#量子位#这家厂商还要投入亿元帮产业AI落地,为AI时代“发电”
晓查发自凹非寺
量子位报道|公众号QbitAI
2020年一开局 , 新冠病毒就给全球一个“暴击” , 所有人都不得不面对这场危机 。
但危机也意味“危中有机” 。
文章图片
在线会议迎来了爆发 , 仅钉钉一个平台 , 全国超过2亿人实现了在线办公 , 1.2亿学生在线上课 。
互联网技术二十年的发展 , 让这些数字不足为奇 。
但是恐怕不会有太多人注意到 , 疫情的爆发也让AI技术浮出水面 , 乃至悄然渗透到我们日常生活的角落:
AI医疗用于核酸检测、肺部CT检查;机器人技术保证疫情期间的生产得以继续进行;人脸检测用于跟踪和防控病毒传播 。
在这一切看得见的技术之下 , 还有更多看不见的基建设施在背后提供 。 仅AI医疗影像每天要处理上万张CT图像 , 需要服务器进行大量的训练和推理运算 。
如果没有强大的算力资源作后盾 , AI技术也只是“巧妇难为无米之炊” 。
因此 , 国家在3月提出了新基建:加快5G网络、数据中心等新型基础设施建设进度 。
谁来提供巨大的算力需求?
在4月9日浪潮2020年云数据中心合作伙伴大会(IPF2020)上 , 浪潮发表了对于未来数据中心演进趋势的独到见解
智算中心 , 为AI时代“发电”
大会一开始 , 浪潮集团执行总裁、首席科学家王恩东便以电力为比喻 , 告诉我们算力在AI时代的基础地位 。
工业时代 , 电力是推动社会进步的基础 , 而算力则是我们这个AI时代的电力 。
拥有业内最强最全面的AI计算产品系列的浪潮自然冲在提升算力的第一线 。
增加发电量可以堆砌燃料 , 但提升算力可不仅仅靠堆砌硬件 。
在王恩东看来 , 围绕算力要在四个关键作业环节做出创新:生产算力、聚合算力、调度算力、释放算力 。
文章图片
生产算力就是要以硬件为基础 , 不能仅仅靠硬件 , 但没有强大的硬件却万万不可能 。
近年来 , 浪潮推出了多款强大的AI算力机组:AGX-5是目前全球最高性能的AI计算主机之一 , AGX-2是目前单位空间内GPU计算密度最高的服务器 , MX1是全球首个可支持多家不同型号AI芯片的AI开放加速系统 。
有了强大的硬件设备 , 就能训练更强的AI模型 。
借助浪潮的超大规模AI计算框架LMS , 浪潮首先实现了70亿参数自然语言处理模型的训练 , 相比主流的BERT模型参数量提升了20倍 。
文章图片
在提升单机的计算能力后 , 浪潮依托数据中心来聚合算力 。
比如 , 浪潮NX20智能网络加速产品可以打造更高效率更低延迟的云中心 , 而针对高并发推理集群 , 浪潮通过构建高性能存储池和深度优化软件栈 , 吞吐能力提升3.5倍以上 。
全面升级的浪潮AI软件
如果说这生产算力和聚合算力相当于制造发电机和并网发电 , 那么调度算力和释放算力就是把电力以最高效的方式输送到最需要的地方 , 更需要在软件上优化 。
正因如此 , 硬件厂商的浪潮近年来在AI软件方面也有大量投入 , 甚至软件开发人员数量已经超过硬件 。
对客户而言 , 要在有限的硬件成本上充分利用算力 , 唯有在软件上的提升 , 才能实现AI算力的释放 。
浪潮AI&HPC总经理刘军认为:
要生产算力 , 光有非常好的硬件实际上还是不够的 , 如何把更大规模的计算挑战在当前的
所以 , 浪潮早在2017年就推出了深度学习训练平台AIStation 。
AIStation支持多种深度学习框架 , 可以快速部署深度学习训练环境 , 管理深度学习训练任务 , 实现对硬件算力的管理和调配 。 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 。
推荐阅读
- 「5G」联发科的尴尬:天玑1000比麒麟990强,打平骁龙865,就是没厂商用
- 辛先森科技说击碎中小厂商的5G逆袭梦,四个拦路虎
- G数码怎料国产厂商纷纷“踩中”,后悔莫及,库克深深的套路
- 可可酱75吋量子点电视让孩子健康成长,如何才能健康不伤眼的看电视?TCL
- 科技引力携手华为称霸欧洲市场,表现让国外厂商意外!小米逆风增长
- [雀巢]这家公司年入6620亿,是阿里腾讯之和,20年收购250家公司
- 中国智能制造网量子通信布局起风了!,多国已未雨绸缪
- 手机大魔王华为的麒麟处理器为什么不开放卖给国内其他手机厂商?
- 卢透晚报小米、三星等厂商开始在印度恢复智能手机生产
- 「量子力学」爱因斯坦也束手无策,困扰人类上百年的难题,如今终于有了答案