從人工智能的爆發與后勁,再看產業背后的中國力量

如果說去年人工智能還只是屏幕上“人機大戰”中“人不如狗”的概念之爭,今年人工智能已經成為了炙手可熱的當紅概念,甚至顯得有些虛火上升。

實際上,人工智能之所以成為當下的風口和熱點,最大的原因在于人工智能應用場景開始持續落地,讓人工智能的商業想象史無前例地提升。這也是9月7日在北京舉辦的首屆人工智能計算大會(AICC)上,帶給眾多參會者最直接印象。

正如中國工程院院士、浪潮集團首席科學家王恩東所言:“人工智能是目前人類社會面臨的最重要的技術變革,也是國家發展的重大戰略機遇?!?

確實如此,近幾年興起的第三次人工智能浪潮,根本原因正是計算能力的快速發展,結合互聯網、物聯網帶來的海量數據和深度學習等先進算法共同催生而成,其實際應用效果和社會影響力遠遠超出以往。

那么,中國的人工智能之路接下來要如何走出自己的特色?在這個過程中會面臨哪些重大的挑戰?特別是,已經走在市場前沿的人工智能企業,又將如何打造更為完善的產業生態,為賦能行業貢獻更多的價值?毫無疑問,這些問題也是外界關注的方向和思考的重點。

人工智能的爆發與后勁

在AICC大會現場,仔細聆聽完海內外數十位知名專家的主題報告,你能強烈的感受到,即將面對的人工智能新時代將會迎來一場翻天覆地的大變革,這其中有直面未來的激動與迫切,也有貼近機遇的興奮與憧憬,更有唯恐被時代所拋棄的焦慮。

中國工程院院士、浪潮集團首席科學家

王恩東

對中國而言,人工智能真的是百年難得一遇的技術大變革,而中國的企業在這一波技術變革上反應速度也讓人驚艷,這背后和當下所處的大環境無疑有著直接的聯系,我們可以從三個維度來看:

一是,從市場規???,毋庸置疑,中國已是人工智能目前最大的市場,也是最大規模的應用市場。無論是從互聯網用戶的規模,應用的規模,應用的先進程度,以及積累的數據程度,這種勢能的積累讓未來人工智能的爆發變得勢不可擋。

根據IDC報告,未來三年,中國人工智能市場的復合年增產率將超過50%,到2020年中國人工智能市場的規模將到達150.2億人民幣,其中政府、金融、醫療、制造等行業將占整體人工智能應用市場規模的一半份額以上。

二是,從技術投入看,無論是在底層的硬件、高性能計算系統的發展,還是在應用層面軟件的開發,以及在人工智能,特別是深度學習領域里面的算法,目前都處在世界最為前沿和領先的領域,整個市場十分的活躍。

來自清華大學教授、國家超級計算無錫中心主任楊廣文就表示,目前正在運營的“神威·太湖之光”是世界首臺峰值性能超過十億億次的超級計算機,三次獲得世界第一,可以實現超過千萬核心的并行規模,今后神威超算會面向深度學習平臺進一步優化,希望能承載越來越多的語音圖象識別、工業大數據、精準醫療、信息安全等深度學習應用。

清華大學教授、國家超級計算無錫中心主任楊廣文

百度人工智能技術委員會主席、主任架構師朱勇也強調,百度在大數據方面,具有全網萬億級的網頁,每天數十億的搜索需求,同時擁有百億級別的圖像、視頻及定位數據;在算法方面,構建了超大規模的神經網絡,可以支持萬億級的參數,千億級的樣本訓練。

三是,從宏觀環境看,國家相關部門對此高度重視,今年7月20日公布的《新一代人工智能發展規劃》就明確提出了中國人工智能“三步走”戰略、八大關鍵技術研究、數十個產業落地、AI人才的培養和引進、以及成立人工智能規劃推進辦公室等戰略規劃等。

更為關鍵的是,目前中國人工智能的產業鏈條已初步完善,并形成了一股“中國力量”。涌現了包括阿里、騰訊、百度、科大訊飛、曠視科技、今日頭條等諸多提供智能應用公司,以及包括浪潮在內提供計算力在內的企業,且這些公司的競爭力都處在業內第一梯隊中。

由此可見,人工智能已經成為了當下中國產業升級和企業數字化轉型中的新動能和驅動力。特別是由于線上線下生態及場景遠比其他國家豐富、多元,中國經濟中結構性的差異,以及細分行業中不同的應用場景需求,都給了以人工智能等新技術創新以巨大的想象力,可謂發展的后勁十足。

計算需求無上限的背后

眾所周知,人工智能的三大要素是算法、數據和計算。隨著人工智能深度神經網絡的快速發展,更深更大的算法模型、更復雜的架構正在成為趨勢。

浪潮集團副總裁胡雷鈞

不過,當如此龐大的數據用于人工智能的訓練學習時,數據量將超出內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,甚至完全無法實現最基本的人工智能。

對此,王恩東指出,盡管計算已經有了快速的發展,但面對人工智能這樣一個蓬勃發展的需求,仍然面臨著許多挑戰,排在第一位的仍然是計算性能。

他說:“因此,我們需要加強計算芯片創新、可擴展平臺架構、系統優化設計等基礎技術研發和能力構建,同時也要從硬件、軟件、應用、人才等多方面綜合提升,避免短板效應帶來的整體產業發展不良反應?!?

確實如此,微軟全球資深技術院士黃學東在AICC大會現場,現場演示了Microsoft Powerpoint presentation translator實時翻譯,并用蘇格蘭式英語、湖南口音的中英文互譯,軟件都呈現了很高的互譯準確率。

但是他也認為,實時翻譯核心是“實時”,因此未來還需要更強大的GPU,更多計算的助力,才能讓更多人真正用上超人水平的語音識別。

香港浸會大學副教授褚曉文

香港浸會大學副教授褚曉文同樣表示,在過去的11年里面內存帶寬僅僅提升了15-16倍,而計算能力提升了30-50倍,這說明內存的性能跟計算的性能之間的距離在逐漸擴大,這也是GPU計算今天面臨的一個巨大的挑戰,這個挑戰就是巨大的計算能力和相對薄弱的內存訪問之間的一道鴻溝。

不僅如此,浪潮集團副總裁胡雷鈞強調:“未來對計算能力的需求在人工智能這個方向上,或者在機器學習和神經網絡識別的方向上,對計算能力的需求依然是很強烈的,且沒有上限?!?

首先,人工神經網絡的訓練對計算能力的需求由三個因素決定:一是網絡深度;二是網絡里節點單元的個數和節點單元連接的復雜度;三是處理數據集的規模。這三個因素加在一起使得神經網絡訓練模型需要的計算能力是非常大的。例如,用120萬張圖片的數據集來訓練一個ResNet,需要的時間是41天,整個浮點運算操作的總量是2200億億次。

其次,監督式學習的訓練復雜度相對要小一些,無監督學習不但訓練的數據是變的,網絡本身也是變的,網絡的深度、每一層的節點的數量、每一層與每一層之間的連接都是變動的,在這些變動之下需要的計算規??赡芤_到100個E級。而對于通用人工智能,以目前在摩爾定律約束下的專用化計算能力,還看不到在哪一天能夠真正達到人腦級的運算。

從胡雷鈞的判斷中,不難發現在計算層面,人工智能對于計算的要求確實不同于以往的應用需求,如何為人工智能應用提供源源不斷的“動力”是業界的一大挑戰。與此同時,在算法和數據方面,我們處于一個大數據的時代,結構化數據、非機構化數據、互聯網數據、業務數據等交織在一起,如何在人工智能時代挖掘數據價值也是一大挑戰。

人工智能中國力量崛起

顯然,人工智能要想繼續往前發展,就必須體系化、層次化的構建它的生態系統。有一個相對完整的生態系統的支撐,人類才能推動計算系統能夠面向應用需求。

因此,在具體的實踐中,浪潮認為人工智能的計算平臺、系統管理、計算框架、應用方案將是一個生態系統里不可或缺的幾個重要環節,在滾動推動著人工智能的長遠發展?;诖?,浪潮在上面四個方向構建了自身的人工智能生態體系,具體來說:

第一,在計算平臺方面,浪潮圍繞數據、計算能力、延遲、通信能力領域的瓶頸,研發重點是提高單位空間之內的計算能力和計算單元之間交互數據的能力。

例如,浪潮在2U空間內能集成8個,甚至以后可能更多的GPU處理器,以獲得最高的計算能力。浪潮還通過服務器與GPU BOX的分離,擁有了更靈活的計算組合,以便適應各種不同的神經網絡的模型。

第二,在系統管理方面,浪潮把云計算調動大規模運算的技術應用到人工智能計算上,為人工智能的開發者、運維者面臨的各種巨量的運算應用提供了一個管理模式,以及計算框架的分析工具。

這套分析工具被稱之為浪潮AIStation,它可以支持多種深度學習框架,快速部署深度學習訓練環境,全面管理深度學習訓練任務,實現對計算集群的CPU、GPU資源進行統一的管理、調度及監控,有效的提高計算資源的利用率和生產率,為深度學習用戶提供了高效易用的軟件管理平臺。

第三,在計算框架方面,浪潮是首個把Caffe的計算模型從原先的單機版擴展成為集群版,通過這個集群版可以做到在一個系統里運行更大尺寸的神經網絡,同時通過MPI的編程能夠更有效的調動系統的資源來完成一個高性能計算。

最新版本的浪潮Caffe-MPI,較谷歌TensorFlow 性能實現翻倍,Caffe-MPI之所以在性能上的出色表現,得益其在并行算法設計上的創新突破。

最后,在應用方案方面,浪潮在計算平臺、系統管理、計算框架的不斷創新,由此也形成了完善的端到端應用方案。包括浪潮高密度高性能的模型訓練的平臺AGX-2,它是目前世界上最高密度的AI計算平臺,在2U空間之內支持NVLink,支持P100GPU,有基于FPGA的F10A加速卡。

同時,在此基礎上,浪潮還提供了高效的人工智能管理平臺AIStation,高性能深度學習框架Caffe-MPI。更重要的是,浪潮還有非常有經驗的工程師隊伍可以幫助優化算法,幫助用戶把人工智能完成落地。

欧美 亚洲 中文 国产 综合,日本高清在线中字视频,国产美女精品久久久久,亚洲AV连续喷潮在线播放