随着人工智能技术的发展,机器学习应用场景越来越广泛,从智能语音助手到自动驾驶,从智能推荐到图像识别,都需要大量的计算资源来支持。而GPU作为一种高效的计算资源,越来越受到关注,成为机器学习加速计算的重要工具。然而,跨硬件通用加速缺乏跨平台跨硬件的通用API,不同显卡实现高效算子十分困难和复杂。
作为头部科技企业,腾讯一直致力于推动人工智能技术的发展。因此,腾讯作为khronos会员积极参与新扩展标准制定,为机器学习加速计算提供更好的解决方案。在Vulkan 1.3.255版本中,腾讯联合ARM、NVIDIA、AMD、Google等诸多全世界科技企业一起带来新扩展VK_KHR_cooperative_matrix,这是腾讯首次参与khronos标准贡献。
Vulkan是通用的、跨平台的、新一代图形加速API,支持Windows、Linux、macOS、Android、iOS等多个操作系统。VK_KHR_cooperative_matrix扩展为Vulkan带来中尺度矩阵类型,用于加速矩阵计算,加速神经网络推理。这一新扩展使得非单一硬件绑定的通用AI计算加速成为可能,打破了行业垄断,带来了产业创新。Nvidia、ARM、AMD等显卡厂商将发布新驱动支持这个扩展标准,这将进一步推动机器学习加速计算的发展。
在VK_KHR_cooperative_matrix扩展标准的制定中,腾讯优图实验室参与制定。在标准修订过程中,腾讯优图实验室结合ncnn项目中的vulkan加速实践经验,主张新标准中的矩阵加载函数的stride参数允许为0,以便支持自动广播行为。这一参数能有效提升神经网络卷积和线性层计算中的bias数据处理效率。腾讯优图实验室专家,业界知名的开源神经网络推理库ncnn作者nihui表示:“khronos在线会议中,该提议获得各参与厂商技术人员认可和赞同,并成为硬性标准之一,要求在GPU驱动中实现该行为。”
ncnn使用Vulkan API作为其跨平台GPU通用加速方案。ncnn通过使用VK_KHR_cooperative_matrix扩展,在AMD显卡上跑超分AI,速度提升约2.3倍。这也是VK_KHR_cooperative_matrix的首次应用,已发布在ncnn新版本中,带来更广泛的跨硬件厂商GPU加速。
腾讯参与制定VK_KHR_cooperative_matrix扩展标准,推动人工智能技术的发展,让机器学习的计算能力更加高效、普惠和可持续,为机器学习加速计算提供了更好的解决方案,实现跨平台跨硬件的通用API,使得机器学习加速计算更加高效、灵活。
一直以来,腾讯也在积极参与各类AI、大模型等方面的标准建设。2020年,腾讯被选举为全国信标委人工智能分委会委员兼副秘书长单位,这意味着国家在推进包括人工智能在内的“新基建”过程中,腾讯正作为核心成员,承担更多标准制定工作以及技术引领作用。前不久,腾讯云还联合中国信通院发起行业大模型生态计划,并牵头国内首个金融行业大模型标准制订,为金融行业智能化的高质量规范化发展提供重要支撑。
未来,腾讯将积极参与更多行业标准制定,助力更多行业提质增效,为人类社会带来更多的福祉。
(免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。 )