本月初，浪潮在今年的財年大會上，正式對外公布成立人工智能部，持續(xù)推出面向AI應(yīng)用的創(chuàng)新計算平臺。
當然，浪潮廣為人知的自然是在其深耕的服務(wù)器領(lǐng)域。根據(jù)賽迪顧問此前發(fā)布的數(shù)據(jù)，2016年度，浪潮服務(wù)器出貨量份額穩(wěn)居中國市場第一，達到20.4%，并保持高速增長。那么，此次發(fā)力人工智能，浪潮有何背書？
計算力可謂深度學(xué)習(xí)的“前提”
那么，傳統(tǒng)計算力提供者轉(zhuǎn)型做深度學(xué)習(xí)有什么優(yōu)勢呢？換句話講，計算力和深度學(xué)習(xí)有什么關(guān)系？
Geoffrey Hinton
Yoshua Bengio
Yann LeCun
其實，深度學(xué)習(xí)可追溯到20世紀40年代，而經(jīng)過數(shù)十年的發(fā)展，直到2006年左右，Hinton、Bengio、LeCun等大牛先后發(fā)布了多篇論文，才算正式掀起了深度學(xué)習(xí)的熱潮，也拉開了AI第三次熱潮的帷幕。
眾所周知，深度學(xué)習(xí)技術(shù)的原理是采用高性能計算機建立模擬人腦進行分析學(xué)習(xí)的深度神經(jīng)網(wǎng)絡(luò)，讓機器能夠像人一樣思考。為什么深度學(xué)習(xí)到第三次AI熱潮的時間點才得以爆發(fā)呢？上世紀90年代，神經(jīng)網(wǎng)絡(luò)取得了重要進展，Hochreiter和Bengio采用LSTM（長短期記憶）來解決對長序列進行建模的難題。但是，很快這股熱潮就退卻了。其中，很大一部分原因就是因為那個時候，人們認為深度網(wǎng)絡(luò)是難以訓(xùn)練的，其計算代價太高，而以當時可用的硬件難以進行足夠的實驗。
從更深層次說，人工神經(jīng)網(wǎng)絡(luò)在20世紀50年代就已經(jīng)成功實驗，為什么深度學(xué)習(xí)到現(xiàn)在才被認為是關(guān)鍵技術(shù)？答案是與日俱增的數(shù)據(jù)量。
由于人類的生產(chǎn)生活越來越多的依賴計算機，越來越多的數(shù)據(jù)就被記錄在計算機上，而互聯(lián)網(wǎng)將計算機與計算機由鏈接起來，“大數(shù)據(jù)”就產(chǎn)生了，而大數(shù)據(jù)才使得機器學(xué)習(xí)更加容易。
根據(jù)粗算，監(jiān)督式的深度學(xué)習(xí)算法要想達到“可接受”的程度，每類給定的標注樣本需要5000個，要想“超越”人類表現(xiàn)，所需的標注樣本的數(shù)據(jù)集要超過1000萬個。
總而言之，為了實現(xiàn)機器像人一樣思考，需要進行海量數(shù)據(jù)的模型訓(xùn)練和提升應(yīng)用擴展性，這對超算的計算效率要求十分巨大，數(shù)字說明一切。
圖片來源：image-net.org
首先說說ImageNet，Geoffrey Hinton在2012年成功發(fā)表論文《ImageNet Classification with Deep Convolutional Neural Networks》，而此論文之所以得以發(fā)布正是基于Imagenet數(shù)據(jù)集，因此帶來了計算機視覺領(lǐng)域的“革命”，極大推動了ImageNet對深度學(xué)習(xí)的貢獻。而事實是，Imagenet數(shù)據(jù)集有1400多萬幅圖片，涵蓋2萬多個類別；其中有超過百萬的圖片有明確的類別標注和圖像中物體位置的標注。
圖片來源：research.google.com/youtube8m/
比如谷歌發(fā)布的Youtube-8M，該數(shù)據(jù)集是開源的視頻數(shù)據(jù)集，視頻來自youtube，為了保證標簽視頻數(shù)據(jù)庫的穩(wěn)定性和質(zhì)量，谷歌只采用瀏覽量超過1000的公共視頻資源。據(jù)統(tǒng)計，Youtube-8M上共計有8百萬個視頻、總時長50萬小時、4800類。
圖片來源：lemurproject.org
再比如Clueweb09，它是用來支持信息檢索和相關(guān)人類語言技術(shù)研究的資料庫，包含了從2009年1月到2月間收集的大約10億個網(wǎng)頁、共10種語言。如果采用RNN算法模型訓(xùn)練Clueweb09英文數(shù)據(jù)集的話，需要涉及到200億的參數(shù)變量，用現(xiàn)有的計算技術(shù)需要180年才能訓(xùn)練完所有數(shù)據(jù)。
也就是說，以現(xiàn)在超算的計算力，還無法完成“海量”的機器學(xué)習(xí)任務(wù)。
機器人圈在之前的文章（為何人工智能的發(fā)展離不開先進的計算平臺？）曾經(jīng)解釋過，對于線下訓(xùn)練，GPU異構(gòu)并行計算的技術(shù)架構(gòu)比較適合模型的訓(xùn)練。而對于線上識別，F(xiàn)PGA的異構(gòu)計算模式因低功耗、高性能、易編程等特點，就成為了深度學(xué)習(xí)的首選。
目前，浪潮已具備覆蓋單機2、4、8卡在內(nèi)的業(yè)界最全GPU服務(wù)器產(chǎn)品線，支持百度開發(fā)了專為訓(xùn)練優(yōu)化的單機16卡擴展的PBOX-AI整機柜，并是唯一可提供深度學(xué)習(xí)FPGA加速卡的主流服務(wù)器廠商。
GPU方面，浪潮支持百度研發(fā)了面向更大規(guī)模數(shù)據(jù)集和深層神經(jīng)網(wǎng)絡(luò)的超級AI計算模塊——PBOX-AI整柜機，這是行業(yè)首個單模塊支持16GPU，并可堆疊擴展至64GPU的超高密度計算方案。而在FPGA方面，浪潮與英特爾合作研發(fā)的FPGA加速卡F10A，是目前業(yè)界支持OpenCL的最高密度最高性能的FPGA加速設(shè)備；同時，浪潮與Altera和科大訊飛，完成了基于OpenCL的FPGA線上深度學(xué)習(xí)語音識別加速方案。
超算大賽設(shè)“AI”賽題
ASC超算競賽是浪潮聯(lián)合亞洲超算協(xié)會共同發(fā)起的，至今已經(jīng)舉辦了6年，其宗旨是推動青年人才培養(yǎng)的問題。今年比賽中的人工智能賽題來自百度深度學(xué)習(xí)研究院，讓隊員用提供的計算框架和真實的交通數(shù)據(jù)，自行開發(fā)腦模型訓(xùn)練數(shù)據(jù)，并快速、精準的預(yù)測出某個城市未來的交通情況。（詳情請見：ASC17超算大賽總決賽來了！為何PaddlePaddle深度學(xué)習(xí)框架入賽題？）
其實，ASC超算競賽中對人工智能的關(guān)注，不僅為學(xué)生搭建了深入了解、掌握最新人工智能算法等前沿科技的平臺，還有助于鍛煉學(xué)生動手解決問題的能力，幫助他們成為面向未來的復(fù)合型科技精英。這亦是希望通過比賽，能夠激發(fā)更多年輕人對人工智能與超算的興趣，解決目前中國AI人才準備不足的問題。
轉(zhuǎn)型之年可期
接下來，浪潮在AI領(lǐng)域會有哪些動作呢？機器人圈了解到，近期浪潮將推出業(yè)界計算性能最強的深度學(xué)習(xí)超算服務(wù)器，持續(xù)開發(fā)優(yōu)化開源并行深度學(xué)習(xí)框架，并為客戶提供訓(xùn)練集群管理軟件和性能優(yōu)化工具，同時浪潮還將面向醫(yī)療、安防、金融等行業(yè)提供“端到端”人工智能解決方案，與合作伙伴一起構(gòu)建完整的產(chǎn)業(yè)生態(tài)。
其實，一直在AI領(lǐng)域頗為低調(diào)的浪潮在該領(lǐng)域深入開拓。據(jù)統(tǒng)計，浪潮已占有中國AI計算服務(wù)器市場60%以上份額，與百度、阿里、騰訊、科大訊飛、奇虎360、搜狗、今日頭條、Face++等人工智能領(lǐng)先公司保持在系統(tǒng)與應(yīng)用方面的深入緊密合作，幫助客戶在語音、圖像、視頻、搜索、網(wǎng)絡(luò)等方面取得數(shù)量級的應(yīng)用性能提升。
浪潮人工智能與高性能產(chǎn)品部總經(jīng)理劉軍在財年大會上表示，浪潮希望為高速發(fā)展的人工智能應(yīng)用需求不斷創(chuàng)新設(shè)計&提供頂尖的AI計算產(chǎn)品方案。2017年浪潮將在人工智能計算的數(shù)據(jù)中心產(chǎn)品創(chuàng)新、深度學(xué)習(xí)算法框架優(yōu)化、生態(tài)系統(tǒng)建設(shè)等方向全面發(fā)力。
2017將成為浪潮的戰(zhàn)略轉(zhuǎn)型關(guān)鍵之年，想必會動作頻頻，值得持續(xù)關(guān)注。
