当前位置:经济频道首页 > 经济要闻 > 正文

阿里云张献涛:AI浪潮致计算需求爆炸,传统计算已无法满足

2017-10-04 07:37:40    第一财经  参与评论()人

从1956年的达特茅斯会议算起,人工智能的概念的提出已经有60多年的时间了,但直到近几年才呈现出爆发的趋势。在阿里云异构计算掌舵人张献涛看来,爆发背后必须具备三个要素:首先是人工智能相关的算法方面的研究,还有数据的积累,最为重要的是计算力。

如果把人工智能比作“火箭”,算法就是“控制台”,数据是“燃料”,那么计算力就是“加速引擎”。 “特别是人工智能浪潮催生的计算迭代需求,远超摩尔定律。”张献涛在接受一财科技采访时说。

传统通用计算已经无法满足人工智能对于爆发的计算能力需求,现在异构计算中GPU/FPGA等高并行、高密集的计算能力被视作现阶段挑起人工智能产业的大梁。

今年9月,阿里云异构计算宣布推出新一代的异构加速平台,涵盖了GPU、FPGA在内等6款异构实例,解决从图形渲染到高性能计算及人工智能等复杂应用的计算需求。特别是在人工智能领域,可将深度学习成本缩减一半,大幅降低人工智能计算门槛。

与此同时,异构计算的使能领域不仅支撑人工智能计算力升级需求,也能为图形计算、生命科学、材料力学、分子动力学等科研计算领域提供普惠计算能力。

异构计算凭什么?

数据+算法+计算力三要素构成了人工智能产业爆发的要素。

IT企业都有自己的算法和数据,但在计算力的获取上,一直有比较高的门槛。

2009年,几名斯坦福的学者向世界展示,使用 GPU 可以在合理的时间内训练深度神经网络,引发了GPU热潮。过去,借助通用计算完成的智能模型训练需要几天才能完成,如今使用异构计算只需要1小时就能完成。

异构计算因此被认为是更适合人工智能的计算形态。它是一种把不同类型的指令集和体系架构的计算单元组成的系统的计算方式,如“CPU+GPU”,"CPU+FPGA“等,”更适合深度学习、基因匹配、金融分析等计算密集型领域。它的优点在于具有比传统CPU并行计算更高效率和低延迟的计算性能,在处理物联网场景下的AI应用时,异构计算比CPU的处理效率高30倍以上。

为您推荐: