人工智能计算器(人工智能计算器app)

Mark wiens

发布时间:2022-08-31

人工智能计算器(人工智能计算器app)

 

互联网小常识:禁止在便签纸上留存用户名、密码等信息。UKey不使用时应及时拔出并妥善保管。

突破性能红线之后,需要突破成本红线。

经过十年,人们对 AI 的认识逐渐清晰。正如前不久谷歌的工作人员声称 AI 聊天程序 LaMDA 拥有了意识,很快就被认为并不成立。AI 的存在,并非为了是挑战人类,而是为了提供工具、优化流程、提供效率。

就在上周,DeepMind 发布了最新的蛋白质结构数据库:超过 2 亿个蛋白质结构,这几乎涵盖了科学界所有已知的有编目的蛋白质。AlphaFold 是 AI 为生物学研究提供的强大工具。有了 AI 的助力,生物学家能够花更多精力研究蛋白质的功能,而非测量结构。

技术发展是一个叠加的进程。AI 也需要这样,进入具体领域,发生对话,实现其技术价值。以怎样的形式让交流发生,也是经历了上一阶段的 AI 创业公司需要思考的议题。而对于想应用新技术的公司,又面对需要跨越的学习门槛。

对于单个企业而言,搭建硬件、调试算法从头做起不切实际。如何将需求落实为技术方案,再运用技术方案实现管理?将这个问题给到 AI 技术提供方,思考又会拆分为许多层,场景匹配算法、算法接入框架、芯片支持算力。

商汤正在探索的解法是「AI 基础设施」,将不同层的技术层集中建设、按需要调配,降低使用门槛和成本。「需要推动整个的生产方式,从手工作坊向工业化量产去迈进。」商汤联合创始人与大装置首席科学家林达华说。「AI 大装置」,也是商汤对软硬一体大型通用型基础设施的称呼。

2022 年初,坐落在上海的「商汤科技人工智能中心」启动运营。第二个城市级 AI 基础设施,商汤来到了山东。七月底,「2022 中国算力大会」在山东省济南市召开,于「中国北方 AI 算力创新中心」正式启动。算力大会上,商汤与山东省淄博市政府一起讨论如何用「AI 基础设施」更好地助力城市的数字化升级。

01「数字化」的下一步,与 AI 的下一步

当这个「数字化」的概念展开,是 AI 进入具体的产业场景,看到的复杂需求。

在改革开放之后,中国用极短的时间完成了城市化。大刀阔斧的历史进程告一段落,经济模式升级的需求持续存在,必然需要寻找新的方式。山东也在最近这几年发力,去年的信息技术产业营收突破 1.2 万亿元,数字经济规模总量排到了全国第三。在数字经济建设上,明确了十四五期间数据中心建设规划,加快提升数据与算力基础设施服务能力。

当一个省要实现数字经济的发展突破,AI 恰是能够为各行各业提供「工具」与「引擎」的技术。从这个角度而言,商汤进入山东,也是技术发展与城市化进程的交汇。

商汤在去年底上市,成为 AI 第一股。转年初 1 月,位于上海临港的人工智能计算中心(AIDC)启动运营。AIDC 集合了 2 万多块 GPU,支持每秒 3.74 百亿亿次的浮点算力,能够支持数 10000 亿参数模型完整训练。是目前亚洲最大的人工智能计算中心之一。为什么作为一家软件为核心能力的公司,会建立这样一个大规模的基础设施?这便要从人工智能目前的发展阶段去理解。

三次人工智能浪潮以来,最近十年是 AI 第一次走出实验室,进入大千世界的各种场景。现实世界总是充满不曾被注意的细节。商汤 AI 大装置事业群总裁杨帆形容。「随着人工发展走入深水区,将面临一个很大的挑战:今天的 AI 解决一个问题,自身所花费的成本和代价,可能比带来的好处还要大。」而商业化,则必须要降低成本。AI 发展至今,从硬件到软件、框架、模型,也有一套随之发展的技术体系,软件能力也依靠整个技术生态而实现。

位于上海临港的商汤科技人工智能计算中心

商汤建立大型 AI 基础设施,便是将发展至今技术体系中不同的资源集中在一起,在面对具体的需求时,不必从头造轮子,快速调取合适的资源,简单调整后适配。「我们建设了从数据准备、模型训练到模型部署全链条的技术平台。」林达华表示。

以数据标注为例,高质量标注的数据,能够成为生产资料,训练出优异的模型。在人工智能产业初期,数据标注更依靠人工,随着产业发展,高成本、低效率的人工必然需要减少。目前,在商汤自建的数据平台上,已经集成上百个提供自动标注方案的 AI 模型。比起一般的数据标注服务,效率提升超过 60%。

02为算法应用降低成本

互联网小常识:CIDR使得路由选择变成了从匹配结果中选择具有最长网络前缀的路由的过程,这就是“最长前缀匹配”的路由选择原则。

当人工智能进入到行业,会发现生产链条非常长,并且场景多样化。林达华形容,「我们遇到很多长尾场景,响应每个具体需求的时候,成本和代价都是非常高的。因此要让人工智能成为未来整个国民经济发展的根本。需要突破新的红线,就是成本红线。」

想更加灵活、低成本应对不同场景需求,商汤选择将生产过程划分为两个阶段。在第一个阶段,依靠大规模算力,汇聚来自不同场景不同任务的数据,训练出一个基础模型。在这个基础模型之上,再去回应更细分的具体需求。于是在第二阶段,只需要少量的数据、轻量的计算,就能够应对需求。这使得处理单个案例的成本下降。

冲压生产线在线自动检测

在青岛,商汤和一汽解放一起开发了「5G+AI」的冲压件表面质量在线检测。在冲压自动生产线的最后一环,用相机拍照,对冲压件板材的质量和尺寸进行识别和检测。冲压工艺是汽车制造环节之一,是人员密集型产线。以前依靠人工检测,缺陷检出率较低。使用 AI 检测之后,大大提升了检测效率。

这个功能依靠商汤 AIDC 提供算力支持,利用商汤深泉算法训练平台。深泉算法训练平台是专为工业制造领域的打造智能模型生产平台,承接来自各种场景的业务需求。深泉平台能够提供模型的自动训练,还能模型进行评估、迭代,从而筛选出最佳模型自动完成部署,供用户进行调用。它存在的目的,就是帮助工业制造行业的客户降低研发门槛。

「一个成功的人工智能基础设施,除了基础的一些存储算力外,额外有两个点:低成本门槛、低技术门槛,换句话说就是用的起和得会用。」商汤科技副总经理杨松在圆桌讨论时说。

在工业制造领域,依托算法训练平台,商汤在青岛也与其它工厂一起开发了多种应用。在海尔工厂中,商汤通过应用 5G+AI+MEC 识别技术,对进入工厂的车辆、设备等进行智能识别与管理,防止车辆进入生产重地等非行驶区域;在生产线上,商汤也与海尔构建了标准生产管理模型,对生产流程进行检测和提示,最终使操作和检验达到 100% 一致性。

降低 AI 技术使用门槛,也不是仅靠 AI 公司就能够实现。对于学习成本较高的企业而言,需要有契机与新技术发生交流。AI 真正在场景里落地,是逐渐发生的过程。商汤表示:我们希望在产业里面做平台的整合,跟大家一起去努力让训练平台、推理平台的集成化更高,把一些底层技术封装起来。

03生态的两端:从设施到人才

在算力大会上,由淄博市政府牵头的「中国北方 AI 算力创新中心」正式启动。这是一个城市级的人工智能底座,对于淄博这座城市而言,是第一个数字经济的基础设施。淄博也是全国首批产业转型升级示范区之一。

如果简单比喻:算力是生产力,算法是生产关系,数据是生产资料。若从产业视角来看,算力则属于高耗能产业。因此选择集约化的方式建造算力中心,能够有效利用资源。

林达华表示:建设面向人工智能场景的高性能的调度系统,带来了更低的性能损耗,更高的资源利用。集中调度系统,就需要算力平台作为支撑。AI 算力创新中心,也将扮演支撑者的角色。在城市数字化的过程中,淄博意识到「急需一个统一的 AI 能力中心平台。」数字化转型中,往往第一步是传感器等基础设施搭建。这提供了基础的数据。下一步,需要有效的数据分析和处理,才是智能化的开始。

AI 算力创新中心将解决数据的打通和处理问题。林达华举例说:商汤的技术团队建设起来了专用面向人工智能的存储系统,可以对数以亿计甚至百亿级的小文件进行一个随机的访问,例如 5 秒钟就可以读取完成 3000 多万辆机动车辆的信息。

在一个城市建立AI基础设施,短期来看,能够解决种种应用需求;长期而言,则是 AI 持续与当地产业交流,这也为产业人才培养提供了重要环境。目前,商汤与青岛职业技术学院共建了青岛市人工智能产教科创实训基地。

互联网小常识:OSI管理模型由ISO发布,管理站和代理之间通过CMIP相互交换管理信息,通过GDMO标准定义被管对象提供的服务,在这个模型中每一层中都定义有相应的管理功能,它们由层管理实体(LME)来完成。

作为和 AI 技术一路成长的企业,商汤也愿意与同行者一起做长期的事情。杨松在圆桌讨论的尾声说,「只有 AI 人才数量提升,每个企业才会对自身的数字化转型和人工智能建设,有更好的认知;这样才会有一个总体的解决方案,去看一个具体的行业怎样去接入到人工智能企业去。」

互联网小常识:交换表建立的过程。开始空白,有数据帧进入则查找目的地址是否在交换表中,在则转发,不在则广播报文,拥有该地址的网络会回应报文,交换机将该记录加入表中。表的维护通过时间戳来完成。添加或引用时便会更新时间戳,定期删除某个时间戳以前的项。

免责声明:本站所有信息均搜集自互联网,并不代表本站观点,本站不对其真实合法性负责。如有信息侵犯了您的权益,请告知,本站将立刻处理。联系QQ:1640731186