黃思敏

摘要 隨著人工智能不斷發(fā)展，逐漸被廣泛應(yīng)用于醫(yī)療診斷、股票交易、機(jī)器人控制、法律、遙感技術(shù)以及玩具等多方面的領(lǐng)域之中。當(dāng)前，遙感技術(shù)數(shù)據(jù)遠(yuǎn)比呈現(xiàn)在我們眼前的數(shù)據(jù)多得多，如何將這些數(shù)據(jù)提取出來(lái)成為計(jì)算領(lǐng)域內(nèi)的一道難題。如群集、分布式網(wǎng)絡(luò)以及專業(yè)硬件設(shè)備等高性能計(jì)算基礎(chǔ)設(shè)施為遙感技術(shù)信息提取以及計(jì)算提供了重要的建筑學(xué)新進(jìn)展，如圖像分類、目標(biāo)檢測(cè)、定位識(shí)別等。HPC不僅僅計(jì)算性能強(qiáng)大，而且更高的效能也更加有利于低碳環(huán)保，其應(yīng)用范圍也在不斷拓寬，在人工智能應(yīng)用方面逐漸使用了這項(xiàng)技術(shù)。

【關(guān)鍵詞】高性能計(jì)算 人工智能 應(yīng)用

我國(guó)經(jīng)濟(jì)不斷進(jìn)步，與之相適應(yīng)的網(wǎng)絡(luò)技術(shù)也在不斷發(fā)展，目前我國(guó)具有三種完全不同的技術(shù)帶領(lǐng)我們通向未來(lái)人工智能的道路，其中與之相關(guān)的技術(shù)包括高性能計(jì)算、神經(jīng)形態(tài)計(jì)算以及量子計(jì)算，最為主要且應(yīng)用最廣泛的就是高性能計(jì)算技術(shù)。高性能計(jì)算可以為我們帶來(lái)更快、更聰明、更廉價(jià)、更簡(jiǎn)單的人工智能，目前這三種計(jì)算方式已經(jīng)觸手可及，而且這些計(jì)算正對(duì)人工智能進(jìn)行改變，需要我們進(jìn)行深度學(xué)習(xí)。本文主要從高性能計(jì)算的發(fā)展趨勢(shì)入手，并深入研究高性能計(jì)算在人工智能中的實(shí)際應(yīng)用情況。

1 高性能計(jì)算的內(nèi)涵

高性能計(jì)算簡(jiǎn)稱HPC，目前我國(guó)對(duì)高性能計(jì)算的關(guān)注度極高，它是對(duì)我們所認(rèn)識(shí)的深度神經(jīng)網(wǎng)絡(luò)架構(gòu)進(jìn)行使用，并且能夠讓其更快更簡(jiǎn)便更容易地獲取，為我們創(chuàng)造更好的通用環(huán)境，甚至可以更有效地利用大數(shù)據(jù)中心的GPU和FPGA，而且未來(lái)很有可能會(huì)產(chǎn)生更加專業(yè)的芯片。

高性能計(jì)算主要采用大量處理單元的聚合能力的方式來(lái)解決復(fù)雜問(wèn)題，并且逐漸成為繼理論科學(xué)和實(shí)驗(yàn)科學(xué)之后的科學(xué)探索第三范式，被廣泛應(yīng)用于航空航天飛行器設(shè)計(jì)、核武器設(shè)計(jì)、互聯(lián)網(wǎng)服務(wù)等各個(gè)領(lǐng)域之中，積極促進(jìn)國(guó)民經(jīng)濟(jì)發(fā)展，為國(guó)防建設(shè)帶來(lái)了巨大的價(jià)值。高性能計(jì)算同時(shí)也是世界高技術(shù)領(lǐng)域的戰(zhàn)略制高點(diǎn)，成為科技進(jìn)步重要標(biāo)志之一，評(píng)價(jià)綜合國(guó)力的重要指標(biāo)之一。

2 高性能計(jì)算發(fā)展現(xiàn)狀

2.1 永無(wú)止境的計(jì)算需求

高性能計(jì)算時(shí)計(jì)算科學(xué)里的一項(xiàng)分支，主要研究開(kāi)發(fā)高性能計(jì)算機(jī)以及高性能計(jì)算機(jī)的運(yùn)行軟件，與科學(xué)研究具有緊密聯(lián)系?？茖W(xué)研究對(duì)于計(jì)算能力的需求是無(wú)止境的，這將會(huì)促進(jìn)高性能計(jì)算更好地向前發(fā)展，其高效發(fā)展也將會(huì)為科學(xué)研究帶來(lái)全新的研究手段。在近代科學(xué)研究之中，光依靠科學(xué)理論和實(shí)驗(yàn)來(lái)解決問(wèn)題是遠(yuǎn)遠(yuǎn)不夠的。對(duì)于復(fù)雜的問(wèn)題，可以采用數(shù)值運(yùn)用方法進(jìn)行模擬物理世界，從而使得計(jì)算科學(xué)成為自然科學(xué)研究的必備手段。隨著復(fù)雜問(wèn)題的逐漸增多，涉及的范圍愈加廣泛，對(duì)計(jì)算能力的需求也越來(lái)越高，促進(jìn)了高性能計(jì)算的發(fā)展，并為其提供了最直接的動(dòng)力。

2.2 高性能計(jì)算系統(tǒng)

擴(kuò)展性和成本是推動(dòng)系統(tǒng)結(jié)構(gòu)進(jìn)步的重要因素，為解決大規(guī)模擴(kuò)展問(wèn)題，逐漸出現(xiàn)了MPP體系結(jié)構(gòu)，它可以擴(kuò)展上萬(wàn)個(gè)結(jié)點(diǎn)，結(jié)點(diǎn)包括計(jì)算結(jié)點(diǎn)和服務(wù)結(jié)點(diǎn)兩類，其中計(jì)算結(jié)點(diǎn)可以提供文件系統(tǒng)、任務(wù)管理等服務(wù)。高性能計(jì)算最佳性能與應(yīng)用軟件運(yùn)行時(shí)的實(shí)際性能并不相同，它們之間存在著巨大的差異。在互聯(lián)網(wǎng)領(lǐng)域中，大數(shù)據(jù)處理應(yīng)用存在著共性基礎(chǔ)模塊。在社交網(wǎng)絡(luò)分析和基因測(cè)序中，主要應(yīng)用基于圖的建模方式，圖算法是最基礎(chǔ)的模塊。

2.3 高性能計(jì)算面臨的挑戰(zhàn)

高性能計(jì)算的功能消耗大，針對(duì)降低高性能計(jì)算功能消耗這一問(wèn)題，國(guó)際學(xué)術(shù)界對(duì)涉及計(jì)算機(jī)系統(tǒng)的各個(gè)應(yīng)用直至芯片各個(gè)部分都進(jìn)行優(yōu)化處理，如對(duì)數(shù)據(jù)移動(dòng)算法進(jìn)行優(yōu)化處理，創(chuàng)建低耗能系統(tǒng)、機(jī)房冷卻系統(tǒng)等。

隨著高性能計(jì)算規(guī)模逐漸擴(kuò)大，軟件結(jié)構(gòu)也變得愈加復(fù)雜起來(lái)，其中故障檢測(cè)與診斷是非常具有挑戰(zhàn)性的工作。在大范圍規(guī)模下，系統(tǒng)的平均無(wú)故障時(shí)間較低，將導(dǎo)致MTBF變得更短，其可靠程度會(huì)大幅度降低。

3 高性能計(jì)算在人工智能中的應(yīng)用分析

3.1 深度學(xué)習(xí)迅速崛起

深度學(xué)習(xí)如同黑盒子一般，使用人員即便不具備相關(guān)背景，直接使用這種工具，也可以取得前所未有的效果，可以在極大程度上降低門(mén)檻，采取低成本方式將復(fù)雜的工作重新做起來(lái)，這也是深度學(xué)習(xí)各項(xiàng)優(yōu)點(diǎn)中最為顯著的一個(gè)。深度學(xué)習(xí)缺點(diǎn)即為需要的計(jì)算資源較高，傳統(tǒng)互聯(lián)網(wǎng)公司的計(jì)算密集業(yè)務(wù)的場(chǎng)景甚少，一旦業(yè)務(wù)發(fā)展起來(lái)，需要要求極高的計(jì)算能力。最近幾年發(fā)展過(guò)程中，深度學(xué)習(xí)逐漸變得熱門(mén)起來(lái)，以GPU計(jì)算平臺(tái)、工具以及驅(qū)動(dòng)為依據(jù)，很快便開(kāi)發(fā)出cuDNN這樣的工具，促進(jìn)大家更好的去了解和使用GPU，加深對(duì)GPU的深入學(xué)習(xí)。深度學(xué)習(xí)并不是很難達(dá)到的，如阿里這樣具有創(chuàng)新能力的企業(yè)，已經(jīng)將其實(shí)用化，積極推動(dòng)應(yīng)用的發(fā)展，改變架構(gòu)形式，使得之前不可能實(shí)現(xiàn)的應(yīng)用逐漸變成可能。有助于對(duì)大規(guī)模的數(shù)據(jù)信息進(jìn)行總結(jié)、收集與識(shí)別，更大程度上釋放計(jì)算機(jī)的性能。

3.2 讓超級(jí)計(jì)算機(jī)性能提升倍數(shù)

GPU不僅解決了計(jì)算問(wèn)題，甚至已經(jīng)超出了預(yù)期，性能的提升帶動(dòng)了速度的提升，對(duì)整個(gè)業(yè)務(wù)狀況都進(jìn)行了改善。技術(shù)的不斷提升帶動(dòng)了產(chǎn)品的發(fā)展，處理數(shù)據(jù)的規(guī)模也逐漸擴(kuò)大起來(lái)，提升了對(duì)計(jì)算機(jī)的需求程度，隨之也提出了以更低的成本獲得更高的性能的需求。其次還將GPU投入機(jī)器人學(xué)習(xí)之中，現(xiàn)階段用戶對(duì)于機(jī)器人的需求并不是很高，但未來(lái)需求程度會(huì)得到提升，以便獲得更高的收益。除此之外，一些企業(yè)利用深度學(xué)習(xí)來(lái)開(kāi)展其他業(yè)務(wù)，其中手機(jī)淘寶拍照購(gòu)物就是深度學(xué)習(xí)項(xiàng)目之一，其識(shí)別率非常高，可靠性也非?？捎^。深度學(xué)習(xí)已經(jīng)不再停留在學(xué)習(xí)層面，已經(jīng)轉(zhuǎn)到了應(yīng)用層面，許多應(yīng)用軟件都可以看到深度學(xué)習(xí)的身影。GPU憑借著架構(gòu)的優(yōu)勢(shì)幫助服務(wù)器計(jì)算能力得到顯著提升，使得難以實(shí)現(xiàn)的技術(shù)問(wèn)題都可以得到有效的解決，對(duì)新技術(shù)要加強(qiáng)規(guī)劃，引領(lǐng)產(chǎn)業(yè)向新的目標(biāo)前進(jìn)，成為新時(shí)代下計(jì)算機(jī)領(lǐng)域內(nèi)強(qiáng)有力的力量。

4 結(jié)語(yǔ)

綜上所述，隨著經(jīng)濟(jì)的進(jìn)步，人們生活水平的提升，對(duì)于人工智能的需求水平也將會(huì)提升，高性能計(jì)算將會(huì)對(duì)人工智能產(chǎn)生巨大的影響，與人工智能相結(jié)合。伴隨著互聯(lián)網(wǎng)的發(fā)展，要加大高性能計(jì)算在人工智能中的應(yīng)用程度，使得中國(guó)在未來(lái)的互聯(lián)網(wǎng)技術(shù)領(lǐng)域中占有一席之地。

參考文獻(xiàn)

[1]臧大偉，高性能計(jì)算發(fā)展趨勢(shì)[J].科技導(dǎo)向，2016，12 （08）：38-41.

[2]韓冀中，高性能計(jì)算技術(shù)發(fā)展現(xiàn)狀及趨勢(shì)[J].中國(guó)工程科學(xué)，2017，18 （02）：211-215.

[3]黃博明.高性能計(jì)算在人工智能中的應(yīng)用[J].中國(guó)科技，2017，10 （16）： 58-63.