人工智能計算平臺的本質(zhì)是通過數(shù)據(jù)與算法訓(xùn)練出一個可以預(yù)知未來的模型，一個好的計算平臺需要為用戶在數(shù)據(jù)以及算法方面提供極大的便利。因此如何為人工智能計算平臺提供更高效的加速能力是當前研究的熱點與難點。

CPU作為一種通用型處理器，是計算機中不可或缺的計算核心，結(jié)合指令集，可以完成工作中各種各樣的計算和處理任務(wù)。然而近年來，隨著海量數(shù)據(jù)和分布式人工智能計算平臺的高并發(fā)應(yīng)用的涌現(xiàn)，現(xiàn)有體系架構(gòu)的CPU、網(wǎng)絡(luò)、存儲處理遇到了瓶頸，以CPU為中心的分布式計算架構(gòu)很難滿足需求。

尤其在以CNN為代表的深度學(xué)習(xí)領(lǐng)域，準確率的提升伴隨著模型深度的增加，對計算平臺的性能要求也大幅增長。相比于CPU面對的通用多任務(wù)計算，深度學(xué)習(xí)計算的任務(wù)單一、計算密度大、有較高的數(shù)據(jù)可復(fù)用率等特點，對計算構(gòu)架的要求在于大規(guī)模的計算邏輯和數(shù)據(jù)帶寬，而不在于復(fù)雜的任務(wù)調(diào)度，因此在CPU上并不能跑出較好的性能。

面對當前AI行業(yè)的需求，到底該如何構(gòu)建下一代的分布式人工智能計算平臺呢？10月16日晚7點，「浪潮元腦專場」第3講邀請到高效能服務(wù)器和存儲技術(shù)國家重點實驗室首席科學(xué)家闞宏偉參與。這一講定名為人工智能分布式加速技術(shù)公開課，闞宏偉也將從人工智能加速平臺研究現(xiàn)狀出發(fā)，分析現(xiàn)有人工智能平臺的痛點與挑戰(zhàn)，詳解分布式人工智能平臺的核心技術(shù)，最后也將向大家透析未來計算架構(gòu)的趨勢。

闞宏偉是高效能服務(wù)器和存儲技術(shù)國家重點實驗室首席科學(xué)家，主要從事面向人工智能和數(shù)據(jù)中心等領(lǐng)域的可重構(gòu)分布式異構(gòu)加速平臺的研究，人工智能原創(chuàng)性基礎(chǔ)研究，聚焦在硬件加速平臺、CPU&FPGA&xPU全棧加速、數(shù)據(jù)中心資源池化/云化/熱遷移等方向，和人工智能算法模型與特征度量方向。他先后主持“國家重點研發(fā)計劃：面向大規(guī)模分布式人工智能應(yīng)用的關(guān)鍵網(wǎng)絡(luò)技術(shù)”等重大國內(nèi)外研究6項，論文專利50余項，多項成果應(yīng)用于重大裝備或國內(nèi)外TOP10知名企業(yè)中，并填補國內(nèi)外空白。

高效能服務(wù)器和存儲技術(shù)實驗室是國內(nèi)唯一面向服務(wù)器和存儲技術(shù)研究的國家重點實驗室，也是國家首批依托企業(yè)設(shè)立的國家重點實驗室之一。其以解決高速、高效、海量、高可用性等高效能計算與存儲問題為主要研究內(nèi)容。
責(zé)任編輯:tzh