算力推動數(shù)據(jù)處理和算法演進

延伸閱讀

算力推動數(shù)據(jù)處理和算法演進

算力、算法和數(shù)據(jù)是人工智能的三個基本要素，在人工智能的實際應(yīng)用中缺一不可，在人工智能發(fā)展的進程中相輔相成，在不同的發(fā)展階段各自發(fā)揮著核心作用。

算法

算法是人工智能早期研究和發(fā)展的熱點，從人工智能概念提出開始，算法一直在不斷地發(fā)展和演進。從供給的角度來看，學(xué)術(shù)界是人工智能理論和算法的開創(chuàng)者，在人工智能理論和算法的早期發(fā)展過程中起到了核心的作用，從決策樹到神經(jīng)網(wǎng)絡(luò)，從機器學(xué)習(xí)到深度學(xué)習(xí)，推動算法不斷演進和進步；2010年之后，TensorFlow和Caffe框架相繼誕生，互聯(lián)網(wǎng)巨頭開始更多地投入對算法和算法框架的研究，并以互聯(lián)網(wǎng)的方式和開源的精神推動了算法的發(fā)展，促進了算法與應(yīng)用的結(jié)合。

進入新世紀之后，互聯(lián)網(wǎng)的發(fā)展和普及使人類進入數(shù)字時代，數(shù)據(jù)爆炸性增長，各種類型的數(shù)據(jù)、各種格式的數(shù)據(jù)、各行各業(yè)的數(shù)據(jù)都以前所未有的速度產(chǎn)生并存儲下來，為人工智能的發(fā)展提供了豐沃的土壤。

數(shù)據(jù)

在中國，數(shù)據(jù)主要可以劃分為兩類：行業(yè)數(shù)據(jù)和互聯(lián)網(wǎng)數(shù)據(jù)。行業(yè)數(shù)據(jù)主要掌握在政府和政府主導(dǎo)的金融、電信、制造、醫(yī)療、能源等行業(yè)巨頭和政府管理機構(gòu)手中，互聯(lián)網(wǎng)數(shù)據(jù)主要掌握在BAT等頭部互聯(lián)網(wǎng)公司手中。數(shù)據(jù)量不再是一個問題，唯一需要考慮的是如何處理和使用數(shù)據(jù)？使之更適合為人工智能系統(tǒng)所用；如何打破數(shù)據(jù)的壁壘，將更多的數(shù)據(jù)開放出來，并保證數(shù)據(jù)的安全和隱私保護。

中國在2017年6月1日發(fā)布并實施了《中華人民共和國網(wǎng)絡(luò)安全法》，該法第三十七條中明確規(guī)定：“關(guān)鍵信息基礎(chǔ)設(shè)施的運營者在中華人民共和國境內(nèi)運營中收集和產(chǎn)生的個人信息和重要數(shù)據(jù)應(yīng)當(dāng)在境內(nèi)存儲。”，網(wǎng)絡(luò)安全法等法律法規(guī)為數(shù)據(jù)的存儲、管理和應(yīng)用提供了法律依據(jù)。

算力

在人工智能的三個基本要素中，算力的提升直接提高了數(shù)據(jù)的數(shù)量和質(zhì)量，提高了算法的效率和演進節(jié)奏，成為推動人工智能系統(tǒng)整體發(fā)展并快速應(yīng)用的核心要素和主要驅(qū)動力。

人工智能計算具有并行計算的特征，按照工作負載的特點主要分為訓(xùn)練（training）和推理（inference）。傳統(tǒng)的通用計算無法滿足海量數(shù)據(jù)并行計算的要求，于是以CPU+GPU為代表的加速計算得到了快速的發(fā)展，成為當(dāng)前主流的人工智能算力平臺；推理類工作負載具有實時性要求高、場景化特征強、追求低功耗等特征，在不同的應(yīng)用場景下呈現(xiàn)明顯的差異化，除了GPU加速計算解決方案以外還出現(xiàn)了眾多新的個性化算力解決方案。

算力的提升是個系統(tǒng)工程，不僅涉及芯片、內(nèi)存、硬盤、網(wǎng)絡(luò)等所有硬件組件，同時也要根據(jù)數(shù)據(jù)類型和應(yīng)用的實際情況對計算架構(gòu)、對資源的管理和分配進行優(yōu)化。目前提升算力的手段也主要是兩種，一種是與應(yīng)用無關(guān)的，通過對架構(gòu)和核心組件的創(chuàng)新，提升整體系統(tǒng)的算力水平；另一種是與應(yīng)用強相關(guān)的，通過定制芯片、硬件和系統(tǒng)架構(gòu)，為某個或某類應(yīng)用場景和工作負載提供算力。

（文字/程紅琳）

本報擁有此文版權(quán)，若需轉(zhuǎn)載或復(fù)制，請注明來源于中國政府采購報，標(biāo)注作者，并保持文章的完整性。否則，將追究法律責(zé)任。