原標題:星空的征途:浪潮如何用三個力加速行業(yè)AI?
2017年AI開始從實驗室走到我們身邊,在一些場景發(fā)揮作用。比如地鐵售票機可以引入語音+唇形的多模態(tài)識別,讓人們動動嘴就能買票。這種面向具體場景的AI往往改變的只是我們與機器交互的個別環(huán)節(jié):打字和觸屏變成語音、識別代碼變成識別圖片等。
此類AI應用雖然能讓人們感受到AI的神奇,但是效率還有待提高。只有當AI不再局限于某一臺設備的交互,連接廣泛而多樣的終端,收集并處理大量數(shù)據(jù),最終形成決策并自循環(huán)時,這種“系統(tǒng)化”的AI才能發(fā)揮技術對人類生產力進步的真正意義。
2018年,AI開始越來越多的出現(xiàn)在我們身邊。在不久前的Inspur World 2018上,浪潮也展示了大量應用于行業(yè)、大場景的案例。
例如分布在城市無數(shù)角落,通過攝像頭捕捉犯罪分子和違禁交通行為甚至還能監(jiān)控管道安全的智慧安防系統(tǒng),就是大華股份與浪潮合作的成果。又比如通過大量交易數(shù)據(jù)、資訊、報表進行分析挖掘,實現(xiàn)讓AI金融系統(tǒng)自動出具市場簡報,進行市場分析、短期預測、長期預測、外匯預測等等。背后隱藏著的是浪潮的GPU集群和AIStation。
當AI從單個場景應用逐漸走向系統(tǒng)化應用,從單獨的產品走向并聯(lián)的行業(yè)。這其中體現(xiàn)出的價值差異就如同火箭升空一般,是一顆星球與整個宇宙之間的區(qū)別。那么在這一過程中,浪潮這樣的AI基礎設施供應商又發(fā)揮了哪些作用?
讓更復雜和大規(guī)模的計算成為反沖力
在火箭升空的過程中,人們看到的最直接的作用力就是“反沖力”——燃燒燃料產生的反向作用力,讓火箭突破地心引力飛向星辰大海。
對于行業(yè)AI來說,這種最直接的作用力就是算力本身。
在AI從個人應用走向行業(yè)應用的過程中,對于計算的需求發(fā)生了很大的變化。手機上的AI拍照、圖片識別翻譯等等,需要的是利用終端算力對推理任務進行瞬時處理。但應用于安防系統(tǒng)、金融系統(tǒng)等行業(yè)場景的AI,由于終端網絡密集,數(shù)據(jù)量巨大,既需要從頭搭建計算集群用于大規(guī)模數(shù)據(jù)訓練,又需要構建具有針對性的開發(fā)環(huán)境讓頻繁更迭的模型可以快速投入使用。
對于這種計算需求而言,AI基礎設施供應商必須具備提供多種硬件方案和硬件管理平臺化的能力,才能提供足夠的反沖力。
浪潮所做的,就是將硬件方案針對應用場景進行優(yōu)化,例如智能視頻分析場景的特征是儲存數(shù)據(jù)量大,就可以應用專注視頻場景大容量儲存的NF5280M5-V;如果想先快速投入應用,隨后逐漸隨需求拓展,就可以利用靈活可拓展的AI計算模塊GX4。
正因為行業(yè)AI對于算力需求巨大,日常維護服務器、服務器能耗等等也成了一筆不小的開銷。針對于這種情況,浪潮提供了AI集成研發(fā)平臺AIStation。不光可以部署深度學習應用環(huán)境,還可以管理深度學習訓練任務和GPU資源。在訓練時節(jié)省時間,在運維時減少資源的浪費。
適合的算力就像適合的燃料,為火箭提供強大的反沖力。
讓龐大的數(shù)據(jù)量成為慣性力
被反沖力推向空中之后,火箭就利用自身重量帶有的慣性力繼續(xù)前行。在行業(yè)AI中,之所以對算力有如此之高的需求,主要原因就是數(shù)據(jù)量太過龐大。在行業(yè)應用中,巨大的數(shù)據(jù)量既是一種門檻,同時也是一種優(yōu)勢,可以形成慣性力讓火箭走的更遠。
就拿浪潮和大華的合作來說,智慧安防的難點是視頻的結構化——把非結構化的視頻數(shù)據(jù)進行分類、標準處理,使其成為可以被機器學習理解的結構化數(shù)據(jù)。這一過程中,本來視頻文件的容量就很大,還要涵蓋多個對象和場景,例如交通監(jiān)控中要分別識別安全帶、車牌等多個對象,又要區(qū)分高速、城市道路等不同的場景。而一旦突破了視頻結構化大量數(shù)據(jù)處理的門檻,就能形成一道護城河,讓競品難以匹敵。
在這其中浪潮除了能提供計算集群的軟硬件部署之外,還有AI+HPC(高性能計算)帶來的無限可能。像視頻結構化這種數(shù)據(jù)量巨大的復雜任務,在神經網絡模型訓練時就可以利用HPC算力來進行加速。以往那些躺在服務器最深處的大量數(shù)據(jù)再也不是“食之效率低,棄之可惜”的雞肋,反而可以變成一種優(yōu)勢。
同時當AI系統(tǒng)化應用于行業(yè)之中,對于政務、警務、金融等等領域而言,數(shù)據(jù)安全性也成為了關鍵。這時浪潮作為老牌IT基礎服務供應商所累積的經驗和品牌信譽,可以把行業(yè)客戶的相關疑慮降到最低。
從為數(shù)據(jù)苦惱到讓數(shù)據(jù)成為資本、武器和慣性力,是AI時代造就的最有趣的變化。
為整個行業(yè)AI體系打造加速力
如果只能為一款火箭提供推助,那么浪潮只能成為火箭的“推助器”。但浪潮能力顯然不僅于此,相比為某一款火箭提供推助,浪潮更傾向于為整個行業(yè)AI的航天事業(yè)提供“加速力”。
在弄明白“加速度”這個概念之前,我們要知道是什么阻礙了AI落地于行業(yè)之間。是意識嗎?顯然不是,現(xiàn)在從國家到企業(yè),幾乎都把AI當成了頭等大事,對于其中的投入也毫不吝嗇?是技術嗎?顯然也不是,從目前已有的合作案例看來,AI技術已經成熟到可以進入行業(yè)之中。
行業(yè)AI的一個特點就是非標準化。手機可以擁有一樣的芯片結構和軟件應用,但不同行業(yè)之間有著巨大的行業(yè)差異,有的需要將專業(yè)知識與神經網絡模型相結合、有的需要頻繁的數(shù)據(jù)上傳下載、有的需要巨大的儲存空間……可以說每一個行業(yè)客戶,都是定制客戶。這樣下來,行業(yè)AI的推進過程自然會變慢。
浪潮與其他AI基礎設施供應商之間最大的區(qū)別,就是浪潮不僅供應軟硬件產品,還在向整個市場供應標準和生態(tài)。
像在這次Inspur World中,浪潮為了滿足行業(yè)客戶AI上云的需求,發(fā)布了OpenStack AI云平臺,快速捕捉到AI上云這一最近開始流行的需求,通過建立開源云計算平臺推動整個過程的標準化,從而讓行業(yè)客戶AI上云變得更加高效快捷。
在生態(tài)方面,浪潮提出JDM(Joint Design Manufacture)模式,把聯(lián)合開發(fā)的概念帶到了行業(yè)AI落地中來,從業(yè)務鏈的融合開始,實現(xiàn)雙方需求與研發(fā)端、采購端、生產端的全面對接。讓簡單的“行業(yè)客戶應用服務”演變成更高效的“行業(yè)客戶與服務共同成長”。
包括浪潮針對AI計算提出的T計劃,則不僅僅停留于產品和技術本身的創(chuàng)新,還把目光投向了人才和伙伴上。大力發(fā)展AI計算的人才培訓、打造相關交流平臺和獎項。讓行業(yè)整體步入人工智能時,不會陷入除了產品之外沒有人才可用、沒有生態(tài)伙伴可以合作的窘境。讓AI成為行業(yè)客戶發(fā)展可持續(xù)的加速力。
從算力本身,到對數(shù)據(jù)的利用,最后到市場整體標準和生態(tài)的塑造。在AI從孤立走向行業(yè)、從地球奔向星空的過程中,浪潮提供的三個力正在默默的發(fā)揮著作用。
行業(yè)AI的魅力在于,我們或許很難用看見或者觸摸到它,卻無時不刻處于它的惠及之下。其實浪潮之于行業(yè)AI的作用也是一樣,不存在于火箭艙內,可在花火之間和騰飛的風中,它的能量無處不在。
- 蜜度索驥:以跨模態(tài)檢索技術助力“企宣”向上生長
- 美媒聚焦比亞迪“副業(yè)”:電子代工助力蘋果,下個大計劃瞄準AI機器人
- 微信零錢通新政策:銀行卡轉入資金提現(xiàn)免手續(xù)費引熱議
- 消息稱塔塔集團將收購和碩印度iPhone代工廠60%股份 并接管日常運營
- 蘋果揭秘自研芯片成功之道:領先技術與深度整合是關鍵
- 英偉達新一代Blackwell GPU面臨過熱挑戰(zhàn),交付延期引發(fā)市場關注
- 馬斯克能否成為 AI 部部長?硅谷與白宮的聯(lián)系日益緊密
- 余承東:Mate70將在26號發(fā)布,意外泄露引發(fā)關注
- 無人機“黑科技”亮相航展:全球首臺低空重力測量系統(tǒng)引關注
- 賽力斯發(fā)布聲明:未與任何伙伴聯(lián)合開展人形機器人合作
- 賽力斯觸及漲停,汽車整車股盤初強勢拉升
免責聲明:本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現(xiàn)的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。