站在未來計算的交界線：中科曙光如何推動傳統計算走向智能_風聞

幾天前，中科曙光承辦的國際智能計算機大會（BenchCouncil 2019）於深圳召開。隨着AI的火熱，智能計算的概念也開始愈發深入人心。目前來看，AI對於社會經濟生產力的撬動與計算能力息息相關。正因為有了強大的計算能力，在工業場景中才能處理體量巨大的數據，實現工業效率的提升；也正因為計算能力，出行場景中對於車、路、人的全面數字化，才可以有的放矢地推動自動駕駛向前發展。

因此，代表着計算力最強標準的高性能計算（以下簡稱HPC），與AI的聯繫也愈加緊密。今天我們就可以嘗試探討，智能計算和它所塑造的未來。

算得巧和算得快：傳統計算為什麼不是AI的最終歸宿？

在演講中，中國工程院院士、中科院計算所首席科學家、曙光公司董事長李國傑提出，人工智能和智能計算機是中科院計算所數十年來努力的方向。

在今天，HPC和AI的高度契合也並非偶然現象。今天這一波AI的發展，與深度神經網絡的發展息息相關，神經網絡的層數越來越多、運載的數據量越來越大，對於計算能力的要求也會不斷提高。於是我們能看到，卡耐基梅隆大學開發的“德撲AI”Libratus利用超算能力對棋牌規則進行暴露拆解錄入和計算；英偉達、英特爾等等廠商也針對自動駕駛AI訓練一類的場景推出了適用的超算系統。

但李國傑院士告訴我們，雖然目前超算是AI不可或缺的基礎設施，但傳統的超算並不能與AI需求完全契合。

“超級計算是算得快，深度學習等智能應用需要算得特別巧的計算機。”

實際上計算力本身的提升是一方面，另一方面需要考量的還有如何讓智能應用更好的利用算力，雙方合理提升智能計算的綜合效率。像是雲端數據中心、智能工作站、人機交互的智能終端和智能物端設備，以及雲端的智能計算和麪向智能應用的超計算機這些針對AI計算需求而做出針對性適配調整的計算產品。

李國傑院士提到，如果針對AI應用，計算設備從硬件結構上就可以進行相關調整，結構越複雜，應用的算法就可以越簡單。未來人工智能需要的不僅僅是計算能力，更需要複雜的硬件結構，可能發明新的智能計算機，但至少最近20年內智能超算是要高度重視的研究方向。

三大引擎下的智能抓手：中科曙光的智能計算打造方案

如果説智能是計算的未來，作為世界範圍內的計算領頭羊，中科曙光又會如何推動傳統計算向智能技術的轉型？

中科曙光大數據首席科學家、大數據智能研究院院長宋懷明提到，中科曙光的佈局是“強勁的計算力、計算普惠化和全棧智能計算場景”為三大引擎發展智能計算，為用户提供“便捷、經濟、全面”的智能計算資源。

在“強勁的計算力”方面，曙光針對深度學習、機器學習等等需求打造了智能計算產品線；針對金融、圖像、教育等等不同場景，以及不同場景中適用的不同類型芯片，例如在圖像計算上有優勢的GPU；以及在異構計算上更具優勢的FPGA，都推出了適用產品，像是智能超算、深度學習服務器、按需分配的存儲、超融合一體機等全線產品。

通過產品結構的調整，可以契合用户在不同場景中的計算需求，從而更好地發揮出AI應用算力的效率。

所謂“計算普惠化”，則是將計算力服務化，使其從一種“重資產”變成用户客户唾手可得的資源。近年以來中科曙光已經逐漸改變了人們印象中對於超算的認知——超算不僅僅只是佔地面積巨大的服務器堆砌，讓應用者們用“硬盤”裝着程序放在超算上跑，而同樣也可以輕盈、便捷、唾手可得。

於是我們能看到，中科曙光推出了人工智能服務平台、有“超算OA”之稱的先進計算服務平台以及遍佈全國的雲數據中心、先進計算中心等等。將先進的計算能力打包成雲、一體化硬件等等形態，讓用户通過雲計算、邊緣計算、通用計算等方式獲取計算資源。讓用户不需要大動干戈，搭建龐大的計算中心，也能在智能應用中獲取算力推動。

最後，中科曙光還推出了“全棧智能計算場景”，對產業全場景的智能解決方案進行推動。簡單來説，智能計算是一種抓手和切入點，中科曙光藉此觸及產業，在安防、醫療、科研、互聯網、金融、環境、農業、製造等多個領域植入計算與算法一體化的解決方案，以生態化的方式幫助企業實現業務的智能化轉型。

革命前夕：從計算到智能計算的概念升級

簡單來説，中科曙光對於傳統計算向智能計算的轉型推動引擎可以被分為三個層次。

第一層是對計算產品本身設計的改變，不斷驅動計算產品貼近AI計算的應用模式；第二層是對計算產品存續狀態的改變，讓HPC不再僅僅堆砌於服務器之中，而是走向終端和雲端，降低應用的綜合成本；第三層則是對計算生態的改變，讓計算不僅僅只是一種“資源”，而是聯合其他智能化服務，打造企業業務智能化轉型的通道。

從這三種層次之中不難發現，傳統計算向智能計算的轉型不僅僅意味着技術的變化，更多的則是概念的升級。

傳統概念中的“計算”，往往是作為動力驅動者存在，應用角度提出何種需求，計算端就被動提供哪些資源。在這種概念之下，會使得計算技術的發展更加孤立，很難突破現有應用需求的限制，進而就可能出現計算技術有所發展卻不能轉換為整體社會經濟能力提升的情況。

但在HPC和AI的發展之中我們已經看到，計算能力如同土壤，唯有土壤豐厚，算法技術的進階才能有所着落。計算能力與算法能力的發展，一定是互相纏繞螺旋向前，算法決定了計算力的發揮價值幾何，計算力則決定了算法的研發上限。

但隨着“集成電路上可容納的元器件的數目約每隔18-24個月便會增加一倍”這一摩爾定律開始逐漸失效，同時量子計算、二維材料等等技術又不斷得到突破。我們即將見證的，是一次改寫現狀的計算革命。李國傑院士提出的“全新計算機架構的‘寒武紀’大爆發”，便是這場革命中註定發生的事件之一。

進一步看來，中科曙光提出智能計算轉型，更是為即將發生的計算革命規劃了方向：先是通過產品革新更好地配合AI對於算力的需求，然後通過服務革新幫助AI用户更便捷地獲取算力，最後通過生態革新培植AI對於算力需求的繼續增長。

在六十年前，基爾比研發出世界上第一塊集成電路時，相信沒有人想象到計算機和互聯網會合力將我們的世界塑造成今天的模樣。同樣今天我們所經歷的智能計算革命，也會將世界帶向一個更美麗和不可知的“寒武紀”。