人工智能、大数据和高性能计算融合成为趋势——访中国工程院院士、国防科技大学计算机学院院长廖湘科

记者 薛志雄 摄

记者 刘小宇

“高性能计算为人工智能新崛起提供了计算引擎,大数据为人工智能的新崛起提供了数据引擎。人工智能与大数据牵引高性能计算机呈现新业态。”8月19日,在第二届“数谷吕梁·智赢未来”吕梁大数据产业发展推介会上,中国工程院院士、国防科技大学计算机学院院长廖湘科提出,人工智能、大数据和高性能计算融合成为趋势。

廖湘科长期从事高性能计算机系统软件与通用操作系统的科研工作,参加了银河2到银河5四代巨型机的研制,主持了天河一号、天河二号的研制,主持了麒麟操作系统的研制,为我国高性能计算机系统研制跻身世界领先行列、为国产基础软件的自主可控发展作出了重要贡献。

人工智能、大数据、高性能计算如何融合发展?廖湘科说:“高性能计算不仅解决具备尺度超大、尺度超小、时变超快、时变超慢、过程超危险、过程超昂贵‘六超’特征的挑战性问题,今后还会向微观深入、向宏观拓展、向极端条件发展;人工智能的快速发展,使得计算能力成为瓶颈,而GPU开始在超算领域崭露头角。科学家借鉴GPU在超算领域经验,将其引入人工智能。GPU的出现对人工智能新崛起起到了积极推动作用。因为GPU应用是深度学习得以发展的四大因素之一;AI的支柱包括计算能力、算法和数据,三大要素。人工智能形态产生了分化,廖湘科定义为重型AI和轻型AI。重型AI是基于大数据、大机器的模型训练,高吞吐率的智能推理和复杂的关联分析,形成的大数据、大模型多任务模式。轻型AI是在重型AI的基础上,针对目标硬件的裁剪之后部署,在智能终端迅速得到结果的模式。”

“融合发展是必由之路。高性能计算必须满足计算科学、数据科技和智能科学的新需求。高性能计算可以满足新需求,在大规模并行系统搭建、分布式架构管理和运维,高并行代码运行和优化方面是高性能的强项。也是为AI提供坚实现实的平台基础。融合发展意味着实现异构融合系统结构成为核心需求。而CPU与GPU、FPGA、TPU等加速器技术正处于百花齐放的局面。今天高性能通用CPU仍然是HPC的基础核心,GPU在深度学习领域占有绝对主导地位。大数据整体产业链趋于成熟是催生人工智能热潮的关键。未来,人工智能技术将逐步走向主流,高性能计算、大数据和人工智能技术相结合将对各行业产生重要的影响。”廖湘科说。

(责编:杜帅)

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20180821A0NTLZ00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券