每秒計算2千兆！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日消息，今天，2018人工智能計算大會(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芯片、AI伺服器等計算設備以及量子計算等前沿AI技術。

在本次大會上，浪潮發布《AI計算力發展報告》和最新AI超級伺服器AGX-5，計算性能高達每秒2千兆次。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，發布面向AI創業企業的驅動計劃。

一、浪潮發布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共同發布《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計算力發展水準及未來趨勢。

隨後，劉軍發布性能強大的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計算性能高達每秒2千兆次，整體性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應用研發周期，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基礎設施整合集成運行。

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

一是大容量存儲、高密度計算和I/O性能不足，二是面向特定領域的AI架構設計與芯片的優化匹配，三是終端和“雲”平台不同導致的需求差異，雲端訓練具有高並行、高帶寬、高存儲的特點，終端則對高安全性、低能耗、低延遲等性能有需求。

陳怡然也提到，很多人問他 ASIC、可編程硬體、通用硬體平台和基於新型器件的可編程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，只有了解業務場景、數據類型、預算成本與開銷，才能確定最合適的AI芯片方案。

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準非常重要的指標，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，數據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個月芯片性能翻一倍。

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，因為互聯網的產生，互聯網產生之後有了大數據。

第二，計算使AI無所不在。早期電腦每秒鐘執行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。

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，在局限問題上，有糾錯算法加持，量子電腦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比特的原因。

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。

“凡是能夠成量子比特的系統，或多或少都能做量子計算。”他總個人認為，量子電腦的主要難點在於可擴展性和隔離性之間的矛盾。

量子比特非常脆弱，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展。

目前走向可擴展超導量子計算的主要挑戰是需要超高精度量子模擬芯片，對退相乾時間、控制誤差和量子態泄露都有較高要求。

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台，在今年年初上線，感興趣的讀者可以到官網上去親自感受。

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數據和算法，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。