Ascend昇騰計算
Ascend昇騰計算，是基于昇騰系列處理器構建的全棧AI計算基礎設施及應用，包括昇騰系列芯片、系列硬件、芯片使能、AI框架、應用使能等。華為Atlas人工智能計算解決方案，基于昇騰系列AI處理器，通過模塊、板卡、小站、服務器、集群等豐富的產品形態(tài)，打造面向“端、邊、云”的全場景AI基礎設施方案，涵蓋數(shù)據(jù)中心解決方案、智能邊緣解決方案，覆蓋深度學習領域推理和訓練全流程。

圖1. Ascend 系統(tǒng)架構
Ascend算子加速方案特性及優(yōu)點
昇騰AI處理器的加速實現(xiàn)方式是以各種算子為粒度進行調用（OP-based），即通過AscendCL調用一個或幾個D親和算子組合的形式，代替原有GPU的實現(xiàn)方式。其邏輯模型如圖2所示。
圖2. PyTorch框架邏輯模型

當前選擇在線對接適配方案的主要原因有一下幾點：

1. 最大限度的繼承PyTorch框架動態(tài)圖的特性。
2. 最大限度的繼承GPU在PyTorch上的使用方式，可以使用戶在移植到昇騰AI處理器設備上時，在開發(fā)方式和代碼重用方面做到最小的改動。
3. 最大限度的繼承PyTorch原生的體系結構，保留框架本身出色的特性，比如自動微分、動態(tài)分發(fā)、Debug、Profiling、Storage共享機制以及設備側的動態(tài)內存管理等。
4. 擴展性好。在打通流程的通路之上，對于新增的網(wǎng)絡類型或結構，只需涉及相關計算類算子的開發(fā)和實現(xiàn)。框架類算子，反向圖建立和實現(xiàn)機制等結構可保持復用。
5. 與GPU的使用方式和風格保持一致。用戶在使用在線對接方案時，只需在Python側和Device相關操作中，指定device為昇騰AI處理器，即可完成用昇騰AI處理器在PyTorch對網(wǎng)絡的開發(fā)、訓練以及調試，用戶無需額外進一步關注昇騰AI處理器具體的底層細節(jié)。這樣可以確保用戶的最小化修改及完成平臺遷移，遷移成本較低。

總結

以上是生活随笔為你收集整理的Ascend昇腾计算的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內容還不錯，歡迎將生活随笔推薦給好友。