专栏首页人工智能头条从摩尔定律到人工智能,指数定律释放人类潜能

从摩尔定律到人工智能,指数定律释放人类潜能

你学过指数吗?恐怕没几个人会对这个问题说 “No”。那么,你对指数式发展有什么样的认识?这个问题回答起来也许就没那么容易了。

然而,指数式发展实实在在地就在我们身边、在我们手上发生。不相信吗?看看你的手机。

1965年,英特尔的创始人之一戈登·摩尔提出了“摩尔定律”。半个世纪以来,“摩尔定律”一直推动着人类社会不断向前进步。

现在技术带来的便利,是半个世纪以前的人不能想象的。这正是因为“摩尔定律”在数学本质上是一个指数式发展定律,它指明了计算设备的计算能力将以指数式发展前进。

(图片来源:https://iq.intel.com/millennials-marching-to-the-quickening-metronome-of-moores-law/ 关键词为: Moore law)

指数式发展之所以难以认识,是因为一开始它的发展速度相对缓慢,甚至是难以察觉的,然而突破某个阶段之后,它就会以人力难以想象的速度飞升。

就像一艘火箭,点火后的前五秒,它的速度并不快,可一旦马力全开,强大的引擎加上高动能的燃料,足以让火箭在几分钟内飞上蓝天,遨游太空。

目前,人工智能技术的发展,可以说正处在火箭的点火和准备加速阶段。在大众媒体上,AI相关的新闻比比皆是。

在技术领域中,处理器和算法的演进同样日新月异,公共云服务商UCloud和英特尔一起,在这方面携手取得了诸多进展。

优化引擎和控制器,加速AI火箭

UCloud实验室研发总监、创新产品线总监叶理灯指出:“人工智能有三个要素——数据、算法、计算能力。

有一个理论叫’火箭理论’,就是説如果把人工智能当火箭的话,那么数据是火箭的原料,计算能力就是引擎,算法就是引擎的控制器。”

为了帮助初创企业、传统企业AI转型, UCloud推出了UCloud AI在线服务UAI-Inference,并以英特尔至强处理器E5产品家族作为这艘火箭的引擎,利用该处理器产品家族强大的可扩展性完成弹性部署,既能获得高性能,还降低了成本以及用户的TCO。

(图片来源: https://iq.intel.com/making-genomic-healthcare-available-to-everyone/ 关键词为 cloud computing)

在英特尔至强处理器这架引擎中,还集成了一套AVX浮点计算指令集,它有增强的数据重排能力,可以更有效地存储、读取数据。

叶理灯和他的团队发现:在UCloud提供的公共云服务中,很多虚拟云主机仅仅用到简单指令集,而没有发挥AVX的强大能力。

因此,他们和英特尔的工程师一起,在算法层面,利用各个虚拟机中此前未能“物尽其用”的英特尔AVX能力,借助其优势和特性,优化它在UCloud AI在线服务中的应用表现,满足AI在线服务的计算需求。

AI在线服务时延成功降低到数百毫秒,完全满足UCloud用户的实际应用需求。

UAI-Inference还和英特尔合作,使用了性能更佳的AI框架——面向英特尔架构优化的Caffe框架,从而更好地支持英特尔至强处理器产品家族和至强融核TM处理器产品家族,其中集成最新版本的英特尔数学核心函数库2017,能更高效地利用英特尔AVX处理能力。

一系列测试结果表明,借助面向英特尔架构优化 的Caffe框架,测试系统的执行时间从最初的37秒缩短至优化后的3.6秒,整体执行性能提高了10倍以上。UAI-Inference的AI在线服务效率得到了极大跃升。

换句话说,UCloud和英特尔一起,将UAI-Inference的引擎和其控制器的能力充分发挥出来,助推这架火箭飞得越来越快。

(原文链接: https://iq.intel.com/artificial-intelligence-teaching-machines-to-learn-like-humans/ 关键词 Caffe框架)

解决两大难题,把企业送上AI火箭

众多企业深知搭上AI火箭的重要性,但如果要自己搭建相关系统,却面临两大难题:

  1. 不熟悉AI系统的设计、部署和运维,AI系统需要多维度的巨大投入,一旦选型失败,就会面临高昂的成本损失
  2. 即便初始选型正确,AI仍会带来巨大成本开支,侵蚀企业的总体TCO

这两大难题正是UAI-Inference想要解决的痛点。基于大规模分布式计算平台,它提供了“两步走”时的部署模式。

用户先按照UCloud提供的SDK工具包完成相关准备工作,打包完成任务的在线部署后,就能使用UAI-Inference的PaaS平台完成自动化的管理和维护,同时还保证了平台数据的安全性。

叶理灯说:“UAI-Inference给用户带来的最大优势,就是省去了部署时的大量繁琐工作,让用户可以将宝贵资源聚焦在自身业务上。”

(图片来源: https://iq.intel.com/artificial-intelligence-teaching-machines-to-learn-like-humans/ 关键词: Artificial Intelligence machine )

现在,UAI-Inference已经可以在图像识别、机器学习等多个AI领域满足企业用户的需求。一些人脸表情识别应用的实践检验证明:基于英特尔AVX支持的UAI-Inference,完全具备了与传统方案相媲美的能力,成效出色。

“我们的目标是帮助用户像使用云主机、 云存储这些成熟的云产品一样使用AI在线服务。”叶理灯说。

当火箭进入太空之后,进入失重状态的宇航员可以在火箭中自由漂浮。有朝一日,AI这架火箭也必将让人类从很多繁琐的劳动中解放出来,让我们自由自在,享受更多自由。

( 原文链接: https://iq.intel.com/will-digital-health-data-lead-to-better-care/ 关键词: data )

在您的既有IT基础上,按需构建人工智能更高效。人工智能,从至强开始。点击搭乘至强特快专列,即可开启您的人工智能之旅吧。

本文分享自微信公众号 - 人工智能头条(AI_Thinker),作者:英特尔商用频道

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2018-08-28

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 【AI创新者】英特尔AIPG刘茵茵:科研有关钻研,无关男女

    用户1737318
  • 人工智能安全:是营销炒作还是全新机会

    用户1737318
  • 为什么AI人才这么贵、需求这么迫切?

    用户1737318
  • 【行业】英特尔首次推出针对神经网络模型的nGraph编译器

    AiTechYun 编辑:nanan ? 英特尔基于开源软件新nGraph DNN编译器将目标对准了英伟达,使得在不同类型的硬件上运行神经网络变得更加容易。 首...

    AiTechYun
  • 英特尔加快发展AI芯片业务,预计2022年收入达到100亿美元

    英特尔在过去20年中销售了超过2.2亿台至强处理器,创造了1300亿美元的收入。但最新的10亿美元来自AI应用的销售,这可能是最重要的。

    AiTechYun
  • 气势汹涌,天津设立千亿级AI基金;刘强东否认会因AI开除一半员工

    天津表示,未来将重点扶持机器人和软硬件。此外,天津市财政还会拿出100亿元扶持智能制造,并对落户天津的AI企业,提供人才落户、资金方面的多重奖励政策。

    量子位
  • 揭秘2018年科技创新趋势变革!

    新技术的真正价值实现不在于替代,而是整合到现有行业和技术解决方案中,从而提高整体的生产效率。 过去的十年,人类的科技创新完成了一个完整的进化周期。这个为期十年的...

    用户1310347
  • 谷歌自动重建了完整果蝇大脑神经图:40万亿像素,可在线交互,用了数千块TPU

    用Flood-Filling网络和Local Realignment,基于果蝇的大脑切片自动重建出了完整的果蝇大脑神经图。

    量子位
  • 2020,国产AI开源框架“亮剑”TensorFlow、PyTorch

    2020年,CSDN将对1000+人物进行访谈,形成系列,从而勾勒出AI生态最具影响力人物图谱及AI产业全景图。本文为 「AI技术生态论」系列访谈第05期。

    AI科技大本营
  • 深度学习库Keras快速入门

    Keras是一个强大的、易于使用的深度学习库,无缝对接Theano 和 TensorFlow,同时提供高层神经网络API,来建立和评估深度学习模型。

    double

扫码关注云+社区

领取腾讯云代金券