每秒計算2千萬億！浪潮推出最新AI超級伺服器

智東西(公眾號:zhidxcom)
文 | 心緣

智東西9月12日訊息，今天，2018人工智慧計算大會(AI Computing Conference 2018)在北京舉辦。本次大會由中國工程院資訊與電子工程學部主辦，浪潮集團承辦，聚焦AI計算力，數位學術界、產業界AI專家分享AI晶片、AI伺服器等計算裝置以及量子計算等前沿AI技術。

在本次大會上，浪潮釋出《AI計算力發展報告》和最新AI超級伺服器AGX-5，計算效能高達每秒2千萬億次。浪潮表示，這是目前全球最強大的AI計算主機之一。

此外，浪潮還將在下午AI+創投分論壇中，釋出面向AI創業企業的驅動計劃。

一、浪潮釋出AI計算力報告和AI超級伺服器

在主題為“AI計算產業發展與創新”的演講中，劉軍首先介紹到，浪潮聯合IDC共同釋出《中國AI計算力發展報告》，摘要版在大會官網上可以下載。

該報告從城市、區域、行業場景、主要挑戰和發展建議等多維度，評估中國AI計算力發展水平及未來趨勢。

隨後，劉軍釋出效能強大的AI超級伺服器AGX-5。該伺服器有2顆28核處理器，6TB持久記憶體和對稱式均衡設計，AI計算效能高達每秒2千萬億次，整體效能較普通伺服器提升10倍以上。

此外，劉軍分享了產業發展的三個重要變遷趨勢：一是縮短AI應用研發週期，提升創新效率，如AutoML；二是加速AI應用落地，降低運營CAPEX，如定製化計算TPU；三是AI與IT基礎設施整合整合執行。

二、AI芯片面臨三大挑戰

隨著計算力的提高，AI晶片產業迅速發展。美國杜克大學終身副教授陳怡然表示，AI的平臺效能每年提高一個數量級，但GPU等晶片每年提高不到2倍，目前主要面臨三大挑戰。

一是大容量儲存、高密度計算和I/O效能不足，二是面向特定領域的AI架構設計與晶片的優化匹配，三是終端和“雲”平臺不同導致的需求差異，雲端訓練具有高並行、高頻寬、高儲存的特點，終端則對高安全性、低能耗、低延遲等效能有需求。

陳怡然也提到，很多人問他 ASIC、可程式設計硬體、通用硬體平臺和基於新型器件的可程式設計設計哪一種方案最好？

對此，陳怡然表示，沒有一個方案會在這幾種特性達到最優效果，只有瞭解業務場景、資料型別、預算成本與開銷，才能確定最合適的AI晶片方案。

三、計算力推動AI發展

中國工程院院士、浪潮集團首席科學家王恩東表示，在智慧時代，計算是生產力，也是衡量社會經濟發展水平非常重要的指標，全球伺服器採購量的前八名都在全球市值前十名公司榜單中，全球GDP排名前五的國家也是全球伺服器市場容量的前五。

他認為AI的發展離不開計算力的快速發展，同時AI也給計算帶來新的挑戰，資料和訓練的任務量呈指數級增長，激發了對計算巨大的需求。從2012年至今，AI的計算力六年增長了幾十萬倍，但按照摩爾定律，18個月晶片效能翻一倍。

美國工程院院士、美國加州大學洛杉磯分校教授叢京生分享了推動AI的發展的兩個因素。

第一，因為網際網路的產生，網際網路產生之後有了大資料。

第二，計算使AI無所不在。早期計算機每秒鐘執行200萬到300萬指令；AlexNet產生時CPU已發展到多核，每秒有一千億到兩千億的運算；GPU又把這個能力提高了十倍到上百倍。

四、超導量子計算

除了AI計算之外，量子計算也是近年來備受關注的前沿技術之一。中國科學技術大學教授朱曉波簡介了超導量子計算的研究現狀和主要挑戰。

量子計算有多強大呢？據朱曉波介紹，在侷限問題上，有糾錯演算法加持，量子計算機的計算能力達到指數增加。

超導是上個世紀發現的自然界第四大物態，原則上，超導沒有能量損失，這也是他研究超導量子位元的原因。

除了零損耗外，超導量子方案具有半導體平面印刷工藝、容易耦合和控制的優勢，而且暫時沒有發現原則性的困難。

“凡是能夠成量子位元的系統，或多或少都能做量子計算。”他總個人認為，量子計算機的主要難點在於可擴充套件性和隔離性之間的矛盾。

量子位元非常脆弱，容易受到外界干擾，最大問題是一方面需要和外界環境有隔離性，另一方面又研究學家又希望把它擴充套件。

目前走向可擴充套件超導量子計算的主要挑戰是需要超高精度量子模擬晶片，對退相干時間、控制誤差和量子態洩露都有較高要求。

最後，朱曉波介紹了中國科學院和阿里巴巴合作建立的一個量子計算雲平臺，在今年年初上線，感興趣的讀者可以到官網上去親自感受。

結語：計算力提升正影響AI產業

眾所周知，計算力是AI發展三大要素之一。從眾多學術大咖的分享中，我們發現AI計算力的變革正在深刻影響AI產業。

很多企業擁有自己的資料和演算法，但在計算力上遇到高門檻。就目前來看，AI計算力還會持續快速成長，這個過程中，抓住計算力命脈的企業，很有可能把握了AI發展的先機。