carloscastilla - Fotolia

Huawei Connect 2019: Atlas 900 für leistungsstarkes Computing

Huawei präsentiert Atlas 900 als KI Training Cluster als Teil seiner Computing-Strategie. Der Konzern sieht Computing und Konnektivität als essentiell für intelligente Plattformen.

Zum Auftakt der Huawei Connect 2019 stellt Ken Hu, Deputy Chairman und Rotating CEO bei Huawei, vor allem Computing in den Mittelpunkt. Das Unternehmen sieht Computung und Konnektivität als wichtige und entscheidende Faktoren an, intelligente und effiziente Plattformen für KI- und Cloud-Umgebungen aufzubauen.

Er präsentierte die Computing-Strategie der Firma und ein weiteres Atlas-Server-System für hochleistungsfähige Workloads und Transaktionen. Hu betonte, dass hochperformantes Computing menschliche Fähigkeiten unterstützen und verbessern kann.

Computing im Fokus

Für Huawei gehören zum Computing für das intelligente Zeitalter drei Komponenten: Brute Force Computing (Brachiales Computing), Ubiquitous Computing (Universelles Computing) und Cooperative Computing (Kooperatives Computing).

Die Komponenten für Computing im intelligenten Zeitalter.
Abbildung 1: Die Komponenten für Computing im intelligenten Zeitalter.

Unter Brachialem Computing versteht Hu unter anderem statistisches Computing, das viele Ressourcen benötigt. Ein Beispiel hierfür ist einem Rechner oder Algorithmus beizubringen, bestimmte Objekte wie beispielsweise eine Katze zu erkennen, indem man ihm Millionen an Images zur Verfügung stellt.

Kompliziertere Applikationen wie autonomes Fahren, astronomische Analysen und Wettervorhersagen würden weitaus mehr Ressourcen verbrauchen. Trotz dieses Nachteils meint Hu, dass sich diese Art des Computings im Bereich der KI als Mainstream durchsetzen wird.

Als Universelles Computing bezeichnet der CEO die Art von Computing, die universell, intelligent und überall zu finden ist, von der Cloud bis zu Kopfhörern und Smartphones sowie Edge-Geräten. Die beiden genannten Arten bilden laut Hu quasi die Computing-Landschaft für das intelligente Zeitalter, aber um dies noch effizienter zu machen, bedarf es des Kooperativen Computings, das plattformübergreifend verwaltet wird, um mittels Vernetzung Arbeits- und Lebensumstände zu verbessern oder zu unterstützen.

Die drei Computing-Arten, die Computing für das intelligente Zeitalter möglich machen.
Abbildung 2: Die drei Computing-Arten, die Computing für das intelligente Zeitalter möglich machen.

Das Interesse und der Fokus auf den Computing-Markt ist nicht überraschend, immerhin sieht das Analystenhaus Gartner einen Marktwert von zwei Trillionen US-Dollar bis 2023 in diesem Segment.

Um den Markt hier optimal bedienen und entsprechende Produkte entwickeln und anbieten zu können, konzipierte der Konzern eine neue Computing-Strategie, die aus vier Schlüsselelementen besteht: aus Architekturinnovationen, universellen Prozessoren, der Geschäftsstrategie und einem offenem Ökosystem. Architekturinnovation zeigt Huawei mit seiner DaVinci-Architektur, die skalierbare 16x16xN Cubes umfasst und jegliche Szenarios wie Endgeräte, Edge- und Cloud-Umgebungen bedienen soll. Das Unternehmen hat bereits verschiedene Prozessoren im Portfolio, die für die Computing-Strategie zum Einsatz kommen. Dazu gehören die Serien Kunpeng (allgemeine Einsatzzwecke), Ascend (für KI), Kirin (für smarte Endgeräte) und Honghu (für smarte Screens).

Für die Geschäftsstrategie will das Unternehmen offen bleiben und seinen Partnern entsprechende Hardware, Open-Source-Software sowie Entwicklungs-Support anbieten, damit so neue Applikationen entwickelt und migriert werden können. Neben diesen Komponenten stehen den Partner auch Cloud-Services zur Verfügung. Hu machte auch deutlich, dass das Unternehmen keine Ambitionen hat, seine Prozessoren direkt zu verkaufen.

Um ein umfassendes Ökosystem sowie globale Kollaborationen aufzubauen und nutzen zu können, stellte der Konzern bereits 2015 sein Huawei Developer Program vor. Seitdem wurden bislang weltweit 1,3 Millionen Entwickler und 14.000 ISV geschult. Das Ziel ist es, weitere 1,5 Milliarden US-Dollar zu investieren, um das Programm für insgesamt fünf Millionen Entwickler zu erweitern.

Weitere Computing-Initiativen

Um seine Strategie voranzutreiben, hat Huawei General Purpose Computing und KI Computing im Blick. Für General Purpose Computing setzt die Firma seinen Kunpeng-Prozessor in den Mittelpunkt, die für diese universelle Datenverarbeitung weiterentwickelt werden wird. Darauf aufbauend soll in Schlüsseltechnologien und Produkte wie Accelerator-Karten, Server, Betriebssysteme, Datenbanken, Compiler und andere Tools investiert werden. Erhöhte Investitionen, um die die gesamte Wertschöpfungskette zu verbinden, soll das Vertrauen der Partner stärken.

Hierfür soll zudem ein dediziertes Ökosystem entstehen. In Zusammenarbeit mit lokalen Regierungen und Partnern unterstützt das Unternehmen verschiedene Gemeinden dabei, ihre lokalen industriellen Ressourcen voll auszuschöpfen, indem Kunpeng Innovationszentren und Inkubatoren entstehen. Diese Zentren sollen Partner aus dem gesamten Ökosystem zusammenbringen, wo neue Anwendungsversionen betrieben, Talente gefördert und Standards im Team entwickelt werden können. Solche Zentren gibt es derzeit in Peking, Shanghai und Shenzhen.

KI-Computing hingegen soll umfassendes universelles KI-Portfolio mit vollständigem Stack bieten. Dafür wurde im Vorjahr der Ascend 310 Prozessor vorgestellt, den das Unternehmen für die Anwendungsentwicklungsplattform ModelArts konzipierte. In diesem Jahr nun folgte der Ascend 910, der als KI-Prozessor dem Modelltraining dient. Im August 2019 veröffentlichte Huawei das KI-Computing-Framework MindSpore    

Atlas 900: Leistungsstarkes AI Training Cluster

Atlas 900 erweitert die bereits bestehende hochperformante Server-Serie um ein AI Training Cluster, der die Performance tausender Ascend-Prozessoren in einem System kombiniert. Um die Leistungsfähigkeit der Hardware zu testen, nutzte Huawei das ResNet-50-Modell, einen Industriestandard, um die Performance KI-Trainings zu messen.

Das Huawei Atlas AI Training Cluster.
Abbildung 3: Das Huawei Atlas AI Training Cluster.

Dabei schloss das System das gesamte Training in weniger als einer Minute ab, genauer gesagt in 59,8s. Laut Hersteller ist dies 10 Sekunden schneller als das nächste Anbieter in diesem Test, der das gleiche Training in 70,2 Sekunden absolvierte.

Dieses Resultat wurde mit insgesamt 1.024 Ascend 910-Prozessoren erreicht. Weitere technische Details wurden zur Keynote nicht preisgegeben. Allerdings wurden bereits Anwendungsbeispiele präsentiert. So ist Atlas 900 bereits in die Huawei Cloud integriert.

Des Weiteren nutzt die Organisation Square Kilometre Array die Technologie, um zahlreiche astronomische Daten auszuwerten. Die Institution baut derzeit das weltweit größte Radioteleskop, das 200 Sattelitenschüsseln in Südafrika, 1.000 dieser Empfänger in Australien und bis zu eine Million Antennen in Australien installieren wird.

Das Datenvolumen wird 2 PByte pro Sekunde (Antennen) beziehungsweise bei 8,8 TByte pro Sekunde (Sattelitenschüsseln) liegen. Der gesamte Verbund an Rechenzentren der Organisation wird pro Jahr 600 PByte an Informationen zusammentragen. Atlas 900 war in der Lage, zahlreiche Daten zu scannen, um den Standort und den spezifischen Typus von über 200.000 Sternen, und dies in nur 10 Sekunden. Mit vorherigen Systemen benötigten Astronomen 169 Tage, um diese Anzahl an Informationen zu verarbeiten.

Anmerkung der Redaktion: Wir haben die Huawei Connect auf Einladung von Huawei besucht und berichten unabhängig über wichtige Neuheiten.

Erfahren Sie mehr über Data-Center-Betrieb

ComputerWeekly.de
Close