内容简介:对于一个企业组织或者一个国家来说,在技术变革的过程中掌握住机遇的关键诀窍是什么?是科技的基础、人才的预备抑或是经济能力的支撑?这些或许都很重要,但今天我们想告诉的大家的,却是对科技发展形势的预判。最典型的案例就是日本,现在看来日本的人工智能产业并不发达,实际上在上个世纪八十年代,日本经济快速腾飞时,也曾倾举国之力研究人工智能。只不过日本选择错了方向,一直在研究以知识信息处理系统为核心的第五代计算机。等到后来PC风靡,全知全能的知识信息处理系统还没搭建好,不甚实用的第五代计算机开始逐渐被遗忘。当时的错误选择
对于一个企业组织或者一个国家来说,在技术变革的过程中掌握住机遇的关键诀窍是什么?是科技的基础、人才的预备抑或是经济能力的支撑?这些或许都很重要,但今天我们想告诉的大家的,却是对科技发展形势的预判。
最典型的案例就是日本,现在看来日本的人工智能产业并不发达,实际上在上个世纪八十年代,日本经济快速腾飞时,也曾倾举国之力研究人工智能。只不过日本选择错了方向,一直在研究以知识信息处理系统为核心的第五代计算机。等到后来PC风靡,全知全能的知识信息处理系统还没搭建好,不甚实用的第五代计算机开始逐渐被遗忘。当时的错误选择,却没能为日本累积下经验和研究成果,导致在今天AI发展时后劲不足。
由此可见,在科技产业中立足就像冲浪,不管你的冲浪板有多好,提前判断海浪的朝向,做一个“弄潮儿”才是永立潮头的关键。
AI之潮的关键,永远在NEXT
最近有很多人开始“唱衰”深度学习,认为Facebook人工智能研究院、谷歌Deepmind这种偏研究性质的机构开始逐渐被企业冷处理、资本市场所带来的泡沫又会让人们对于深度学习抱以过高的期待等等。这些观点有很多的确不够客观,但也证明了在深度学习如火如荼的今天,也有很多人在寻找AI技术的新发展机会。
本周在德国举行的2018 ISC国际超算大会上,浪潮就推出了有关AI+HPC(高性能计算)的新产品,专为AI、HPC和NFV(网络功能虚拟化)优化的创新设计服务器i48。
同时一些神经网络的模型训练,也可以利用上超算和HPC的算力来加速。比如前一阵在德扑大赛中打败人类的德扑AI Libratus就是通过超算进行强化学习训练,训练时间大大缩短,仅仅用了几天而已。
在AI、HPC和NFV三种计算模式之间的灵活可拓展性,使得i48这款产品有能力去面对丰富的应用场景。尤其是当AI和HPC的结合越来越常见时,企业将面临多种计算方案的选择。i48应对海量数据存储与处理的能力,使其在当前AI+HPC的应用场景中不仅有技术创新的优势,更有商业效率上的优势。
以第三代基因测序为例,在配置了200+颗处理器和384TB储存空间的i48中,可将人和类似哺乳动物的全基因组组装时间缩短到2天以内,数据处理能力是业界平均水平的4倍。
用神预判做AI的浪潮
其实我们知道,浪潮并不是唯一一个服务器和硬件存储技术上占有优势的企业,但浪潮却能发展成BAT的AI计算GPU服务器最主要供应商,占有率高达90%,并且可以和科大讯飞、Face++等AI技术企业在应用场景上深入合作。这得益于这家公司多年前对市场的准确预判与较早的在AI与HPC技术上的研究与布局上。
浪潮曾经提出对于AI参与者的分区,其中就展示出了浪潮对于AI市场未来发展趋势的理解。
浪潮提出的AI参与者分区,就展示出了两个精准的判断,第一是BAT这样企业将会不断往全栈式AI能力发展,而科大讯飞等这些独角兽会选择专精于某一领域的技术能力。第二是金融、医疗、交通等和数字、图像等高频打交道的行业最需要AI赋能,也最适合AI赋能。
浪潮的AI业务也分别针对这三类企业参与提供了区别化的服务。例如为BAT提供创新的计算平台产品、联合进行场景化定制,帮助第一类玩家算的更快、卖的更好。为AI独角兽提供除计算平台外还包括管理套件、优化框架等深入的服务,以便第二类玩家更好的发挥优势、突破技术天花板。为行业客户提供端到端的全栈式解决方案,实现其转型的目的。
面对AI ,浪潮四大“弄潮动作”
面对AI的浪潮,浪潮的“弄潮动作”分为四种,分别是计算平台的产品创新、AI管理系统、框架优化和端到端全方位解决方案。
将这些招式分解,我们可以看到浪潮在计算平台产品上提升计算效能以应对未来计算量越来越大的AI算法,通过标准化、可拓展来满足AI云、深度学习模型和线上推理等AI应用全场景的不同计算需求。在AI管理系统上通过对计算集群资源的统一管理来提升计算资源的利用率。在框架方面提升硬件并行使用效率来提高AI计算的整体性能……
第一,随着传感器越来越多,在一些领域(如交通等)中数据量的规模会无限扩大、数据更新的频次也会无限接近实时变化,如此巨大的数据量下利用HPC 的多机并行/高速网络/调度算法可以获得更高效率,为AI发展提供强大的基础工具。
第二, 中国自身HPC能力在全球名列前茅,在AI全球化竞争的前提下,这一能力将成为我们可利用的重要优势。
第三,在AI产业化应用后,对算法模型的更新迭代要求会越来越高。快速甚至实时的更新模型在AI产业中正愈发普及。目前已经有越来越多的企业和团队利用HPC来满足AI产业对于计算速度的需求。
也就是说浪潮早已在产品和框架上发力,在AI+HPC的浪头上滑翔。
不知道在AI+HPC的浪头之后,下一波海水涌动会在何时来临。我们能确定的,只有准备好动作,才能乘风破浪。
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 从黑客到“高丽币” 区块链在朝鲜暗流涌动
- SD-WAN江湖暗流涌动 凌锐蓝信“应用”级武器走天下
- 60题PyTorch简易入门指南,做技术的弄潮儿!
- 浪潮亮相Open Infrastructure:开放基础设施时代的“弄潮儿”
- 走在前沿的弄潮儿,怎能不会Git的那些奇技淫巧
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
High Performance Python
Andrew Lewis / O'Reilly Media, Inc. / 2010-09-15 / USD 34.99
Chapter 1. Introduction Section 1.1. The High Performance Buzz-word Chapter 2. The Theory of Computation Section 2.1. Introduction Section 2.2. Problems Section 2.3. Models of Computati......一起来看看 《High Performance Python》 这本书的介绍吧!