計(jì)算驅(qū)動(dòng)人工智能持續(xù)進(jìn)化

時(shí)間：2022-04-01 02:24:01 | 來(lái)源：行業(yè)動(dòng)態(tài)

時(shí)間：2022-04-01 02:24:01 來(lái)源：行業(yè)動(dòng)態(tài)

中國(guó)工程院院士、AICC發(fā)起人、浪潮集團(tuán)首席科學(xué)家王恩東表示：當(dāng)前的人工智能熱潮不僅源于算法創(chuàng)新，更源于計(jì)算技術(shù)的創(chuàng)新，GPU、FPGA等計(jì)算加速技術(shù)與深度學(xué)習(xí)的深度結(jié)合，推動(dòng)了整個(gè)人工智能學(xué)科的復(fù)興。站在這個(gè)視角來(lái)看，計(jì)算已經(jīng)成為驅(qū)動(dòng)人工智能持續(xù)進(jìn)化的重要力量。 他認(rèn)為，目前識(shí)別準(zhǔn)確度不高是人工智能面臨的一個(gè)重大挑戰(zhàn)，提高準(zhǔn)確度就需要提高模型規(guī)模和精細(xì)度，提高線下訓(xùn)練的頻次，需要更強(qiáng)計(jì)算力的支持。從這個(gè)角度來(lái)看，準(zhǔn)確度也是算出來(lái)的。資金充裕的互聯(lián)網(wǎng)公司、人工智能創(chuàng)業(yè)公司為了提供業(yè)務(wù)競(jìng)爭(zhēng)力，不斷提高計(jì)算力部署規(guī)模，龐大的基礎(chǔ)設(shè)施投資使得這些公司在人工智能模型的準(zhǔn)確度上保持著領(lǐng)先優(yōu)勢(shì)。

來(lái)自第三方的數(shù)據(jù)佐證了計(jì)算力已經(jīng)成為人工智能持續(xù)進(jìn)化的重要驅(qū)動(dòng)力。自2012年以來(lái)，每3.5個(gè)月用于AI的計(jì)算量就會(huì)翻一倍，6年內(nèi)用于AI的計(jì)算量已經(jīng)增長(zhǎng)了30萬(wàn)倍，而同時(shí)期的芯片性能僅提高了30倍左右，遠(yuǎn)遠(yuǎn)超過(guò)了摩爾定律。

由于模型復(fù)雜度以及訓(xùn)練規(guī)模的快速提升，AI計(jì)算在完成了單機(jī)到分布式的轉(zhuǎn)變后，正在向大規(guī)模和超大規(guī)模分布式計(jì)算升級(jí)，傳統(tǒng)的高性能計(jì)算技術(shù)被越來(lái)越多的引入人工智能領(lǐng)域，Horovod等分布式深度學(xué)習(xí)框架的迅速流行即得益于此。

王恩東指出，當(dāng)前，我國(guó)正邁入從AI產(chǎn)業(yè)化向產(chǎn)業(yè)AI化發(fā)展的新時(shí)期，完成這一轉(zhuǎn)變不能僅僅靠技術(shù)本身，生態(tài)的作用會(huì)越來(lái)越重要。應(yīng)用是產(chǎn)業(yè)AI化的瓶頸也是最大的機(jī)會(huì)，要從根本上解決應(yīng)用的問(wèn)題，需要建立開(kāi)放融合的人工智能生態(tài)，從底層硬件到上層應(yīng)用軟件，產(chǎn)業(yè)的上中下游要緊密配合，面向多樣化個(gè)性化的用戶需求，向終端用戶提供整體解決方案，才能讓人工智能用起來(lái)，用好它。