第03版:新一代人工智能创新发展大会 专题
3上一版  下一版4
 
VR/AR将在2019年回暖
以AI和混合现实促进数字化转型
优化AI计算应对大规模生产挑战
百度智能云“ABC”助力双创升级发展
AI落地赋能各产业发展
编辑:诸玲珍
 
版面导航
 
3上一期
3上一篇  下一篇4 2019年4月2日 放大 缩小 默认        
浪潮AI首席架构师张清:
优化AI计算应对大规模生产挑战

本报记者 齐旭
浪潮AI首席架构师张清
 

3月29日,浪潮AI首席架构师张清在第二届中国虚拟现实创新创业大赛“业达杯”全国总决赛暨新一代人工智能创新发展大会上表示,计算推动了AI的巨大发展,AI计算架构的黄金时代已经到来,但与此同时,AI计算也面临巨大的挑战,高效AI计算系统设计将尤为重要。

综观整个AI产业,其发展势头和投资势头皆处于增长态势。AI整个产业链中包含芯片提供商、AI服务提供商、最终用户和AI计算力提供商等多个环节,其中AI计算作为整个AI产业的“基础设施”,投资比重几乎占到一半以上且将持续增长。可以说,AI计算黄金时代已经到来。

为应对大规模生产挑战,张清提出应从以下四个方面进行AI计算系统设计与优化。

一是通过计算平台与算法、应用场景的共同设计。张清表示,要实现这一目标,首先需要针对不同计算模型的特点和应用场景,从数据的处理、标注到整个训练推理上线来构建合理的计算系统平台,实现整体资源的管理、调度和监控。AI计算平台主要分为训练端和推理端两部分。训练平台需要应对包括视觉、语音处理等复杂的业务场景和不同模型的特点进行差异化定制;推理平台形态则比较丰富,除了数据中心端之外,还有端侧、终端和边缘端,其计算架构也逐步从通用计算架构形态发展到定制化架构。

二是可以通过计算平台管理优化,提升计算吞吐与并发。从系统管理角度来讲,构建一个合理、高效的软件管理平台需要从数据处理到模型的开发、训练、推理以及上线应用等每一个环节的配合,来统筹构建整条AI产业链。在此过程中,首先,将分散资源集中利用成为关键,这有助于提高资源的利用率;其次,针对不同用户需求,将不同资源的配额进行优化,有助于实行资源共享或独享等分类管理措施;最后,适时实施调度策略有利于提升整体计算效率。

三是通过计算框架的并行优化,提升扩展效率与性能。开元框架能够满足基本实验。若应用到实际生产环节中,则需要更高性能的计算框架,以串联起更大规模的系统。

四是设计自动AI工具,实现AI应用快速开发,从精度与性能两个方面提升应用效果。目前,许多传统行业中的一些企、事业单位(例如科研单位和石油企业)已经展开与AI计算力供应商的深度合作,将AI技术引入相应的生产和制造环节中,来实现生产效率、产品性能和精度和性能等全方位的提升。

 
3上一篇  下一篇4  
  


电子信息产业网 http://www.cena.com.cn
中国电子报社版权所有。未经许可,不得转载或镜像。
地址:北京市海淀区紫竹院路66号赛迪大厦8层 邮编:100048
订阅电话:010-88558892 | 88558816

 

关闭