xiàn)在華為釋放出的最新信號是：鯤鵬+昇騰會長期演進，按照每年推出一代的節(jié)奏來提升競爭力。

這也是華為在不到3年內(nèi)推出10款芯片的直接推動力量之一。

當然，上述種種努力和產(chǎn)品，只是果，細究“因”，則是華為對于行業(yè)變遷趨勢的核心判斷。

華為芯的機會：趨勢變遷下的2萬億市場

在華為看來，當前的計算產(chǎn)業(yè)正在發(fā)生深刻的變化，尤其是整個社會向智能時代的邁進，這帶來了變革與挑戰(zhàn)，也帶來了機會。

全聯(lián)接大會上，胡厚崑援引了Gartner的數(shù)據(jù)——全球計算產(chǎn)業(yè)總空間為兩萬億美元。在他看來，這是一片大藍海，華為將堅定在計算領(lǐng)域的投入，并推進落地。

侯金龍進一步闡釋四大趨勢，也可以說是華為投資芯片進入這一藍海的主要切入點：

首先，數(shù)據(jù)中心不夠用了

對于數(shù)據(jù)中心來說，以前其承擔的職能更多的是存、但未來更重要的是算，數(shù)據(jù)中心正在逐步演變?yōu)橛嬎阒行摹?/p>

最直接的體現(xiàn)就是，大規(guī)模數(shù)據(jù)中心中服務(wù)器越來越多。就以華為云的數(shù)據(jù)中心為例，有60%都是用于計算的服務(wù)器。

可以說，計算正在成為數(shù)據(jù)中心的主體，這就是華為推動鯤鵬系列芯片的重要原因之一，也是鯤鵬芯片的使用場景。

與此同時，整個行業(yè)對AI算力需求也越來越大，而且來得更加洶涌，從2012年到2018年，AI算力消耗幾乎增長了30萬倍。

現(xiàn)在每年的增長超過10倍，到2025年，AI算力將會占據(jù)數(shù)據(jù)中心算力的80%以上。

正是在如此算力需求下，華為推出了昇騰910以及Altas 900等AI計算產(chǎn)品。

其次，端邊芯片與中心芯片還有大差距

在華為看來，Arm在生態(tài)上的優(yōu)勢會逐漸向數(shù)據(jù)中心延伸。對于華為來說，這是挑戰(zhàn)，也是機會。

現(xiàn)場，侯金龍也分享了一組數(shù)據(jù)：

2018年，Arm處理器出貨量230億片，主要用于端和邊，數(shù)據(jù)中心側(cè)只有3000萬片，這是數(shù)百倍的差距。

每年十幾億部手機都是Arm結(jié)構(gòu)的，2019年華為智能手機總的算力，將是今年全球數(shù)據(jù)中心新增算力的2倍，而且手機上的幾百萬應(yīng)用都是基于Arm生態(tài)。

以前基于Arm的技術(shù)，之所以不能在數(shù)據(jù)中心使用，核心的限制是性能。

但解決問題導(dǎo)向，華為現(xiàn)已找到對策。

其今年發(fā)布的鯤鵬920是兼容Arm，多核、高并發(fā)，把四顆核心并入了一顆核心，其性能超過業(yè)內(nèi)通用CPU 20%的性能。

而且現(xiàn)在的計算，可以讓簡單的計算在終端進行，復(fù)雜的計算可以在云上進。

如果繼續(xù)用X86架構(gòu)在云上計算終端的任務(wù)，效率就會降低40%，反之如果運用Arm架構(gòu)，則提升40%。

第三，計算該綠

高性能的計算雖然更有效率，但背后也有大量的碳排放。

美國馬薩諸塞大學(xué)阿姆赫斯特分校做過研究，訓(xùn)練一個單一AI模型，會產(chǎn)生180噸的碳排放。

這相當于普通汽車整個服役期排放量的3倍，平均地球人30年日常生活的碳排放。

算力與效率背后，也需要對能源與環(huán)境更友好。從芯片層面上來看，要在更小的功耗下實現(xiàn)更高的性能。

在這方面，華為的底氣很足。

侯金龍說，華為的Atlas 900 AI訓(xùn)練集群，算力達到256 PFLOPS只需要16個機柜。

要實現(xiàn)這樣的算力，如果用CPU需要6195個機柜， 用GPU需要208個機柜，而NPU如昇騰只要128個機柜。

這背后，主要歸功于昇騰架構(gòu)對深度學(xué)習(xí)業(yè)務(wù)的優(yōu)化。

此外，經(jīng)過華為系統(tǒng)級優(yōu)化，如板級液冷、柜級密閉絕熱等，整個集群的功耗從4萬kW降到736kW，降低50多倍。

最后，摩爾定律放緩已成事實

經(jīng)過數(shù)十年的快速迭代發(fā)展，高速的摩爾定律已經(jīng)難以實現(xiàn)。

過去5年，通用CPU的發(fā)展遇到了許多技術(shù)瓶頸，單核性能平均每年提升不足10%，摩爾定律放緩已經(jīng)成為事實。

想要進一步實現(xiàn)提高技術(shù)能力，在晶體管上打主意太難了，需要尋找其他路徑。

這也是華為將基礎(chǔ)研究作為整體計算戰(zhàn)略關(guān)鍵組成部分的原因，最具代表性的成果，就是華為自研的達芬奇架構(gòu)。

未來，華為的目標是通過一系列的技術(shù)創(chuàng)新，打破能效墻、打破散熱墻、打破優(yōu)化墻、 打破內(nèi)存墻、打破高速IO墻，進一步釋放計算潛能。

總之，在華為看來，計算產(chǎn)業(yè)已進入架構(gòu)創(chuàng)新的黃金時代，充裕、高性能、多樣性、綠色、觸手可及?的算力將是智能社會發(fā)展的動力。

這需要更高性能的芯片做支撐，但僅僅依靠芯片還不夠。

在整個華為計算戰(zhàn)略中，芯片只是一部分。

解讀華為計算戰(zhàn)略：硬件開放與軟件開源

整體來看，華為計算圖景可以歸為“一云兩翼雙引擎+開放的生態(tài)”。

其中一云，是華為云。

這是華為計算的核心輸出途徑——芯片不直接對外銷售，以云服務(wù)和部件的形式面向客戶，優(yōu)先支持合作伙伴發(fā)展整機。

雙引擎是指“鯤鵬”與“昇騰”?；诖舜蛟煨酒?，構(gòu)筑異構(gòu)的計算，是華為計算戰(zhàn)略的基礎(chǔ)也是主要動力來源。

兩翼則是智能計算業(yè)務(wù)、智能數(shù)據(jù)與存儲業(yè)務(wù)，是計算的商業(yè)模式和直接應(yīng)用場景。

開放的生態(tài)，則是整個華為計算戰(zhàn)略的“點睛之筆”，也是今年華為全聯(lián)接大會的重頭戲。

這一方面，主要分為硬件開放和軟件開源兩大部分，目標是使能廣大的合作伙伴， 形成一個開放的產(chǎn)業(yè)生態(tài)。

硬件開放

如何落地？具體到商業(yè)模式上，是基于芯片等對外提供主板/SSD/網(wǎng)卡/RAID卡/Atlas模組和板卡，優(yōu)先支持合作伙伴發(fā)展服務(wù)器和PC等計算產(chǎn)品，以及自己的品牌。

華為也在全聯(lián)接大會上表示，其TaiShan服務(wù)器以及華為終端的PC機，聚焦做高端和內(nèi)部配套，條件成熟時，將停止TaiShan服務(wù)器的銷售業(yè)務(wù)。

在全聯(lián)接大會上，除了Altas，華為也發(fā)布了以下硬件新品：

鯤鵬主板，用于快速開發(fā)服務(wù)器和臺式機產(chǎn)品。采用 xPU高速互聯(lián)、多合一SoC、100GE高速I/O等關(guān)鍵技術(shù)，不僅搭載鯤鵬處理器，還內(nèi)置BMC芯片、BIOS軟件。與此同時，華為也將開放主板接口規(guī)范和設(shè)備管理規(guī)范。

通用服務(wù)器TaiShan系列 ，號稱“最強算力”的通用服務(wù)器。具備至少64核、8個內(nèi)存通道、PCIe 4.0、多合一SoC、xPU高速互聯(lián)、100GE高速I/O等六個特征。

而且，面向數(shù)據(jù)中心分布式演進需求以及邊緣計算需求，華為還提供了存儲密集型、計算密集型、邊緣計算等多款服務(wù)器產(chǎn)品。

Atlas全系列產(chǎn)品，覆蓋云、邊、端全場景，面向訓(xùn)練和推理提供強勁算力。主要基于昇騰910和310 AI處理器，華為推出Atlas 900、AI訓(xùn)練服務(wù)器 Atlas 800、和AI訓(xùn)練卡Atlas 300。

其中，Atlas 800在4U空間集成了8顆昇騰910 AI處理器，可提供2 PFLOPS的超強算力，算力密度是業(yè)界同類產(chǎn)品的2.5倍，內(nèi)置32個硬件解碼器，每秒可完成16384張1080P圖片解碼，可以與訓(xùn)練并行處理。

△8個Atlas 800組成的機柜，內(nèi)置64顆昇騰910芯片，Atlas 900訓(xùn)練集群最少由16個機柜組成。

Atlas 300可提供256 TFLOPS的算力，是當前業(yè)界主流訓(xùn)練卡的2倍，每秒訓(xùn)練的圖片數(shù)量從965張?zhí)嵘?802張?？蓪崿F(xiàn)梯度參數(shù)和數(shù)據(jù)集并行傳輸，最高可降低70%的梯度同步時延。

此外，華為也發(fā)布了112款基于鯤鵬和昇騰的云服務(wù)，包括69款基于鯤 鵬的云服務(wù)和43款基于昇騰的云服務(wù)，讓客戶和合作伙伴們能 更容易的獲取鯤鵬和昇騰的算力。

華為介紹稱，基于昇騰的圖像搜索服務(wù)、內(nèi)容審核服務(wù)，價格下調(diào)70%。

軟件開源

軟件開源，與硬件開放相伴而生，是開放硬件能力的放大器。

繼8月23日華為宣布開源AI計算框架MindSpore、8月31日放出方舟編譯器框架代碼之后，全聯(lián)接大會上華為又放出多個軟件開源計劃：

2019年12月31日開源服務(wù)器操作系統(tǒng)，2020年6月開源可覆蓋企業(yè)70%以上的數(shù)據(jù)庫業(yè)務(wù)場景的GaussDB OLTP單機版數(shù)據(jù)庫。

之后，華為將支持基于 openEuler的合作伙伴發(fā)行商業(yè)版操作系統(tǒng)，支持各行業(yè)主流應(yīng)用和軟件開發(fā)商把軟件和應(yīng)用遷移到基于openEuler的操作系統(tǒng) 上。

而且，華為也將與深之度、中標麒麟、天津麒麟、中移蘇研、普華等伙伴計劃聯(lián)合推出openEuler開源社區(qū) (http://openEuler.org)。

怎么理解華為有所為，有所不為？

伴隨著華為計算戰(zhàn)略的披露，“華為有所為，有所不為”也屢次被擺到臺面上。

到底怎么理解華為有所為，有所不為？

侯金龍也進一步給出了解釋，華為的聚焦點是重點投資計算架構(gòu)創(chuàng)新，處理器的研發(fā)，以及華為云。

在這之外，華為不做應(yīng)用，但免費支持主流應(yīng)用和軟件的遷移。

更能體現(xiàn)這一態(tài)度的是華為對開發(fā)者的支持。

侯金龍表示，開發(fā)者是產(chǎn)業(yè)的靈魂，未來5年培養(yǎng)500萬開發(fā)者，將投入15 億美金用于發(fā)展產(chǎn)業(yè)生態(tài)。

那么，華為到底想要做什么？

胡厚崑也在采訪中給出了答案：面向智能時代，華為想要做的是成為數(shù)字世界的“底座”。

如此愿景，你怎么看？