网站首页 实验室介绍 科学研究 学术交流 人才队伍 开放课题 招聘信息 联系我们
业内动态

 
 
 工程院院士廖湘科:人工智能、大数据和高性能计算融合成为趋势

2018-11-06 17:16:01


近日,中国工程院院士、实验室学术委员会主任廖湘科分享了关于人工智能、大数据和高性能计算的相关观点。

廖院士指出,“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形态。”并提出人工智能、大数据和高性能计算融合成为趋势。

他分析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,由于GPU应用是深度学习得以发展的四大因素之一,因此GPU的出现对人工智能新崛起起到了积极推动作用。

AI的支柱包括计算能力、算法和数据,三大要素。在此过程中,廖院士提出人工智能形态产生了分化,并定义为重型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: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。

同时,廖院士提到未来高性能计算也将实现云化,HPC将实现云上HPC和定制HPC两种路线,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,按照现阶段来看,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,高性能计算是可以满足新需求的,同时也是为AI提供坚实现实的平台基础。

最后,廖院士谈到现有的HPC软件体系,制约着新型器件或颠覆性计算结构的使用,硬件技术的发展,尤其是异构计算发展,更加剧了应用软件的困难。他提出,HPC生态必须协调考虑高性能计算、应用软件、模型和算法以及人才队伍的建设。

 

 

来源:任新勃

 

 

 

[ 字体大小: 14 12 9 ] [ 打印]

高效能服务器和存储技术国家重点实验室 | 联系我们 | 京ICP备12012807号-3
© 2016 Hsslab