当前位置: 首页 > 编程日记 > 正文

浪潮刘军:为什么说计算力是AI时代“免费的午餐”?

出品 | AI科技大本营(ID:rgznai100)

产业AI、元脑生态是浪潮集团2019年度的两大关键词。

作为一家以计算力为核心生产力的企业,浪潮还一直强调人工智能计算是未来最重要的计算力,而无论产业AI、元脑生态都构筑于计算的基础设施之上。在近日的浪潮AI年终盘点媒体沟通会,浪潮AI&HPC总经理刘军称,希望让计算力变成“免费的午餐”去给到产业和生态。

根植于计算力,浪潮近年的目标很清楚,“说白了,一个是计算创新,一个是生态推动。刘军说。

计算创新

AI计算力作为物理层面是一种产业发展的基础支撑,浪潮AI率先布局,其AI服务器市占率超50%,浪潮硬件产品涵盖了GPU、FPGA和ASIC三大领域,开发了Caffee-MPI框架、AIstation、元脑等一系列AI平台软件,拥有全栈技术能力。

通过AI计算、资源与算法三大核心平台能力,浪潮帮助行业用户开发并部署属于自己的“行业大脑”,加速推进产业AI化落地。

AI计算平台:浪潮人工智能加速芯片系列包括全球首款集成HBM2的FPGA加速卡F37X,支持OpenCL的最高密度最高性能的FPGA加速设备F10A;浪潮人工智能服务器系列包括最强AI超级服务器AGX-5,全球首款在2U空间内高速互联集成8颗最高性能GPU加速器的服务器AGX-2、全球首款NVSwitch高速互联8 颗GPU的AI服务器NF5488M5、单机可实现支持16个GPU的超大扩展性节点SR-AI整机柜服务器以及单台服务器可扩展4台GX4,轻松实现2到16卡的高扩展性GX4。

AI资源平台由OpenStack AI云平台和人工智能开发资源平台AIStation组成。AIStation是浪潮面向人工智能训练场景的人工智能开发资源平台,可实现容器化部署、可视化开发、集中化管理等 。值得一提的是,最新版AIStation 2.0已支持K8S容器引擎,可实现AI容器化部署并提供智能化任务调度,提高了集群资源利用率和深度学习训练性能;基于MPI-Operator进行优化,支持TensorFlow、PyTorch、Caffe、MxNet框架的分布式部署,多GPU训练加速比可达到90%以上;实现了单机和分布式训练的容错支持,应对算法类错误、OOM错误、系统故障等。

AI算法工具平台:自动机器学习平台AutoML Suite、首个完整方案的FPGA高效AI计算框架TF2、全球首个集群并行版的Caffe深度学习计算框架Caffe-MPI以及TensorFlow-Opt深度学习框架。其中,AutoML Suite是基于GPU集群可视化操作实现一站式自动生成模型产品,为客户与开发者提供快速高效开发AI模型的能力,降低AI开发、应用的门槛和成本。

  • 一站式六步可视化操作(任务设置、数据上传、模型搜索、模型训练、模型评估、模型部署)即可完成学习任务网络模型构建;

  • 自动生成CV模型,采用强化学习自动完成分类、回归模型生成,并支持监督学习和无监督学习;

  • 全球首个支持On-Premise和Cloud双模式部署的产品,分钟级完成部署;

  • 支持多机多GPU卡并行,极大降低模型搜索和训练时间, 16块GPU的AI服务器集群上,单个模型平均搜索的时间小于10分钟。

浪潮也在布局AI芯片,“现在做AI芯片不是什么难事儿,我们也有很多类似的这些方面的工作。” 刘军透露,浪潮做AI芯片还按两条方针去推进:最重要的还是应用需求,一定要瞄准一个特定场景优化去做计算架构、相应的芯片以及相应软件栈;其次,浪潮做AI芯片的路线是开放式的。“我们不会搞从头到脚完全所有化的,建立独立王国,这可能有悖于整个产业大趋势。”

“元脑”生态

关于AI与产业的结合。市场上有两种说法,一种叫AI产业化,另一种叫产业AI化:把AI技术变成一个产品,形成一个产业,就是AI产业化,而产业AI化是指把AI与实体经济、传统产业进一步结合,实现整个产业升级和生产力的释放,业内普遍认为后者是一个更大的市场。

产业AI化落地最大的挑战是需要面临大量传统产业的复杂应用场景。不过,大量有AI技术的创新公司由于体量小,很难建立覆盖一万家销售渠道的2B体系,而原来服务客户的集成商、软件开发商则缺乏AI背景,浪潮要做的是将双方的能力相互流转开来,为此,浪潮在2019年重磅发布“元脑”生态。

刘军给了一组数据,其中80%的AI公司都是浪潮客户,另一方面,SV、ISV合作方连接着千行万业的行业客户 ,浪潮把上述生态里的两方分别称为左手伙伴和右手伙伴。

问题是,元脑生态如何聚拢产业各方进行协作?作为元脑生态的重要节点,浪潮提供AI计算平台、AI资源平台、AI算法工具平台三大创新平台,为左手伙伴提供框架、模型、数据等服务,并提供各类行业解决方案给右手伙伴,希望提供AI计算力平台来成就各方行业大脑,支撑客户业务发展。比如包含TensorFlow、Pytorch、PaddlePaddle等框架模型、支持语音识别、人脸识别、图像识别等预置模型,涵盖智慧金融、智慧教育、智能工业、智慧医疗等20+场景。

刘军称,AI市场的想象空间非常巨大,浪潮将基于基础设施与生态合作方快速做大生意,而不是通吃产业链。

计算力是AI时代“免费的午餐”?

无论是产品创新还是,生态推动都离不开基础的计算力。刘军提出,AI时代,计算力就是“免费的午餐”,刘军提出“你不吃这个免费的午餐就亏大了”。

刘军解释,因为现在有诸多公司还是通过人的脑力去调参数,去做各种各样的优化来提升精度,但通过更快的计算力可能很快就可以得到解决,比如用更新的计算调度方法,训练模型的效率可能比别人高出50%。“在这个时代用好计算力,就会成为非常大的竞争优势。”

类比摩尔定律是摩尔时代最大的免费午餐。他认为,浪潮就是要用计算力推动AI进步,“如果AI发展不去最充分的利用计算力资源,就落后时代了。”显然,浪潮的目的在于将帮助AI业界充分利用好计算力资源,但如何让更多客户确认意识和享受到这份“免费的午餐”是浪潮所要思考的问题。

(*本文为AI科技大本营原创文章,转载请微信联系1092722531

精彩推荐

2020年,由 CSDN 主办的「Python开发者日」活动(Python Day)正式启动。我们将与 PyCon 官方授权的 PyCon中国社区合作,联手顶尖企业、行业与技术专家,通过精彩的技术干货内容、有趣多元化的活动等诸多体验,共同为中国 IT 技术开发者搭建专业、开放的技术交流与成长的家园。未来,我们和中国万千开发者一起分享技术、践行技术,铸就中国原创技术力量。

【Python Day——北京站】现已正式启动,「新春早鸟票」火热开抢!2020年,我们还将在全国多个城市举办巡回活动,敬请期待!

活动咨询,可扫描下方二维码加入官方交流群~

CSDN「Python Day」咨询群 ????

来~一起聊聊Python

如果群满100人,无法自动进入,可添加会议小助手微信:婷婷,151 0101 4297(电话同微信)


推荐阅读

  • 170个新项目,579个活跃代码仓库,Facebook开源年度回顾

  • 滴滴章文嵩:一个人的20年开源热情和国内互联网开源运动

  • 掌握 8 种语言、被阿里点赞,这名德国程序员简直开挂了!

  • 为什么 k8s 在阿里能成功?| 问底中国 IT 技术演进

  • K8s 实践 | 如何解决多租户集群的安全隔离问题?

  • 你点的每个“在看”,我都认真当成了AI

相关文章:

Journey源码分析四:url路由

2019独角兽企业重金招聘Python工程师标准>>> 在入口函数main()的default分支中,对路由进行了注册,现在分析下。 ##main()中路由注册相关代码 源码: httpRouter : httptreemux.New() // Blog and pages as http server.InitializeBlog(httpRou…

“天河二号”总工程师杜云飞谈星光超算应用平台设计

整理 | 夕颜出品 | AI科技大本营(ID:rgznai100)【导读】12 月 21-22 日,OpenI/O 启智开发者大会在深圳召开。在大会上, 国家超级计算广州中心总工程师、“天河二号”总工程师杜云飞发表了题为《星光超算应用平台》的主题报告&…

Google Mock(Gmock)简单使用和源码分析——源码分析

源码分析 通过《Google Mock(Gmock)简单使用和源码分析——简单使用》中的例子,我们发现被mock的相关方法在mock类中已经被重新实现了,否则它们也不会按照我们的期待的行为执行。我们通过阅读源码,来分析整个过程的实现逻辑。(转载…

远程控制软件VNC教程和对内网机器控制的实现

网络遥控技术是指由一部计算机(主控端)去控制另一部计算机(被控端),而且当主控端在控制端时,就如同用户亲自坐在被控端前操作一样,可以执行被控端的应用程序,及使用被控端的系统资源…

GRUB2相关概念

GNU GRUB,简称“GRUB”,是一个来自GNU项目的启动引导程序。GRUB是多启动规范的实现,它允许用户可以在计算机内同时拥有多个操作系统,并在计算机启动时选择希望运行的操作系统。GRUB可用于选择操作系统分区上的不同内核&#xff0c…

朴素、Select、Poll和Epoll网络编程模型实现和分析——朴素模型

做Linux网络开发,一般绕不开标题中几种网络编程模型。网上已有很多写的不错的分析文章,它们的基本论点是差不多的。但是我觉得他们讲的还不够详细,在一些关键论点上缺乏数据支持。所以我决定好好研究这几个模型。(转载请指明出于b…

支付宝账单出来后,除了总消费,你看到你的学习支出了吗?

当支付宝的2019年年度账单出来的时候很多人的第一反应就是我怎么花了这么多钱不少人都有这样的困惑忙忙碌碌一年到头,到底得到了什么?而这一切又和自己最开始的规划一样吗?其实从账单上可以看出你在2019年花费了哪些大头居家生活、穿衣打扮还…

体验Windows 7的Superbar

随着PDC 2008上Windows 7 M3 6801的发布,这个微软的下一代操作系统也渐渐浮出了水面。对于我们这些普通的PC用户而言,Windows 7相对于Windows Vista最显而易见的改变,无疑就是著名的Superbar任务栏了。说起它相比于原来的任务栏变化&#xff…

Linux 安装图形界面及远程连接

#可查询哪些组件是否已经安装(可用来对照组件名称) yum grouplistyum groupinstall X Window System -y #安装GNOME桌面环境 yum groupinstall GNOME Desktop Environment -y #安装KDE桌面环境 yum groupinstall KDE (K Desktop Environment)卸载 卸载GNOME桌面环境…

朴素、Select、Poll和Epoll网络编程模型实现和分析——Select模型

在《朴素、Select、Poll和Epoll网络编程模型实现和分析——朴素模型》中我们分析了朴素模型的一个缺陷——一次只能处理一个连接。本文介绍的Select模型则可以解决这个问题。(转载请指明出于breaksoftware的csdn博客) 和朴素模型一样,我们首先…

微软开源NAS算法Petridish,提高神经网络迁移能力

作者 | Jesus Rodriguez译者 | Rachel编辑 | 夕颜出品 | AI科技大本营(ID:rgznai100) 【导读】神经架构搜索(Neural architecture search, NAS)是深度学习中最热门的趋势之一。NAS方法针对特定问题和数据…

[转]g++ 编译多个相关文件

三个文件&#xff0c;一个头文件&#xff0c;两个程序文件 /*d.h */#include <iostream>usingnamespacestd; classDataset { public: intgetdata(); }; /*d.cpp */#include "d.h"intDataset::getdata() { return1231; } /*out.cpp */#include <ios…

POJ--2391--Ombrophobic Bovines【分割点+Floyd+Dinic优化+二分法答案】最大网络流量

联系&#xff1a;http://poj.org/problem?id2391 题意&#xff1a;有f个草场&#xff0c;每一个草场当前有一定数目的牛在吃草&#xff0c;下雨时它能够让一定数量的牛在这里避雨&#xff0c;f个草场间有m条路连接&#xff0c;每头牛通过一条路从一点到还有一点有一定的时间花…

25年了,我总结出这些信息提取的经验教训

作者 | Ehud Reiter译者 | 夕颜出品 | AI科技大本营&#xff08;ID:rgznai100&#xff09;【导读】近日&#xff0c;本文作者阿伯丁大学计算科学系教授 Ehud Reiter 及其带领的阅读小组读了一篇让他们印象深刻的论文——由 Ralph Grishman 发表的《信息提取 25 年》&#xff08…

朴素、Select、Poll和Epoll网络编程模型实现和分析——Poll模型

在《朴素、Select、Poll和Epoll网络编程模型实现和分析——Select模型》中&#xff0c;我们分析了它只能支持1024个连接同时处理的原因。但是在有些需要同时处理更多连接的情况下&#xff0c;1024个连接往往是不够的&#xff0c;也就是不能够高并发。那么这个时候我们就可以采用…

flashcom中远程共享对象SharedObject的用法

觉得这篇文章比较好&#xff0c;转载回来。学习fcs也有差不多一个月了,感觉最有特色的东西还是SharedObject.SharedObject有不少东西,本地操作就不说了(相信很多人没接触fcs也用过);就说说远程共享对象吧.基本的应用流程是:my_nc new NetConnection(); my_nc.connect("rt…

Hive-1.2.0学习笔记(一)安装配置

鲁春利的工作笔记&#xff0c;好记性不如烂笔头下载hive&#xff1a;http://hive.apache.org/index.htmlHive是基于Hadoop的一个数据仓库工具&#xff0c;提供了SQL查询功能&#xff0c;能够将SQL语句解析成MapReduce任务对存储在HDFS上的数据进行处理。MySQ安装Hive有三种运行…

邮件安全隐患及其防范技术研究

邮件安全隐患及其防范技术研究<?xml:namespace prefix o ns "urn:schemas-microsoft-com:office:office" />陈小兵【antian365.com】摘要电子邮件是Internet上使用最为频繁和广泛的服务&#xff0c;在给人们带来便利的同时&#xff0c;亦带来令人担忧的邮件…

必看!52篇深度强化学习收录论文汇总 | AAAI 2020

所有参与投票的 CSDN 用户都参加抽奖活动群内公布奖项&#xff0c;还有更多福利赠送来源 | 深度强化学习实验室&#xff08;ID:Deep-RL&#xff09;作者 | DeepRLAAAI 2020 共收到的有效论文投稿超过 8800 篇&#xff0c;其中 7737 篇论文进入评审环节&#xff0c;最终收录数量…

朴素、Select、Poll和Epoll网络编程模型实现和分析——Epoll模型

在阅读完《朴素、Select、Poll和Epoll网络编程模型实现和分析——Select模型》和《朴素、Select、Poll和Epoll网络编程模型实现和分析——Poll模型》两篇文章后&#xff0c;我们发现一个问题&#xff0c;不管select函数还是poll函数都不够智能&#xff0c;它们只能告诉我们成功…

Scala 深入浅出实战经典 第88讲:Scala中使用For表达式实现map、flatMap、filter

高级函数 map,flatMap,filter用for循环的实现。package com.dt.scala.forexpressionobject For_Advanced {def main(args: Array[String]) {}def map[A, B](list: List[A], f: A > B): List[B] for(element <- list) yield f(element)def flatMap[A, B](list: List[A], f…

抛弃Python,我们为什么用Go编写机器学习架构?

所有参与投票的 CSDN 用户都参加抽奖活动群内公布奖项&#xff0c;还有更多福利赠送作者 | Caleb Kaiser译者 | 弯月&#xff0c;编辑 | 郭芮来源 | CSDN&#xff08;ID&#xff1a;CSDNnews&#xff09;如今&#xff0c;众所周知Python是机器学习项目中最流行的语言。尽管R、C…

朴素、Select、Poll和Epoll网络编程模型实现和分析——模型比较

经过之前四篇博文的介绍&#xff0c;可以大致清楚各种模型的编程步骤。现在我们来回顾下各种模型&#xff08;转载请指明出于breaksoftware的csdn博客&#xff09; 模型编程步骤对比《朴素、Select、Poll和Epoll网络编程模型实现和分析——朴素模型》中介绍的是最基本的网络编程…

使用VM虚拟机的一点小技巧

今天想为朋友弄一个虚拟机系统文件&#xff0c;这样就可以直接拷贝过去&#xff0c;直接让他用了。哪成想电脑里的系统镜像文件不能用&#xff0c;也不知道是不是VM不支持&#xff0c;反正怎么着也引导不起来了。无奈只好用硬件光驱来装虚拟系统&#xff0c;把2003系统盘装入光…

翻译:AKKA笔记 - Actor消息 -1(二)

消息 我们只是让QuoteRequest到ActorRef去但是我们根本没见过消息类&#xff01; 它是这样的&#xff1a;&#xff08;一个最佳实践是把你的消息类包装在一个完整的对象里以利于更好的组织&#xff09; TeacherProtocol package me.rerun.akkanotes.messaging.protocolsobject …

远程安装oracle 10.2.1 for redhat 5.0 2.6.18-53.el5xen

远程安装oracle <?xml:namespace prefix st1 ns "urn:schemas-microsoft-com:office:smarttags" />10.2.1 for redhat 5.0 2.6.18-53.el5xen<?xml:namespace prefix o ns "urn:schemas-microsoft-com:office:office" />今天有个朋友打电…

伯克利新无监督强化学习方法:减少混沌所产生的突现行为

作者 | Glen Berseth译者 | Arvin编辑 | 夕颜出品 | AI科技大本营&#xff08;ID: rgznai100&#xff09;【导读】所有生命有机体都在环境中占据一席之地&#xff0c;使它们在周围不断增加的熵中可以保持相对可预测性。例如&#xff0c;人类竭尽全力保护自己免受意外袭击--我们…

朴素、Select、Poll和Epoll网络编程模型实现和分析——Poll、Epoll模型处理长连接性能比较

在《朴素、Select、Poll和Epoll网络编程模型实现和分析——模型比较》一文中&#xff0c;我们分析了各种模型在处理短连接时的能力。本文我们将讨论处理长连接时各个模型的性能。&#xff08;转载请指明出于breaksoftware的csdn博客&#xff09; 我们可以想象下场景&#xff0c…

Topcoder SRM 663 DIV 1

ABBADiv1 题意&#xff1a; 规定两种操作&#xff0c;一种是在字符串的末尾添加A&#xff0c;另一种是在末尾添加B然后反转字符串。现在给你一个起始串&#xff0c;一个终点串&#xff0c;然后问你是否能够通过以上两种操作&#xff0c;从起始串变为终点串。 题解&#xff1a; …

跨平台PHP调试器设计及使用方法——立项

作为一个闲不住且希望一直能挑战自己的人&#xff0c;我总是在琢磨能做点什么。自从今年初开始接触PHP&#xff0c;我也总想能在这个领域内产生点贡献。那能做点什么呢&#xff1f;我经常看到很多phper说自己设计了一个什么框架&#xff0c;或者说自己搭建了一个什么系统。虽然…