成都创新互联网站制作重庆分公司

含光芯片用于阿里云服务器 含光800芯片架构

华为不再孤单!阿里推出“含光”芯片,创两项世界纪录

文 / 华商韬略 和正升 编辑/倪晨

专注于为中小企业提供做网站、网站制作服务,电脑端+手机端+微信端的三站合一,更高效的管理,为中小企业阿里地区免费做网站提供优质的服务。我们立足成都,凝聚了一批互联网行业人才,有力地推动了上千余家企业的稳健成长,帮助中小企业通过网站建设实现规模扩充和转变。

目前超过百亿美元的云端芯片行业一直被外界所看好,并被认为是最有希望诞生第二个“英特尔”的市场。

但现在,这市场突然杀出了一个狠角色。

2019年9月25日,在2019年度的云栖大会上,阿里巴巴推出了全球最强的AI芯片——含光800。基于含光800的AI云服务在发布当天,已经同步上线了。

含光的典故来自《列子·汤问》,经国产武侠动漫《秦时明月》为人熟知, “含光”是上古三大神剑之一,含而不露,光而不耀,寓意含光芯片无形却强大的计算能力。

“含光”是一款云端AI芯片,主打推理,重点应用于视觉场景。

而阿里自研的AI芯片,是当之无愧的佼佼者。 含光800的问世创造了两项世界纪录。

首先,含光800的峰值性能为7.8万IPS(每秒能处理7.8万张照片)。而在此之前,业界最好的AI芯片只有1.5万 IPS,也就是说含光的芯片性能足足是第二名的5倍!

其次,含光800的能效比达500 IPS/W,而第二名只有150 IPS/W,不足含光的三分之一!

含光800的性能有多厉害?举个通俗点的例子,1颗含光800的算力相当于10颗GPU,这意味着只需要用原来十分之一的硬件,就能做完原来所有的事情。

比如,在城市大脑中实时处理杭州交通视频,需要40颗传统GPU,延时为0.3秒,而使用含光800仅需4颗,延时降至0.15秒。

比如拍立淘商品库每天新增10亿商品图片,使用传统GPU算力识别需要1小时,而使用含光800后可缩减至5分钟。 也就是说,在含光芯片的加持下,机器1分钟可识别两亿张照片!

但此次阿里推出芯片,并非其首次“跨界”,早在2014年时,马云就开始想:要不要做芯片,怎么做芯片。

当阿里决意做芯片后,进度堪称迅速。

2017年,阿里对外宣布成立达摩院之时,芯片就是达摩院成立之初就规划的重要研发方向之一。

2018年的云栖大会上,阿里就宣布成立一家独立运营的芯片公司——“平头哥半导体有限公司”。

“平头哥”是蜜獾的别称,是“世界上最无所畏惧的动物”,所谓生死看淡,不服就干的鼻祖就是平头哥。而这家公司,是基于阿里收购的中天微系统有限公司和达摩院自研芯片业务一起,整合成立的一家独立的芯片公司。

在一系列的努力下,如今创造世界纪录的芯片终于研发成功并投入实际应用了。

阿里巴巴集团首席技术官兼阿里云智能总裁张建锋介绍,含光800的研发采用了互联网公司的速度,从完成设计到流片只用了一年半的时间。

除了这款技惊四座的芯片外,“平头哥”已经于今年先后发布玄铁910和无剑SoC平台。

玄铁910号称目前业界性能最强的RISC-V架构芯片之一,未来可以应用于5G、人工智能、物联网、自动驾驶等众多领域。值得注意的是,这是一款抛弃了ARM架构的处理器。

此前,世界上所有的安卓系统,包括阿里自己推出的的YunOS系统,都绕不开无处不在的ARM架构,而玄铁910的推出,意味着国内 科技 公司终于另起炉灶,从芯片的底层进行革新了。

此外,平头哥还联合阿里另一家公司天猫精灵,推出采用玄铁架构的Tmall Genie plus TG6100N芯片,这款芯片将用于天猫精灵等产品中。

低成本高应用性、精简算法与存储、本地NLP以及信息安全性是TG6100N芯片的重要特点。

张建峰就曾表示: “在全球芯片领域,阿里巴巴是一个新人,玄铁和含光800是平头哥的万里长征第一步。 今天阿里巴巴有足够的能力去做传统硬件公司能做到的,包括他们不能做到的。我们有充分的信心,阿里巴巴今后会成为一家真正软硬件一体化的协同发展 科技 公司。”

随着平头哥崛起以及“含光”芯片的问世,我们有理由相信:华为在中国芯片领域,不再孤单了。

——END——

图片均来自网络

欢迎关注【华商韬略】,识风云人物,读韬略传奇。

版权所有,禁止私自转载!

阿里第一颗自研芯片正式问世,为何被誉为全球最强AI?

 9月25日,在2019云栖大会上,阿里巴巴集团首席技术官、阿里云智能总裁张建锋宣布,平头哥发布全球最高性能AI推理芯片含光800。含光800是阿里巴巴第一颗自研芯片,其称是全球性能最强的AI芯片,主要用于云端视觉处理场景。

阿里巴巴第一颗自研芯片正式问世。9月25日的杭州云栖大会上,达摩院院长张建锋现场展示了这款全球最强的AI芯片——含光800。他为何被誉为全球最强AI?

一、在业界标准的ResNet-50测试中,含光800推理性能达到78563 IPS,比目前业界最好的AI芯片性能高4倍;能效比500 IPS/W,是第二名的3.3倍。

二、含光800性能的突破得益于软硬件的协同创新:硬件层面采用自研芯片架构,通过推理加速等技术有效解决芯片性能瓶颈问题;软件层面集成了达摩院先进算法,针对CNN及视觉类算法深度优化计算、存储密度,可实现大网络模型在一颗NPU上完成计算。

三、含光800已开始应用在阿里巴巴内部核心业务中。根据云栖大会的现场演示,在城市大脑中实时处理杭州主城区交通视频,需要40颗传统GPU,延时为300ms,使用含光800仅需4颗,延时降至150ms。拍立淘商品库每天新增10亿商品图片,使用传统GPU算力识别需要1小时,使用含光800后可缩减至5分钟。

含光800将通过阿里云对外输出AI算力。基于含光800的AI云服务当天正式上线,相比传统GPU算力,性价比提升100%。

阿里AI芯片“含光800”问世,性能相当10颗GPU

序言

虽然世界上AI芯片品种不少,但性能特别出众的却是寥寥无几,中国阿里20来年发展史上自主研发的首款国产芯片“含光800”在实测现场以出色的表现脱颖而出。它与传统的GPU比,具有 “以1当10” 的卓越优势。这就是1颗“含光800”的性能堪比传统的10颗GPU,具有突出的性价比。

1 何谓“含光”?

“含光”是上古三大神剑之一,即该剑含而不露,光而不闪。此喻“含光800”所具有的隐其形强其里的算力。含光800是一款云端AI推理芯片,重点应用于视觉场景。就其性能,含光800刷新了现有AI芯片记录,性能及能效堪比全球第一。

该AI架构由两部分组成:硬建系统的核心是“芯片”,好比人的驱体,软件的核心就是“操作系统”,好比躯体的灵魂;灵魂即所谓的智能(AI)。所以,大凡世界上所有的高 科技 产品概莫能外,均由硬件与软件构成。

2 “含光800”的卓越表现

芯片被称为工业之母,要想掌控世界的高 科技 ,首先必须拥有自己的芯片!含光800是阿里20来年发展史上自主研发的首款国产芯片。

含光800将通过阿里云对外输出AI算力。基于含光800的AI云服务当前已正式上线,相比传统GPU算力,性价比提升100%。

在业界标准ResNet-50测试中,含光800推理性能达到78563 IPS,比目前业界最好的AI芯片性能高出4倍;能效比是500 IPS/W参与测评第二名的3.3倍。

3 “含光800”的作用

在杭州城市大脑业务测试结果表明,1颗“含光800”的算力功能朝过目前10颗常规功能GPU。

在云栖会现场演示其性能同样出彩,比如城市大脑中的实时处理,对杭州主城区交通视频,采用40颗传统GPU,时延为300ms,而采用含“含光800”只需要4颗,其时延降至150ms。

在用于处理淘宝商品库每天新增10亿张商品图片,使用传统GPU算力识别需要至少1小时,而使用“含光800”后处理时间缩短至仅5分钟。

阿里首款AI推理芯片“含光800”问世,这款芯片达到了什么水平?

阿里第一颗芯片诞生!刚刚,云栖大会现场,阿里巴巴集团CTO、达摩院院长张建锋向全场展示了含光800——阿里第一款AI芯片。为了这款芯片,阿里一年前放下狠话,但谁也没想到一年后即亮相:不仅完成流片,还已在阿里云上正式上线。这也是阿里平头哥成立以来首款硬件产品,是阿里20年发展史上首款自主研发、流片量产的芯片。

在芯片行业时代变革转关之际,阿里好风凭借力、快速取得突破,掌握下一阶段擂台主动权,意义和价值,或许将远超芯片本身。不过发布现场,张建锋更想强调的是敬畏之心。说:“在全球芯片领域,阿里巴巴是一个新人,玄铁和含光800是平头哥的万里长征第一步,我们还有很长的路要走。

以数据横向对比,含光800展现性能,是英伟达最新T4 15倍,是应用最广的英伟达P4的46倍——超过去年设计之初吹下的“牛”。目前,含光800已经率先在阿里内部多个业务场景开启大规模应用。从视频图像识别、分类、搜索,到城市大脑等,未来还可应用于医疗影像、自动驾驶等领域。大会现场,张建锋展示了这款芯片的强大性能。

每天新增10亿商品图片的拍立淘商品库,使用含光800识别效率可提升12倍,时间从传统通用GPU的1小时缩减至5分钟。此前,阿里平头哥连战连捷,过去两个月已经发布了无剑SoC平台和玄铁处理器IP,“让天下没有难造的芯片”,帮助企业降低芯片设计门槛。现在,作为首款硬件,也是最硬核产品,含光800依然承载平头哥之志,希望通过阿里云AI云服务,让企业随时随地可以享受高性能计算。


当前题目:含光芯片用于阿里云服务器 含光800芯片架构
浏览地址:http://cxhlcq.com/article/ddgshgs.html

其他资讯

在线咨询

微信咨询

电话咨询

028-86922220(工作日)

18980820575(7×24)

提交需求

返回顶部