弄潮AI,浪潮在等待下一波海水涌动
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
从这个角度来看,在今天抓住AI发展的下一潮就成了关键。
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。
提起超算或高性能计算,大家想到的可能是他们对于宇宙科学、基础物理、天文学方面的推演能力,实际上这项技术经常被应用于气象模拟等大规模的仿真演算,结合上AI之后,计算结果可以变得更加精准和高效。例如在气象报道领域,使用HPC集群预测未来3-5天的天气变得轻而易举,有AI能力的存在,更可以准确的把短期灾害的气象预报准确度提升80%。
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。
浪潮新推出的这款创新服务器i48就专门为以数据为中心的应用场景进行了优化设计,从高密度计算角度来讲注重整体系统的一致、高密度和快速部署,同时计算节点和储存节点也更加灵活,能够支持AI、HPC、NFV的IT基础设施。
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
如果观察浪潮在人工智能方面的布局与动作,会发现浪潮所落下的每一步脚印都是“神预判”,刚好踩在产业发展的下一个痛点上。
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AI参与者大概有三种类型,一类是BAT这样既具备数据处理能力、算法研发能力及解决方案能力的全能型企业;第二类是科大讯飞、FACE++这样的垂直领域独角兽,具备非常强的技术研发能力;第三类则是金融、医疗、交通等等有数据基础、急需AI转型的传统行业。
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”
和冲浪一样,站在浪潮的弄潮儿靠的不仅仅是对风浪的预判,还要对每一个动作稔熟于心,才能在风浪来临时驾驭它冲向更高,否则也只能精准计算出自己摔倒的姿势而已。
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……
而今天AI在基础科学上的能力正在逐渐展示出来,例如美国的费米国家加速器实验室就曾利用强化学习神经网络研究中微子和高能亚原子粒子,最终神经网络的解决方案优于人类科学家的定制模型。AI的发展与应用,正在和HPC结合起来,把我们带到了AI产业下一幕的揭幕时刻。在这一概念中,我们可以找到以下三个支撑点。
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。
从浪潮自身的动作来看,除了推出i48这样的创新型产品之外,浪潮已经连续7年参加ISC。在此前的ISC上,浪潮也发布过可以随需拓展适应高密度计算的GX4,并与英特尔升级了KEEP计划,搭建体验平台帮助更多用户体验深度学习+HPC的高效应用。
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。
弄潮AI,浪潮在等待下一波海水涌动相关推荐
- 腾讯赵建春:AI浪潮下的高效运维思考及实践
GOPS 全球运维大会暨首届金牌运维峰会于11月17日-18日在上海圆满举行.腾讯 SNG 助理总经理.GOPS 金牌讲师赵建春老师受邀出席大会,并带来精彩演讲<AI 浪潮下的高效运维思考与实践 ...
- 下一个手机AI浪潮——再见,苹果和他的时代!
长江后浪推前浪,前浪死在沙滩上!手机领域江湖也是如此.回望手机发展史,从1973年第一部民用手机到1983年的摩托罗拉大哥大,再到1992年全球第一条手机短信诞生与1995年的第一款诺基亚翻盖手机问世 ...
- 【AI浪潮下的挑战和机遇】许多职业即将消失,AI 即将战胜人类了吗?
文章目录 前言 一.人类科技发展史 二. AI浪潮下的挑战 1. 数据安全和隐私保护问题 2. 带来新的伦理和道德问题 3. 版权和知识产权问题 三.对传统行业和就业的冲击 1.传统文本编辑行业受到冲 ...
- 绝非配角:AI浪潮中的加拿大
加拿大似乎是一个存在感很弱的国家. 留学圈里有这么一个段子,说是倘若有人在美国留学,他肯定会明确说出来:倘若有人遮遮掩掩说自己留学北美,那他一定去的是加拿大--这其中隐含的"高"与 ...
- 联想高校AI精英挑战赛再下一城,10项目逐鹿华中科大,智能大数据平台夺冠
允中 发自 江城 量子位 报道 | 公众号 QbitAI 刚刚,联想创投集团主办的"中国有AI·联想高校AI精英挑战赛",结束了第二站暨华中赛区晋级赛角逐. 10个高校项目入围, ...
- 【每日新闻】彭震:产业互联网将是浪潮服务器的下一个风口;Gartner:只有65%的企业组织有网络安全专家...
点击关注中国软件网 最新鲜的企业级干货聚集地 趋势洞察 坚持是种信念,努力是种精神! 2018中国软件生态大会 16站正在进行中 趋势洞察 彭震:产业互联网将是浪潮服务器的下一个风口 浪潮集团副总裁彭 ...
- 12月21日云栖精选夜读:阿里云总裁胡晓明:AI泡沫过后,下一站是“产业AI”...
摘要: 12月20日,在云栖大会·北京峰会上,阿里云总裁胡晓明阐述了阿里巴巴在人工智能方面的布局,并提出 "AI for Industries"(产业AI)的理念,认为人工智能的发 ...
- Labview 时间计数器 等待(ms) 等待下一个整数毫秒
1.时间计数器获取自计算机启动以来所经过的毫秒数 2.等待(ms)使程序等待指定的ms数,返回时间计数器的当前值 <=>seelp() 3.等待下一个整数毫秒,整数毫秒用来指定VI运行的时 ...
- 百度陆奇:AI是5G网络下最好的加速器,技术商业化还要更快
问耕 假装发自 LV 量子位 出品 | 公众号 QbitAI 下一代通信网络5G,意味着什么? 百度集团总裁兼COO陆奇美国时间10日在出席CES一个对话活动时说,AI是5G网络下最好的加速器,陆奇表 ...
- 循环队列的应用——舞伴配对问题:在舞会上,男、女各自排成一队。舞会开始时,依次从男队和女队的队头各出一人配成舞伴。如果两队初始人数不等,则较长的那一队中未配对者等待下一轮舞曲。假设初始男、女人数及性别
欢迎加qq群:453398542 学习讨论,会定期分享资料课程,解答问题. 循环队列的应用--舞伴配对问题:在舞会上,男.女各自排成一队.舞会开始时,依次从男队和女队的队头各出一人配成舞伴.如果两队初 ...
最新文章
- 完美数据迁移-MongoDB Stream的应用
- 细说PHP中strlen和mb_strlen的区别
- 黑客教父龚蔚演讲:钓鱼WiFi 也能照用不误
- GoldenGate的ADD SCHEMATRANDATA命令研究
- Docker container与宿主进程相互隔离的实现原理
- leetcode167. 两数之和 II - 输入有序数组(二分查找)
- 论文浅尝 | 基于复杂查询图编码的知识库问答
- 24个经典的MySQL索引问题,你都遇到过哪些?
- FIREDAC用于LINUX报头文件FireDAC.VCLUI.Wait找不到
- CCF201912-1 报数
- 包,logging日志模块,copy深浅拷贝
- RTP audio video profile
- 关于uboot中tftp上传内存数据到tftp服务器
- c++ string 长度限制_面试中要会的String相关问题
- VS2010中打开VS2013/VS2012项目
- carray 、clist、cmap
- 优盘连接时显示参数错误请问咋才能修复
- react项目中播放音频时扬声器图标动画效果
- Java实现 LeetCode 31下一个排列
- 外贸收款——国际主流收款方式