欢迎关注我的公众号 [极智视界]，获取我的更多笔记分享
大家好，我是极智视界，本文介绍一下 昇腾新推出的 Atlas300 系列新卡。
2022 年，昇腾推出了新一代 Atlas300 系列卡，场景覆盖全面，包括 推理卡 ==> Atlas 300I Duo、Atlas 300I Pro，视频解析卡 ==> Atlas 300V Pro，训练卡 ==> Atlas 300T Pro。基本都会是对应上一代的升级：
- 推理：(原有 升级) Atlas 300I ==> (up up) Atlas 300I Duo、Atlas 300I Pro；
- 视频解析：(新增) Atlas 300V Pro；
- 训练：(原有 升级) Atlas 300T ==> (up up) Atlas 300T Pro;
文章目录
1 推理卡系列
差不多两年前，昇腾推出了第一代 半高半长 的推理卡 Atlas 300I 以对标 Nvidia T4，从算力上来看 Atlas 300I 会逊色一截 (Atlas 300I 单卡 int8 算力为 88 TOPS，Nvidia T4 单卡 int8 算力为 130 TOPS，但跑实际网络的性能并不一定是这样)，Atlas 300I 长这样：
那时的 Atlas 300I 推理卡分型号：3000/3010，意思是区分 CPU处理器 是 ARM 的还是 X86 的，两者不能互通，也就是说 你在华为自家鲲鹏机器上能用的卡，插在英特尔机器上是不能用的。而现在的 Atlas 300I Pro 是能很好的做到兼容 ARM 和 X86 ( 灵活度高了 )。
我们知道，Atlas 300I 卡内置 4个 device，芯片为 昇腾310，而 Atlas 300I Pro 直接升级到了 昇腾710，这也导致推理卡算力从原来的 int8 88 TOS -> int8 140 TOS (超越了 Nvidia T4，注: 这其实拿T4来比就不太公平了，现在T4都要停产了)。在 工具链 (CANN 等) 方面，当然也在不断的升级，比如：以前的工具链前端是不直接支持 pytorch 的，这样灵活度会降低很多，因为现在用 pytorch 的人实在太多了，而现在早已支持 pytorch -> om 的部署路线 (记得前几年去华为参加讨论的时候 还专门讨论过这个问题，当时的做法是 必须先把 pytorch 模型先进行一次 模型转换，转成如 caffe 这样的 友好模型，然后可以转 om 部署，也可以再走一系列操作，如 模型小型化啊、调优啊… 再到转 om 部署)。
这里实际拿 Atlas 300I 和 Atlas 300I Pro 对比会更有意义，因为这两个都是 半高半长卡，而 Atlas 300I Duo 则是 全高全长卡， 因缺乏历史对比对象，这里暂且把它放在 Atlas 300I 和 Atlas 300I Pro 一起进行对比好了。下面是 Atlas 300I、 Atlas 300I Pro、Atlas 300I Duo 的一些主要性能参数对比：
指标 | Atlas 300I | Atlas 300I Pro | Atlas 300I Duo |
芯片 | 昇腾310 | 昇腾710 | 昇腾710 |
device 个数 | 4 个 | 4 个 | 8 个 |
算力 int8 | 88 T | 140 T | 280 T |
算力 fp16 | 44 TF | 70 TF | 140 TF |
显存 | LPDDR4 32 GB | LPDDR4 24 GB | LPDDRX 96 GB |
视频解码 | 80 路 | 126 路 | 256 路 |
视频编码 | 4 路 | 24 路 | 48 路 |
功耗 | 67 W | 72 W | 150 W |
可以看到 Atlas 300I Duo 指标基本是 Atlas 300I Pro 的 两倍，而 Atlas 300I pro 可以看做是 Atlas 300I 的 全方位升级 。
推理卡 讲完了，看看 Duo 全高全长卡 长啥样
2 视频解析卡
新增 视频解析卡 Atlas 300V Pro，先看参数再说吧：
指标 | Atlas 300V Pro |
芯片 | 昇腾710 |
device 个数 | 4 个 |
算力 int8 | 140 T |
算力 fp16 | 70 FT |
显存 | LPDDR4X 48 GB |
视频解码 | 126 路 |
视频编码 | 24 路 |
功耗 | 72 W |
仔细一看，会发现个很有意思的现象：Atlas 300V Pro 指标中除了 显存 好像 其他都和 Atlas 300I Pro 一样啊，你没看错，就是这样 ^ ^ 。Atlas 300V Pro 就是专门为 大容量、多路数 视频解析场景而生的，这种场景在 安防 领域十分常见。
3 训练卡
之前的训练卡是 Atlas 300T，现在升级到了 Atlas 300T Pro。Atlas 300T Pro 训练卡 (型号：9000) 是基于昇腾 910 AI处理器，为数据中心提供强劲算力的 AI 加速卡，单卡可提供超高 280 TFLOPS fp16 算力，能够加快深度学习训练进程。还是来看 新、老卡的参数对比：
指标 | Atlas 300T | Atlas 300T Pro |
芯片 | 昇腾910 | 昇腾910 |
算力 fp16 | 220 TF | 280 TF |
显存 | 32 GB | 32 GB |
功耗 | 300 W | 300 W |
可以看到 Atlas 300 训练卡的升级主要体现在 算力，从原来的 单卡 fp16 220TF 算力 -> 单卡 fp16 280TF，且能保证一样的功耗消耗，这样一来一去，显卡的能效比就更强悍了。关于 能效比 的分析，同样也能适用于 推理卡。最后上张图呗：
好了，以上分享了 昇腾新推出的 Atlas300 系列新卡的一些对比，希望我的分享能对你的学习有一点帮助。
微信公众号【极智视界】
