北京2017年11月20日電 /美通社/ -- 近日，浪潮集團副總裁胡雷鈞就數(shù)據(jù)爆炸與復雜模型讓AI計算迎來更多創(chuàng)新機會撰文，全文如下：
隨著人工智能首次寫入政府工作報告并且國務院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》，人工智能產(chǎn)業(yè)被視作新的重要經(jīng)濟增長點，人工智能技術應用成為改善民生的新途徑?？梢哉f，以人工智能技術為代表的第四次工業(yè)革命撲面而來，以前所未有的方式對人們的生活帶來巨大改變。
人工智能將重構所有行業(yè)
縱觀人工智能近幾年的發(fā)展，可以觀察到一個顯著趨勢就是人工智能和各行各業(yè)的連接越來越密切。從長期來看，人工智能擁有令人難以置信的力量，將重構幾乎所有行業(yè)。
在搜索引擎業(yè)務中，無論是文本、圖片搜索還是語音搜索，機器似乎變得越來越聰明；在醫(yī)療保健行業(yè)，人工智能為醫(yī)學影像帶來了很大的改變；在金融行業(yè)，人工智能在投資組合設計、金融產(chǎn)品營銷以及金融安全保障領域都有應用；在汽車制造行業(yè)，谷歌、Uber、百度等科技公司以及戴姆勒、福特等眾多的汽車廠商正在開發(fā)智能駕駛；在天氣預報領域，人工智能的技術目前在雷達外推短臨預報上已得到應用；在石油勘探領域，神經(jīng)網(wǎng)絡和模糊邏輯相結合被成功地應用到了裂隙性油藏的分析，以及選擇較佳的測井數(shù)據(jù)對油藏特征進行研究之中。
AI技術發(fā)展：大數(shù)據(jù)+大模型+大計算
人工智能在今天得以快速的發(fā)展，跟數(shù)據(jù)、算法、計算的發(fā)展息息相關。
目前，全球數(shù)據(jù)量正以平均年增長率50%的速度增長，預計到2020年全球數(shù)據(jù)總量將超過40ZB，而2020年中國的數(shù)據(jù)總量將占全球數(shù)據(jù)總量比例的20%，成為世界第一數(shù)據(jù)資源大國和全球數(shù)據(jù)中心。
同時，人工智能深度神經(jīng)網(wǎng)絡也在快速地發(fā)展，更深更大的算法模型、更復雜的架構正在成為趨勢。卷積網(wǎng)絡曾是較大最深的神經(jīng)網(wǎng)絡架構之一，但如今，它被抽象成了大多數(shù)新架構中的一小部分。
最后，數(shù)據(jù)的增大、模型的復雜，將為計算帶來更大的挑戰(zhàn)空間，當如此龐大的數(shù)據(jù)用于人工智能的訓練學習時，數(shù)據(jù)量將超出內(nèi)存和處理器的承載上限，如果計算力不能相應增長，整個學習過程將變得無比漫長，甚至完全無法實現(xiàn)最基本的人工智能。
AI計算迎來更多創(chuàng)新機會
從人工智能的三要素來看，如何更好地將爆炸式增長的海量數(shù)據(jù)用于模型訓練，已成為人工智能未來發(fā)展的關鍵環(huán)節(jié)。數(shù)據(jù)與模型的快速發(fā)展，為計算帶來了挑戰(zhàn)的同時，也提供了更多的創(chuàng)新機會。
那么在人工智能計算創(chuàng)新方面，則應從強調(diào)構建AI系統(tǒng)能力與價值著眼，在硬件創(chuàng)新、軟件實現(xiàn)、框架優(yōu)化和應用加速四個維度賦能AI，這四個維度形成了一個完整的“4S”組合：硬件創(chuàng)新是“Server”，加上軟件實現(xiàn)構成“System”，再加上框架優(yōu)化就是“Solution”，最后加上應用加速即是“Services”，這也是浪潮今年提出的 AI 端到端解決方案。
復雜的人工智能應用環(huán)境是進行人工智能硬件創(chuàng)新開發(fā)時要考慮的重要因素。人工智能在模型訓練時對計算需求大，更依賴GPU，而當產(chǎn)品服務上線后，計算需求減少，吞吐量需求增大，要考慮低延遲的產(chǎn)品。今年，浪潮與百度在AI計算上聯(lián)合開發(fā)的SR-AI整機柜服務器，就是根據(jù)百度的AI模型訓練需求開發(fā)的。浪潮將CPU和GPU分開成兩個BOX，CPU主要負責管理和控制，GPU主要負責AI運算，通過專用的線纜將2個部分高速的連起來。隨著模型復雜度和規(guī)模的增加，計算量會增加，如果一個GPU BOX不夠，就可以擴展多個GPU BOX。目前，浪潮開發(fā)的這款SR-AI整機柜服務器可以實現(xiàn)單節(jié)點16卡、單物理集群64卡的超高密度擴展能力，已經(jīng)應用在百度無人車之中，具備千億樣本、萬億參數(shù)級別的AI計算能力。同時，在前端推理方面，浪潮、科大訊飛和Altera公司共同發(fā)起了一項基于FPGA在智能語音識別領域的合作，三方完成了基于OpenCL的FPGA線上深度學習語音識別加速方案。
在AI系統(tǒng)管理方面，深度學習的模型訓練往往流程較長、開發(fā)環(huán)境較復雜，涉及數(shù)據(jù)準備和處理、特征工程、建模、調(diào)參等多個步驟及多個框架和模型，每個框架依賴環(huán)境不同且有可能交叉使用。更大的“痛點”在于，深度學習模型在訓練時往往耗時較長，短則數(shù)小時長則數(shù)天，以往在訓練完成后才意識到模型存在問題，大大耗費了用戶的精力和時間。浪潮根據(jù)此需求設計開發(fā)的AIStation管理軟件可以提供從數(shù)據(jù)準備到分析訓練結果的完整深度學習業(yè)務流程，支持Caffe、TensorFlow、CNTK等多種計算框架和GoogleNet、VGG、ResNet等多種模型，有效的提高計算資源的利用率和生產(chǎn)率，為深度學習用戶提供高效易用的平臺。
深度學習框架可以幫助用戶更好更快的開發(fā)深度學習模型，浪潮主導開發(fā)的全球首個集群并行版的Caffe深度學習計算框架Caffe-MPI，目前已在Github上開源公布所有代碼。在基于國際通行的Imagenet數(shù)據(jù)集進行深度學習模型訓練時，Caffe-MPI表現(xiàn)出良好的并行擴展。
AI應用優(yōu)化是浪潮極為重視的一項核心能力。浪潮與奇虎360合作開展了針對圖片搜索技術的GPU架構移植，基于K-means無監(jiān)督聚類算法串行版本，完成GPUMPI集群版本的實現(xiàn)，節(jié)點內(nèi)使用CPU+GPU協(xié)同計算，大幅降低了計算時間。
人工智能是當前人類所面對的最為重要的技術社會變革，可以全面提升一個國家的實力，全球許多國家都對AI充滿了憧憬與渴望。中國作為快速成長的數(shù)據(jù)資源大國，并且連續(xù)多年成為全球服務器增長較快的市場，在發(fā)展人工智能上具備得天獨厚的數(shù)據(jù)優(yōu)勢與計算優(yōu)勢，這將讓中國有能力成為人工智能的技術強國、應用大國。
