人工智能从“计算”破局 谁能抢先拿到赛点?

郑凯1352 2017-05-11 15:22 阅读:22
摘要:作为人工智能的重要节点,还有一个真正的意义是:将数据、算法和计算,三个维度进行了整合。

界对人工智能的认知,一直围绕着两个维度:算法和数据。数据,显然是一切的基础,有了大数据才有了人工智能所依赖的基本元素,算法则是人工智能的引擎,也是核心价值。

但我们分析人工智能过去30年的发展,就会发现,人工智能领域的主流技术,在本质上仍然是图灵机的架构,在这几十年的发展中,最大的变化其实是硬件速度与性能的提升,在算法逻辑上并没有根本性的革新与改变。

正如在GTC 2017上,浪潮人工智能与高性能产品部总经理刘军谈及的一样,“其实,在2006年就出现了深度学习的技术,但因为缺少相关的计算能力。所以直到12年,才实现了把GPU和深度神经网络结合起来,做出了应用模型。”所以,他认为,2012年作为人工智能的重要节点,还有一个真正的意义是:将数据、算法和计算,三个维度进行了整合。

我们也注意到,如今不断降低的硬件价格和不断提升的硬件性能,让人工智能计算走进了现实,比如火了整个2016年的AlphaGo就是得益于此。

可是,纵观整个行业,大多数的科技公司把注意力集中在算法上,也有相当一部分的公司聚焦于数据,而在计算这个维度上进行深度挖掘的公司则少之又少。我认为,这其实给了提早布局的浪潮很好的机会。随着人工智能化时代的来临,在人工智能计算的层面,势必会诞生新的巨头,这会是浪潮的机会吗?

人工智能将成就哪些公司?

每一次新的技术浪潮,都会产生新的领导型公司。事实上,在过去几十年的进程当中,中国公司极少走到技术的前端。例如在信息化时代,成功的是英特尔、微软这样的公司,而在互联网时代,成功的是谷歌这样的公司。如果人工智能是一次新的浪潮,GPU核心技术的拥有者NVIDIA显然是最有机会脱颖而出的,那么,还有哪些公司有机会成为这个时代的弄潮儿?

从目前人工智能领域的分布来看,有三种类型的公司在从事与人工智能相关的业务。

第一类,是大型互联网公司,以谷歌和国内的百度为代表。这些互联网公司,首先在用人工智能技术来改善自身的业务,将过去的业务AI化,同时借助获取的人工智能的技术能力去拓展新的领地。谷歌和百度目前也是在人工智能的算法方面,走得最靠前的公司。

第二类,是集中于人工智能应用的公司,它们借助到图像和语音和智能处理能力,针对特定的行业,来孵化具体的人工智能解决方案,比如国内的科大讯飞,还有GTC 2017上参展的商汤科技都属于这个类型的公司,他们是将人工智能技术作为入口的典型代表。

第三类,则是以浪潮为代表的,将产品和技术的精力放在人工智能计算领域的公司,他们的特征是以硬件为载体,可以为大型互联网公司,人工智能应用公司,以及对人工智能有需求的大行业,例如医疗、金融和安防等提供计算能力。

刘军说,“浪潮的定位,就是做人工智能计算的提供商,同时,除了硬件设备,浪潮还会提供更多的价值,比如深度学习框架的优化,和深度学习训练的管理和调度等。”我认为,这三个类型的公司当中,都有可能出现新的巨头,而在人工智能计算这个维度上,浪潮的布局最早,切入最深。

人工智能是中国公司国际化的抓手

在本届GTC上,我们在铂金级赞助商的名单中,看到了浪潮和联想这样的中国公司的身影,毫无疑问,通过一场全球性的大会来展示技术能力是不需要争议的。

从2015年到2017,连续三年参加GTC大会的浪潮,一年比一年高调的在GTC上进行布局,这显然并不是一个偶然。

刘军表示,之所以对GTC和人工智能进行了如此大的投入,首先源于浪潮对人工智能业务机会的判断。人工智能将是从最近30年来最大的一次革命,这会令行业产生变革。对于浪潮这种做计算的公司来说,这是技术的机会,也是产业变革的必要性。

所以,基于这个判断,浪潮认为有必要从产品到思考在GTC进行全面的展示。让客户和合作伙伴看到,浪潮在人工智能上的决心和实际的进展。

而另一个重要的原因则是浪潮的国际化。正如刘军所说,”在国际化的进程中,我们需要一些必要的产品做抓手,那么如果传统计算架构,服务器和数据中心设备,因为有了成型的产品体系,浪潮的优势不会那么明显。但是,在人工智能计算上,浪潮技术和产品丰富性是领先于其他竞争对手,这显然可以成为浪潮国际化的抓手。”

这个思路其实很符合中国古谚当中“田忌赛马”的寓意,在国际化的赛道上,每一家中国公司都应该找到跑得最快的那匹马。那么,浪潮的快马,正是人工智能计算。

实际上,浪潮之所以在人工智能计算上跑得比所有人更快,主要的原因还是浪潮的领先,都是围绕客户需求建立起来的,因为浪潮所有的人工智能软硬件设计,都围绕了客户的需求,才会发生快速的迭代循环,同时也有了先发优势。比如AI rack这种产品,事实上已经交付了1年多了,但目前市面上的同类产品还没有。

人工智能的需求爆发来得比想象还快

我们知道,在今年初,浪潮明确智慧计算业务重心,宣布成立人工智能部门,持续推出面向人工智能应用的创新计算平台。很多人认为,这只是一个战略性的新部门,实际的业务增长还要看未来。

这个判断本身的误区在于没有看到,目前人工智能的需求大爆发。

首先,整个从市场和客户群来看,他们对人工智能的需求爆发都非常快。刘军说,“去年之前,谈深度学习还是还是比较大的公司,和独角兽公司,而且也是屈指可数。但现在,出现了大量的行业和企业都在寻求人工智能的服务和产品的支持,来帮助他们过去IT升级做不到的东西。”这种爆发的速度连刘军本人也是始料未及。

所以,现在的问题,并不是人工智能业务的回报慢,最大的挑战是如何快速的去满足客户的需求,而不是需求不够大。“今天的落差是于需求起来的太快,但是整个人工智能的供应链条准备,包括软硬件和服务都还不够。”刘军说。

其次,刘军认为,人工智能的产品,利润率的回报要高于传统业务产品。因为在这些产品上,可以产生一些新的增值。“我们把人工智能的产品,做得更尖端更高可靠,同时浪潮也不仅是硬件的提供商,我们从软件和系统,提供端到端的解决方案。”这种高附加值,也注定了浪潮在人工智能的业务上绝不会是亏本的买卖。

当然,人工智能的需求爆发,也给生态环境的发展,提供了新的机会。浪潮也没办法独自吃下所有的需求,刘军说,“我们希望告诉合作伙伴,在人工智能的时代如果不能转身,那么就会被淘汰。浪潮第一能告诉他们方向在哪里,第二能告诉他们沿着这个方向怎么成长,怎么走。”

持续迭代换来的人工智能计算力

尽管,浪潮人工智能的部门成立于今年初,智慧计算战略也是去年刚刚提出,但实际上浪潮对人工智能计算的探索由来已久。

刘军说,“3年前我们在解决HPC的问题时,就发现当时有互联网公司在用它来解决深度学习的需求。在我们与客户的协同创新过程中,它证明了浪潮能够切入到用户的需求场景里去。从那开始,浪潮知道了自己需要做哪些工作。”

在2015年的GTC上,浪潮发布了首款高性能MPI集群版的Caffe深度学习计算框架,并开源公布所有代码。这个产品是浪潮的一次勇敢的尝试,虽然最初的版本有一些易用性的问题,但浪潮通过产品迭代,不断突破了过去的瓶颈。

在GTC 2017上,Caffe MPI也有了新的升级。它是浪潮对人工智能计算不断探索的典型代表,而通过这几年来的提前布局,在本届GTC上,浪潮首次从硬件、软件和系统层面提供了端到端的能力。

第一,在硬件层面。浪潮携手NVIDIA在GTC大会期间发布了加速人工智能计算的超高密度服务器AGX-2,它将是全球首款在2U空间内高速互联集成8颗最高性能GPU加速器的服务器,将全面加速人工智能和科学工程计算等领域的研究应用效率。

对于这个产品的设计初衷,浪潮人工智能产品经理黄乾明说,“在人工智能数据、算法和计算三个维度中,计算力的瓶颈有两个。第一,客户会用到不同的GPU卡来加速,第二并行计算的参数交换是个瓶颈。为了突破这两个瓶颈,浪潮设计了AGX-2,第一支持任何GPU,,第二给GPU做Scaleout或Scale up,第三给不同的GPU做配置和优化。”作为全球领先的人工智能超级计算机,AGX-2目前的性能几乎称得上是世界第一。

第二,在软件层面。浪潮发布了人工智能深度学习训练集群管理软件AIStation。该软件可以支持多种深度学习框架,快速部署深度学习训练环境,全面管理深度学习训练任务,实现对计算集群的CPU、GPU资源进行统一的管理、调度及监控,有效的提高计算资源的利用率和生产率,为深度学习用户提供高效易用的平台。

冰冻三尺,非一日之寒。人工智能从计算上破局已成必然,而手握“计算”的浪潮,显然已经抢先拿到了赛点。人工智能的技术浪潮,将有机会成就一个新的浪潮。

版权声明
本文仅代表作者观点,不代表百度立场。
本文系作者授权百度百家发表,未经许可,不得转载。
阅读量: 22