演讲嘉宾 | 于璠（华为MindSpore资深架构师）
编辑 | 刘静
出品 | AI科技大本营（ID:rgznai100）
9月，2019中国AI开发者大会（AI ProCon 2019）在北京举行。在AI开源技术专题中，华为MindSpore资深架构师于璠发表了《MindSpore创新技术介绍》主题演讲。
AI从行业研究到场景应用存在着巨大鸿沟，开发门槛高、运营成本高、部署时间长都是显而易见的业界挑战。因此，新编程范式、新执行模式、新协作方式的技术创新，都在促使着MindSpore跨越应用鸿沟，助力普惠AI。
在演讲中，于璠详细介绍了新一代AI开源计算框架MindSpore的设计理念：第一，新编程范式，AI算法即代码，降低了AI开发门槛；第二，新执行模式，Ascend Natave的执行引擎；第三，全场景按需协同，实现了更好的资源效率和隐私保护。
以下为于璠演讲内容实录，AI科技大本营整理（ID:rgznai100）：
我在华为是做全场景AI计算框架的架构师，我们计算框架的名字是MindSpore，这个MindSpore英文的意思是“思想的包子”。大家也许听过华为起了一堆山海经神兽的名字，包括昆仑、麒麟等等，但最后我们还是采取了这个英文名字。
我是计算框架的架构师以及创新技术的负责人，这次的分享主要分三大部分：第一，华为AI的整体战略；第二，计算框架的设计理念、意欲解决的问题以及达到的效果；第三，讲讲其中的关键技术。
在去年10月份的华为全联接大会上，董事长曾对外发布了华为的整体战略，这个战略来自于我们自己的业界老师、工业界小伙伴和我们邀请的分析师的综合分析，大概涵盖10个原动力，从算法、数据、框架、平台、系统到硬件全场景等等。第一是训练的问题。业界的厂商和机构都不太敢于挑战深度学习的训练问题，因为它不仅仅是硬件的问题，硬件、人力等各方面都要配合才能良好解决，但它又是基础技术的制高点。如果我们能够把这个搞定，就解决了一个很大的技术难题。第二个是由训练派生出来的算力问题。现在各大厂都在此方面发力，CPU、GPU、Facebook等都在做这件事情。第三个是在全场景中的应用，也包括我们之前提到的小米端侧应用，其实目前大部分都仍是在云侧、端侧的探索。第四是算法问题，现在大部分算法还停留在八十年代的理论层面，我们还需要再往前走很多。第五，现在有很多的论文在不断产出，但有一个现象是论文的代码和思想难以复制提取，在实际应用时有诸多问题。第六个，促使AI在全产品中作为主导的因素还没有完全出现。第七与其他的数据库、编译器、边缘计算、区块链等技术的结合也没有完善。第八，人力的问题。基于以上这些问题，华为自己制定了战略，从基础研究全栈方案、投资开放生态到人才培养、解决方案增强以及内部效率提升。在计算机视觉、自然语言处理、决策推理等领域，也在构筑数据高效、能耗高效、安全可信、面向云端等全场景的、独立的、协同的全栈解决方案。目前我们的技术解决方案整体看来比较简单，既要拿下上层的应用，也要研发下面的硬件，还需要屏蔽掉硬件的复杂性。我们构建了自己的MindSpore应用平台，包含从上到下所有自研的芯片使能、IP等等。仅在全场景方面，华为就已有五款芯片：云、边缘、摄像头、手机、IoT设备上全都是自己的芯片，这是很大的工作量。MindSpore事实上对标的是Tensorflow，但和后者是完全不一样的东西。在8月23日的深圳发布会上，除了昇腾910芯片以及全场景AI计算框架，我也亲自参与了MindSpore的发布。昇腾910芯片的算力大概是256T，是GTU100的2倍。在算力2倍基础之上加上我们的软件，可以在真正场景下发挥出超过2倍的效果，真正做到软硬件协同。另外，去年和今年上半年商用的华为荣耀9X以及nova5手机都已经用上了我们自己的芯片，还有家里的摄像头、机顶盒、云上服务平台都已经对外商用了。除了整体解决方案的商用，MindSpore也在很多场景下实现了商用，包括手机上的AI应用、行业上的办公、推荐、搜索、无人车等等。下面，讲讲为什么做MindSpore。有两大动力：第一是技术战和贸易战的背景下，华为必须要有自主可控的全场景的计算框架；第二是目前的计算框架仍然存在着大量亟需解决的问题，开发门槛高、运行成本高、部署难度大等等。基于上面发现的这些问题，华为提出了自己的设计理念：（1）提供一种新的编程范式。我们的框架用户主要是学校AI算法的开发者，以及系统调优的人，因此在学校和学术界的影响是比较大的。想要在写算法的同时感知硬件的实现，最好的方案是有一个可以直接实现的公式。所以我们希望创建一个基于数学原生表达的编程新范式，只需要懂数学就可以了。现在的深度学习AI仍处于黑盒状态，调试非常困难：一是框架要突破；二是框架需要提供足够多的调试手段，类似于断点功能和静态图无缝切换的类似功能；三是并行，Tensorflow就是指定设备把模型切好或者数据切好写进去，这对算法人员是比较难的，不仅指定难，还要切得好，懂模型、计算代价、通信代价等等，除了代码量，更多的是智力上的消耗。针对上面的三个挑战我们提出了这个编程范式。（2）执行新模式。既然我们有这么强的算力，算力同时支持常量、向量、标量、丈量的计算，模型计算包含数据处理、控制、真正的执行，全都可以下放到硬件上，效率会非常高。在分布式并行时开销非常大，在算力非常强的情况下控制开销问题更容易突显出来，我们怎么把控制开销降下去也是执行上的一个难点。（3）全场景按需协同。一是安全的问题，二是端边云有自己不同场景的目标要求，比如在端侧要求功耗第一、体积第二、精度第三、速度第四，但是在云侧可能是精度第一、其他排后了，它的目标是在不同变化的，这是一个挑战。另外，不同硬件的处理精度和处理速度都有不同，从上面的目标到底下的约束都不一样，我们需要有自己按需协同的框架以及类似于autoML的技术配合才能把它做好。基于上面的三个设计理念，我们研发了自己的MindSpore的核心架构，核心分为四层：按需协作分布式架构、调度、分布式部署、通信库都在同一层，再往下是执行高效层（包括数据模型下沉），另外是并行的Pipeline执行层和深度图的优化、算子的融合，再上层有MindSpore自己的表达。最终实现的效果是：开发算法即代码、运行高效、部署态灵活形成一体化。再讲讲效果。第一，高效开发调试。我们找了个Transformer模型的例子，用自己的框架开发大概是2000行代码，用其他的框架大概是2500行，从代码行数看有20%的降低，但在效率上有50%以上的提升。二是代码的自动微分，我们有一个自动算子去完成，只要写几行代码，就会生成高效执行的算子库；三是调试方面要做到动静结合，类似于Tensorflow这样，代码上更简化、更易用。第二，高效运行。现在ResNet50网络性能提升了快3倍，换算整体吞吐利用每秒可以处理800张emagesnet图片，业界的水准大概是200张。这里利用了软硬件协同在一起的技术。第一，新编程范式。大家最常用的Tensorflow是基于图的方式，极为高效，但是它在表达上不具备特别完备的数据结构或者说是中间表达——比如if、while、go to等句正向的表达是很困难的，反向的表达就更困难。另外，对高阶的表述也很困难。像pytorch用算子符重载的方式，反向一步步把所有的算子替换掉，这个方式是最直白的，但是显而易见效率也是低下的。代码没有什么学习成本，像源码转换、编译器技术、抽象语法树等和编译过程中所有优化都能用上，等于站在巨人肩膀上做这件事情。从易用性和性能上都具有很强的先进性，我们MindSpore也是采用这个方式往下走的。我们基于这个思想进行编写编程范式的方案，第一是底下有自己的算子库，这里面少了自动化算子生成工具，在中间有编译这层可以复用编译器所有的技术在这里帮我们做，但是在深度学习场景下这里有独到的东西加强，如果用Python就用Python，如果用Java就用Java，这些是很容易转换的。第二，再讲讲新编程范式的高性能。复用编译器优化能力代码自动优化，算子自动生成时用到高性能优化器，多面体优化器能够帮助找到最好的方式，内存的优化也可以自动化完成。另外，在软硬协同方面我们做得比较好。算子用了这三个技术，生成上完全可以自动化生成，只要简单的写代码就可以了。最后带来的好处是易调试，现在我们达到的目标是跟业界框架基本处于持平。我们可以用包的方式把模型栈展开，大家随时查看都没有问题。还有动静结合的转换，可能只需要一行代码，但是做Tensorflow转换时比较麻烦一些，每次转换都要写很多初始化的东西，这对大家来说也是比较费劲的一个东西。总结一下编程新范式，跟业界主流的相比，它的通用性稍微差一点，而通用性现在面临这些问题：场景、模型越来越多，高阶优化器越来越多；第二是性能，毕竟它不完备，针对某些特定场景要求是高的；然后是算子算力，我们用算子自动优化生成的技术性能是很高的；第四是可一致性，图和源到源的转换比较好了解算子符实际承载的问题，可微分性高阶求导比较困难。整体来看，这个技术流派有相当的技术先进性，但是里面的挑战比较大，所以华为想在这方面继续发力。除了编程，我们在执行这块也做了比较多的工作。当我们的算力越来越强，控制面和数据增强就会变成巨大的瓶颈点。举例来说，现在数据增强的算子和hardwork这套算子库以及卷积和算子执行都下到库上。另外，软件会做很多算子融合功能，把它们从软件上再提升一次性能，整体上会相比于原始方式性能提升10倍以上，这里面还没有跟业界去对比过。我们还做了去中心化的调度，先基于方式把分布和梯队同步的量以及执行速度规律找到，然后自适应把策略写到进行AllReduce同步，直接下沉到设备不会在上面去控制。因为在上面控制时，做完一次梯度要上报一次，看看它现在的情况怎样，需要干什么都是需要上面决策的，现在都不需要都是底下自主决策。整个走完就发现我们的开销非常小，拖尾只有2毫秒。在并行方面，Tensorflow去年给了一个接口让用户去定义不同的维度，这种方式是正常的演进方式，但是想达到最终自动化的目标还是稍微有一点距离。过程中是一个张量过一个算子，不管上面是什么东西，下来都是这样子的，我们从这个地方开始自动化并行，输入的张量如果有100维，我们就切这100维，顶上是什么数据模型都先不管我们就从这去切。因为硬件是我们自己的，通信、计算、数据都是自己的，cost模型我们也有，这样就会形成一种局面：上面的模型怎么切我知道、切的维度我知道、cost模型我知道了，那么做优化的人就会非常感兴趣。验证性能都知道了，就可以用很多优化算法，包括启发式的、强化学习的、动态规划等等都可以来用了。我们自己也在用动态规划的方式去找我们最佳的切分点。当然，我们除了自动化给用户提供了更底层的接口去切，如果经验很强，也是有入口的。最后一个是新的写作方式，这主要是面对的几个主要挑战，关键技术是统一模型的IR应对不同语言场景上层差异，自己定义数据结构把它们全部兼容过来。底下的硬件是我们自己的，软硬协同也是在的。最后是把整个联合起来，这是业界最火的方向。在上个月23号发布会上，董事长讲到大概在明年Q1时会把MindSpore开放出去，后面会跟大家一块去做这些技术的探索场景的应用。
（*本文为 AI科技大本营原创文章，转载请微信联系 1092722531）
2019 中国大数据技术大会（BDTC）再度来袭！豪华主席阵容及百位技术专家齐聚，15 场精选专题技术和行业论坛，超强干货+技术剖析+行业实践立体解读，深入解析热门技术在行业中的实践落地。即日起，限量 5 折票开售，数量有限，扫码购买，先到先得！
推荐阅读