文/鄭凱
業界對人工智慧的認知, 一直圍繞著兩個維度:演算法和資料。 資料, 顯然是一切的基礎, 有了大資料才有了人工智慧所依賴的基本元素, 演算法則是人工智慧的引擎, 也是核心價值。
但我們分析人工智慧過去30年的發展, 就會發現, 人工智慧領域的主流技術, 在本質上仍然是圖靈機的架構, 在這幾十年的發展中, 最大的變化其實是硬體速度與性能的提升, 在演算法邏輯上並沒有根本性的革新與改變。
正如在GTC 2017上, 浪潮人工智慧與高性能產品部總經理劉軍談及的一樣, “其實, 在2006年就出現了深度學習的技術, 但因為缺少相關的計算能力。 所以直到12年, 才實現了把GPU和深度神經網路結合起來, 做出了應用模型。 ”所以, 他認為, 2012年作為人工智慧的重要節點, 還有一個真正的意義是:將資料、演算法和計算, 三個維度進行了整合。
我們也注意到, 如今不斷降低的硬體價格和不斷提升的硬體性能,
可是, 縱觀整個行業, 大多數的科技公司把注意力集中在演算法上, 也有相當一部分的公司聚焦於資料, 而在計算這個維度上進行深度挖掘的公司則少之又少。 我認為, 這其實給了提早佈局的浪潮很好的機會。 隨著人工智慧化時代的來臨, 在人工智慧計算的層面, 勢必會誕生新的巨頭, 這會是浪潮的機會嗎?
人工智慧將成就哪些公司?
每一次新的技術浪潮, 都會產生新的領導型公司。 事實上, 在過去幾十年的進程當中, 中國公司極少走到技術的前端。 例如在資訊化時代, 成功的是英特爾、微軟這樣的公司,
從目前人工智慧領域的分佈來看, 有三種類型的公司在從事與人工智慧相關的業務。
第一類, 是大型互聯網公司, 以穀歌和國內的百度為代表。 這些互聯網公司, 首先在用人工智慧技術來改善自身的業務, 將過去的業務AI化, 同時借助獲取的人工智慧的技術能力去拓展新的領地。 穀歌和百度目前也是在人工智慧的演算法方面, 走得最靠前的公司。
第二類, 是集中于人工智慧應用的公司, 它們借助到圖像和語音和智慧處理能力, 針對特定的行業, 來孵化具體的人工智慧解決方案, 比如國內的科大訊飛, 還有GTC 2017上參展的商湯科技都屬於這個類型的公司, 他們是將人工智慧技術作為入口的典型代表。
第三類, 則是以浪潮為代表的, 將產品和技術的精力放在人工智慧計算領域的公司, 他們的特徵是以硬體為載體,
劉軍說, “浪潮的定位, 就是做人工智慧計算的提供商, 同時, 除了硬體設備, 浪潮還會提供更多的價值, 比如深度學習框架的優化, 和深度學習訓練的管理和調度等。 ”我認為, 這三個類型的公司當中, 都有可能出現新的巨頭, 而在人工智慧計算這個維度上, 浪潮的佈局最早, 切入最深。
人工智慧是中國公司國際化的抓手
在本屆GTC上, 我們在鉑金級贊助商的名單中, 看到了浪潮和聯想這樣的中國公司的身影, 毫無疑問, 通過一場全球性的大會來展示技術能力是不需要爭議的。
從2015年到2017, 連續三年參加GTC大會的浪潮,一年比一年高調的在GTC上進行佈局,這顯然並不是一個偶然。
劉軍表示,之所以對GTC和人工智慧進行了如此大的投入,首先源於浪潮對人工智慧業務機會的判斷。人工智慧將是從最近30年來最大的一次革命,這會令行業產生變革。對於浪潮這種做計算的公司來說,這是技術的機會,也是產業變革的必要性。
所以,基於這個判斷,浪潮認為有必要從產品到思考在GTC進行全面的展示。讓客戶和合作夥伴看到,浪潮在人工智慧上的決心和實際的進展。
而另一個重要的原因則是浪潮的國際化。正如劉軍所說,”在國際化的進程中,我們需要一些必要的產品做抓手,那麼如果傳統計算架構,伺服器和資料中心設備,因為有了成型的產品體系,浪潮的優勢不會那麼明顯。但是,在人工智慧計算上,浪潮技術和產品豐富性是領先于其他競爭對手,這顯然可以成為浪潮國際化的抓手。”
這個思路其實很符合中國古諺當中“田忌賽馬”的寓意,在國際化的賽道上,每一家中國公司都應該找到跑得最快的那匹馬。那麼,浪潮的快馬,正是人工智慧計算。
實際上,浪潮之所以在人工智慧計算上跑得比所有人更快,主要的原因還是浪潮的領先,都是圍繞客戶需求建立起來的,因為浪潮所有的人工智慧軟硬體設計,都圍繞了客戶的需求,才會發生快速的反覆運算迴圈,同時也有了先發優勢。比如AI rack這種產品,事實上已經交付了1年多了,但目前市面上的同類產品還沒有。
人工智慧的需求爆發來得比想像還快
我們知道,在今年初,浪潮明確智慧計算業務重心,宣佈成立人工智慧部門,持續推出面向人工智慧應用的創新計算平臺。很多人認為,這只是一個戰略性的新部門,實際的業務增長還要看未來。
這個判斷本身的誤區在於沒有看到,目前人工智慧的需求大爆發。
首先,整個從市場和客戶群來看,他們對人工智慧的需求爆發都非常快。劉軍說,“去年之前,談深度學習還是還是比較大的公司,和獨角獸公司,而且也是屈指可數。但現在,出現了大量的行業和企業都在尋求人工智慧的服務和產品的支援,來説明他們過去IT升級做不到的東西。”這種爆發的速度連劉軍本人也是始料未及。
所以,現在的問題,並不是人工智慧業務的回報慢,最大的挑戰是如何快速的去滿足客戶的需求,而不是需求不夠大。“今天的落差是於需求起來的太快,但是整個人工智慧的供應鏈條準備,包括軟硬體和服務都還不夠。”劉軍說。
其次,劉軍認為,人工智慧的產品,利潤率的回報要高於傳統業務產品。因為在這些產品上,可以產生一些新的增值。“我們把人工智慧的產品,做得更尖端更高可靠,同時浪潮也不僅是硬體的提供商,我們從軟體和系統,提供端到端的解決方案。”這種高附加值,也註定了浪潮在人工智慧的業務上絕不會是虧本的買賣。
當然,人工智慧的需求爆發,也給生態環境的發展,提供了新的機會。浪潮也沒辦法獨自吃下所有的需求,劉軍說,“我們希望告訴合作夥伴,在人工智慧的時代如果不能轉身,那麼就會被淘汰。浪潮第一能告訴他們方向在哪裡,第二能告訴他們沿著這個方向怎麼成長,怎麼走。”
持續反覆運算換來的人工智慧計算力
儘管,浪潮人工智慧的部門成立於今年初,智慧計算戰略也是去年剛剛提出,但實際上浪潮對人工智慧計算的探索由來已久。
劉軍說,“3年前我們在解決HPC的問題時,就發現當時有互聯網公司在用它來解決深度學習的需求。在我們與客戶的協同創新過程中,它證明了浪潮能夠切入到用戶的需求場景裡去。從那開始,浪潮知道了自己需要做哪些工作。”
在2015年的GTC上,浪潮發佈了首款高性能MPI集群版的Caffe深度學習計算框架,並開源公佈所有代碼。這個產品是浪潮的一次勇敢的嘗試,雖然最初的版本有一些易用性的問題,但浪潮通過產品反覆運算,不斷突破了過去的瓶頸。
在GTC 2017上,Caffe MPI也有了新的升級。它是浪潮對人工智慧計算不斷探索的典型代表,而通過這幾年來的提前佈局,在本屆GTC上,浪潮首次從硬體、軟體和系統層面提供了端到端的能力。
第一,在硬體層面。浪潮攜手NVIDIA在GTC大會期間發佈了加速人工智慧計算的超高密度伺服器AGX-2,它將是全球首款在2U空間內高速互聯集成8顆最高性能GPU加速器的伺服器,將全面加速人工智慧和科學工程計算等領域的研究應用效率。
對於這個產品的設計初衷,浪潮人工智慧產品經理黃乾明說,“在人工智慧資料、演算法和計算三個維度中,計算力的瓶頸有兩個。第一,客戶會用到不同的GPU卡來加速,第二平行計算的參數交換是個瓶頸。為了突破這兩個瓶頸,浪潮設計了AGX-2,第一支持任何GPU,,第二給GPU做Scaleout或Scale up,第三給不同的GPU做配置和優化。”作為全球領先的人工智慧超級電腦,AGX-2目前的性能幾乎稱得上是世界第一。
第二,在軟體層面。浪潮發佈了人工智慧深度學習訓練集群管理軟體AIStation。該軟體可以支援多種深度學習框架,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高效易用的平臺。
冰凍三尺,非一日之寒。人工智慧從計算上破局已成必然,而手握“計算”的浪潮,顯然已經搶先拿到了賽點。人工智慧的技術浪潮,將有機會成就一個新的浪潮。
連續三年參加GTC大會的浪潮,一年比一年高調的在GTC上進行佈局,這顯然並不是一個偶然。劉軍表示,之所以對GTC和人工智慧進行了如此大的投入,首先源於浪潮對人工智慧業務機會的判斷。人工智慧將是從最近30年來最大的一次革命,這會令行業產生變革。對於浪潮這種做計算的公司來說,這是技術的機會,也是產業變革的必要性。
所以,基於這個判斷,浪潮認為有必要從產品到思考在GTC進行全面的展示。讓客戶和合作夥伴看到,浪潮在人工智慧上的決心和實際的進展。
而另一個重要的原因則是浪潮的國際化。正如劉軍所說,”在國際化的進程中,我們需要一些必要的產品做抓手,那麼如果傳統計算架構,伺服器和資料中心設備,因為有了成型的產品體系,浪潮的優勢不會那麼明顯。但是,在人工智慧計算上,浪潮技術和產品豐富性是領先于其他競爭對手,這顯然可以成為浪潮國際化的抓手。”
這個思路其實很符合中國古諺當中“田忌賽馬”的寓意,在國際化的賽道上,每一家中國公司都應該找到跑得最快的那匹馬。那麼,浪潮的快馬,正是人工智慧計算。
實際上,浪潮之所以在人工智慧計算上跑得比所有人更快,主要的原因還是浪潮的領先,都是圍繞客戶需求建立起來的,因為浪潮所有的人工智慧軟硬體設計,都圍繞了客戶的需求,才會發生快速的反覆運算迴圈,同時也有了先發優勢。比如AI rack這種產品,事實上已經交付了1年多了,但目前市面上的同類產品還沒有。
人工智慧的需求爆發來得比想像還快
我們知道,在今年初,浪潮明確智慧計算業務重心,宣佈成立人工智慧部門,持續推出面向人工智慧應用的創新計算平臺。很多人認為,這只是一個戰略性的新部門,實際的業務增長還要看未來。
這個判斷本身的誤區在於沒有看到,目前人工智慧的需求大爆發。
首先,整個從市場和客戶群來看,他們對人工智慧的需求爆發都非常快。劉軍說,“去年之前,談深度學習還是還是比較大的公司,和獨角獸公司,而且也是屈指可數。但現在,出現了大量的行業和企業都在尋求人工智慧的服務和產品的支援,來説明他們過去IT升級做不到的東西。”這種爆發的速度連劉軍本人也是始料未及。
所以,現在的問題,並不是人工智慧業務的回報慢,最大的挑戰是如何快速的去滿足客戶的需求,而不是需求不夠大。“今天的落差是於需求起來的太快,但是整個人工智慧的供應鏈條準備,包括軟硬體和服務都還不夠。”劉軍說。
其次,劉軍認為,人工智慧的產品,利潤率的回報要高於傳統業務產品。因為在這些產品上,可以產生一些新的增值。“我們把人工智慧的產品,做得更尖端更高可靠,同時浪潮也不僅是硬體的提供商,我們從軟體和系統,提供端到端的解決方案。”這種高附加值,也註定了浪潮在人工智慧的業務上絕不會是虧本的買賣。
當然,人工智慧的需求爆發,也給生態環境的發展,提供了新的機會。浪潮也沒辦法獨自吃下所有的需求,劉軍說,“我們希望告訴合作夥伴,在人工智慧的時代如果不能轉身,那麼就會被淘汰。浪潮第一能告訴他們方向在哪裡,第二能告訴他們沿著這個方向怎麼成長,怎麼走。”
持續反覆運算換來的人工智慧計算力
儘管,浪潮人工智慧的部門成立於今年初,智慧計算戰略也是去年剛剛提出,但實際上浪潮對人工智慧計算的探索由來已久。
劉軍說,“3年前我們在解決HPC的問題時,就發現當時有互聯網公司在用它來解決深度學習的需求。在我們與客戶的協同創新過程中,它證明了浪潮能夠切入到用戶的需求場景裡去。從那開始,浪潮知道了自己需要做哪些工作。”
在2015年的GTC上,浪潮發佈了首款高性能MPI集群版的Caffe深度學習計算框架,並開源公佈所有代碼。這個產品是浪潮的一次勇敢的嘗試,雖然最初的版本有一些易用性的問題,但浪潮通過產品反覆運算,不斷突破了過去的瓶頸。
在GTC 2017上,Caffe MPI也有了新的升級。它是浪潮對人工智慧計算不斷探索的典型代表,而通過這幾年來的提前佈局,在本屆GTC上,浪潮首次從硬體、軟體和系統層面提供了端到端的能力。
第一,在硬體層面。浪潮攜手NVIDIA在GTC大會期間發佈了加速人工智慧計算的超高密度伺服器AGX-2,它將是全球首款在2U空間內高速互聯集成8顆最高性能GPU加速器的伺服器,將全面加速人工智慧和科學工程計算等領域的研究應用效率。
對於這個產品的設計初衷,浪潮人工智慧產品經理黃乾明說,“在人工智慧資料、演算法和計算三個維度中,計算力的瓶頸有兩個。第一,客戶會用到不同的GPU卡來加速,第二平行計算的參數交換是個瓶頸。為了突破這兩個瓶頸,浪潮設計了AGX-2,第一支持任何GPU,,第二給GPU做Scaleout或Scale up,第三給不同的GPU做配置和優化。”作為全球領先的人工智慧超級電腦,AGX-2目前的性能幾乎稱得上是世界第一。
第二,在軟體層面。浪潮發佈了人工智慧深度學習訓練集群管理軟體AIStation。該軟體可以支援多種深度學習框架,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高效易用的平臺。
冰凍三尺,非一日之寒。人工智慧從計算上破局已成必然,而手握“計算”的浪潮,顯然已經搶先拿到了賽點。人工智慧的技術浪潮,將有機會成就一個新的浪潮。