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。