栏目导航

专题推荐

热点文章

2018中国AI计算力发展报告

发表时间:2018/9/25 7:15:10  作者:kolimm  浏览次数:349  
字体大小: 【小】 【中】 【大】
我们常常被问到这样一个问题——今天有如此之多的技术创新,为什么偏偏AI如此引人关注?让国家机构高度关注、科技巨头纷纷入局,甚至还可以进入教育系统,成为大学专业?

如今看来,最显著的原因就是AI可以重新定义劳动的效率,进而对整个国家的经济发展产生直接作用。假如原本企业需要100%的人力成本才能创造出60%的产值,但有了AI的加持,100%的人力成本甚至可以创造120%的产值。对于未来全球进一步的劳动力总数下滑问题,AI替代人力也是一项极佳的解决方案。

因此AI也成为了以国家为单位的竞技场。而中国因为人口基数庞大、移动互联网下沉完善,研发AI技术的最大特点就是拥有强大的数据底牌。想让巨大的数据量有效运转起来,其实最依赖的是计算力。

也就是说,虽然中国大数据基础最好,但是过去一两年中,中国对于算力建设和创新的投入,或许才是最大的。

在最近的2018人工智能计算大会(AICC 2018)上,浪潮联合IDC研究发布了《2018中国AI计算力发展报告》摘要版(后简称《报告》)。据《报告》数据显示,在2017年中国的整体算力提高了230.7%。

而算力的提升,正在多个产业圈层引发新的蝴蝶效应,无形之中推动AI产业的巨大变革。

第一只扇动翅膀的蝴蝶,就是算力生态本身。

前文提到,在巨大的数据量之下,中国市场对于AI计算力有着大量需求。尤其是对BAT这样拥有足够数据和AI人才储备的科技企业来说,他们对AI计算硬件的需求量大且迫切。而在AI基础架构端,又有算力企业能够提供满足其算力需求的AI计算产品。两者结合,就促生了中国算力生态的自我循环发展。

以此次推出《报告》的浪潮为例,浪潮凭借着对BAT等领先互联网企业的AI服务器供应,以57%的市份额占据了国内AI服务器市场的半壁江山。同时浪潮推出了JDM(Joint Design Manufacture)模式,与领军企业联合开发包含AI服务器在内的AI一体化解决方案去赋能AI落地行业市场,进一步激发传统行业AI转型的服务器需求。这样,通过需求方与供应方的高效连接,就形成了AI计算市场的自循环。通过自循环,为AI算力提供商发展带来了创新的成本和动力。更直白的说法就是,AI算力提供商卖得好、有钱赚,就能更好地投入研发,为市场提供更具竞争力的计算硬件产品。

浪潮最新发布的超级AI服务器AGX-5,便是浪潮在计算量剧增的挑战之下,追求更高研发效力的研发新成果。作为目前全球最强大的AI计算主机之一,AGX-5计算性能高达每秒2千万亿次。此前浪潮还发布过面向AI云场景的弹性GPU服务器NF5468M5,适用于智能视频场景的AI服务器NF5280M5-V等等,适用于不同应用场景的硬件产品,为AI技术的行业化、场景化落地铺平了道路。

第二只蝴蝶,是计算生态带来的区域经济崛起。

在《报告》中,中国AI计算力城市发展排名的第一梯队是杭州、北京、深圳、上海、合肥,而第二梯队则是成都、重庆、武汉、广州、贵阳等城市。

这个排名多少让人有些意外,和传统经济话语体系下的东南沿海为先,或是互联网经济体系下的北上广深,都有着不小的差异。

这是因为,计算生态和以往第一、第二产业,以及互联网经济的发展模式都不尽相同。第一、第二产业要求有广袤的土地和适宜贸易的地缘优势。所以合肥、成都、武汉这种位于西部和中部城市并不占优势。而互联网经济又大多依赖年轻、教育程度较高密集的人口,因此大多也都集中在传统一线城市中。

在AI计算经济中,算力提供者通常扮演后备军的角色,并不需要占据地缘上的优势。反而依赖一些其他资源,比如更低廉的租金、更廉价的电力与宽带费用来负担日常运维。这时西南、中部这些城市的优势就显露出来了。当地政府对于大数据、AI产业大力支持,正在为当地打造更适宜的创业环境,留住人才。

计算力生态为区域带来的,不仅仅是更多财政收入和就业。榜单中排名靠前的城市,往往也能近水楼台先得月,在智慧城市方面得到进一步的升级。

计算之力正在突破物理结界,让这些以往弱势的地方区域找到全新的发展可能。

第三只蝴蝶:算力与算法相互推动,带来新的AI产业想象力

AI计算力和AI算法之间到底谁促进了谁的发展,这似乎是一个“先有鸡还是先有蛋”的问题。但可以肯定的是,中国AI计算能力的不断提升,正在给予AI算法研发更加丰厚的土壤。

浪潮AI&HPC总经理刘军在接受采访时也表示,今天AI计算和AI算法的目标空前一致,从计算行业的角度来看,既然最终目标是获得更高精度的AI模型,那么就为算法科学家提供更多的计算资源,让他们做出更大的模型、更精准的识别方式,在一个没有天花板的舞台上尽情施展。

就算法创新而言,AI计算力的发展同时也关系着算法研究的效率。不管是HPC计算的应用,还是更加大的服务器集群,都可以加速神经网络模型训练的速度,降低算法研发上的时间成本。

这也就意味着,算力的攀升与迭代,可以为算法创新带来更好的环境。尤其在新算法研究,与算法大规模部署落地时,算力环境就变得尤为重要。如果运用一般的云计算服务,研究者和应用工程师将面临冗长的调试周期、兼容性问题,并将不得不以“从头造轮子”的心态发明很多算力调集工具。

举例来讲,在应用颇为广泛的AI云方面,就给云端基础架构设计提出了很多要求,GPU资源的支持和高效分配、线上推理的高并发低延迟和高能效比、大规模数据存储与通信能力等等,都给AI的开发和应用带来了掣肘。

而假如引用了新的算力环境,很多事情将得到改观。如浪潮GPU服务器NF5468M5,就专门为AI云优化提供了弹性配置能力,帮助应用者更高效地调配资源。加上AIStation深度学习集群管理软件、Teye应用调优工具、Caffe-MPI并行深度学习计算框架等平台,还可以让算法研发者获取高效的测试优化能力,快速调优AI应用。这样很多AI门槛就在无形中得到了消弭,突破性研究也有了“后勤保障”。

这样一来,AI计算不断为算法提供更舒适的发展空间,算法得以应用,创造了经济价值,带来的生态效益又促进着AI计算的继续创新。计算力的增强与算法创新互相作用,带动着AI落地能力的不断增长,让AI从实验室走到城市的每一个角落,去散发它的光和热。

在AI的大命题之下,每一个细节都值得深入挖掘。而中国在计算力这一“专项技能”上的优势,正在源源不断地发挥着作用。在中国经济结构不断升级的道路上,计算带来的蝴蝶效应正在形成强大的推助力,或许我们正在从以往的“制造经济体”、“人力经济体”进化为“计算力经济体”,通过自身的算力优势,让中国的AI走遍中国,又进一步向更广阔的天地行进。


联系我们 - 广告合作 - 咨询服务 - 人才招聘 - 法律声明 - 网站声明 - 付费方式 - 在线投稿

郑州市.高新区.国家863中部软件园9号楼912号 豫ICP备13013913号-2

点击这里给我发消息 点击这里给我发消息