2019年9月25-27日,云棲大會在杭州召開,本次大會聚焦數(shù)字經(jīng)濟,提出了由新零售、新金融、新政務、新物流、新娛樂、新出行、新公益、新農(nóng)業(yè)等構(gòu)成的“百新”的概念。在“百新”中處處可見“計算”驅(qū)動數(shù)字經(jīng)濟,驅(qū)動人工智能的身影。浪潮AI&HPC總經(jīng)理劉軍在云棲大會接受采訪時表示,在人工智能的第三次浪潮中,計算、算法和數(shù)據(jù)是重要的推動力,其中計算更是起到了發(fā)動機一樣的驅(qū)動作用。同時劉軍分享了在互聯(lián)網(wǎng)企業(yè)多樣化AI應用快速發(fā)展的背景下,AI計算面臨的機遇與挑戰(zhàn)以及浪潮對AI產(chǎn)業(yè)發(fā)展的洞察。
計算驅(qū)動數(shù)字經(jīng)濟,驅(qū)動人工智能
數(shù)字經(jīng)濟是繼農(nóng)業(yè)經(jīng)濟和工業(yè)經(jīng)濟之后的一種新的經(jīng)濟形態(tài)。上世紀90年代,以互聯(lián)網(wǎng)為代表的新經(jīng)濟蓬勃發(fā)展,人們開始從經(jīng)濟系統(tǒng)的視角觀察這一由比特驅(qū)動的經(jīng)濟形態(tài),并正式提出了數(shù)字經(jīng)濟的概念。從第一臺電子計算機誕生,計算成為驅(qū)動數(shù)字經(jīng)濟的核心動力。店鋪進貨多少、企業(yè)生產(chǎn)多少,外賣、網(wǎng)約車如何更便捷,都與計算息息相關(guān)。作為數(shù)字經(jīng)濟的核心,計算支撐著生產(chǎn)運轉(zhuǎn)與服務效率。以外賣為例,每增加一個訂單,系統(tǒng)要在毫秒內(nèi)算出最優(yōu)路徑,每縮短一分鐘,也要通過計算加速、算法優(yōu)化實現(xiàn)……
在計算的驅(qū)動下,數(shù)字經(jīng)濟不斷發(fā)展,企業(yè)成本大幅降低,生產(chǎn)力有效提高,交易方式、決策方式等發(fā)生一系列變革。而人工智能技術(shù)的出現(xiàn),無疑加速了數(shù)字經(jīng)濟。制造、交通、通信等行業(yè)紛紛將AI技術(shù)與自身產(chǎn)業(yè)相結(jié)合,帶動業(yè)務升級,也豐富了AI應用場景。劉軍說,AI計算能夠讓模型、算法更精準,加速了AI應用落地。隨著AI應用場景的多樣化,計算會發(fā)揮越來越重要的作用。
機遇與挑戰(zhàn)并存,浪潮快速闖關(guān)
AI應用的發(fā)展離不開計算力的快速發(fā)展,劉軍認為,AI計算驅(qū)動AI應用高速前行。從某種意義上來講,是計算點亮了AI,同時AI也反過來給計算帶來新的挑戰(zhàn)。數(shù)據(jù)和訓練的任務量呈指數(shù)級增長,激發(fā)了對計算巨大的需求,AI計算產(chǎn)品要變得更快、更合適AI應用。而GPU等AI加速器技術(shù)復雜度和產(chǎn)業(yè)配套的復雜度越來越高,一款最新的加速器集成到計算平臺的周期越來越長,大約為6-12個月。
劉軍表示,要想縮短AI加速器的應用周期,需要開放的行業(yè)規(guī)范,降低AI計算平臺的設(shè)計和產(chǎn)業(yè)配套復雜度。在云棲大會的同期,浪潮在OCP歐洲開放計算峰會上發(fā)布了首款AI加速開放系統(tǒng),將加速新AI硬件加速模塊的大規(guī)模落地應用。
云棲大會浪潮展位
浪潮不僅率先發(fā)布AI加速開放系統(tǒng),落地行業(yè)標準,還能精準洞悉變化的客戶需求。對于阿里巴巴這類互聯(lián)網(wǎng)企業(yè)來說,其業(yè)務規(guī)模成長非常快,且成長速度往往難以預測。面對這類客戶快速變化的需求,浪潮形成了獨特的JDM(Joint Design/Development/Deliver Manufacture,聯(lián)合開發(fā))模式,面向用戶具體業(yè)務,打通需求、研發(fā)、生產(chǎn)、交付環(huán)節(jié),融合供需業(yè)務鏈,按需設(shè)計、生產(chǎn)和交付。劉軍表示,天下武功,唯快不破,浪潮JDM模式具備成本效率、超乎尋常的靈活敏捷和定制化特性,能快速滿足不同客戶的差異化需求,是浪潮業(yè)務增長的重要驅(qū)動力。
浪潮憑借獨特的JDM模式,連續(xù)多年支持雙十一,聯(lián)合阿里共同研發(fā)出多款定制化產(chǎn)品,并持續(xù)在AI計算服務器、定制化FPGA、高效能存儲方案等諸多方面開展深度合作。可以說浪潮是面對互聯(lián)網(wǎng)市場變化時,反應最快的科技公司。
產(chǎn)業(yè)發(fā)展需要客觀公正的第三方標準
AI產(chǎn)業(yè)發(fā)展離不開FPGA、GPU等各種加速器技術(shù)的飛速進步,各計算廠商推出了大量的解決方案,在線下訓練和線上推理兩類場景中,即使同類應用,不同的硬件、計算框架所帶來的性能表現(xiàn)差異也非常大。由于缺少有效測量性能表現(xiàn)的基準和方法,企業(yè)、科研機構(gòu)等AI用戶難以選擇合適的方案,亟需一個客觀公正的第三方評價標準。
客觀和完善的基準測試可以給AI產(chǎn)業(yè)帶來活力,同時推進AI技術(shù)的廣泛應用,它可以給需要構(gòu)建AI計算的廠商很多參考,在一定程度上將信息變得透明,有助于推動AI最終成為一個規(guī)范化、成熟化的產(chǎn)業(yè)。目前已經(jīng)有一些基準測試做的很好,比如由斯坦福大學推出的DAWNBench、由谷歌等機構(gòu)推出的MLPerf,以及SPEC Machine Learning推出的AI計算基準,浪潮如今是SPEC ML技術(shù)委員會的主席。此外,還有阿里推出的AI Matrix,用于阿里內(nèi)部的芯片設(shè)計和技術(shù)選型,同時也面向開發(fā)者開放一部分能力等。
