AI计算力的提升

深蓝色的畅想

计算力的提升

“收集68000张写有阿拉伯数字的图片，让计算机基于英特尔优化版本Caffe和英特尔至强融核处理器的深度学习平台对其加以学习，6分钟后人工智能就会获得认识阿拉伯数字的能力，而且时间可比此前的主流方案节省四分之三。”在电博会人工智能馆英特尔公司的展台旁，在英特尔已经工作了17年的技术专家夏磊告诉《中国科学报》记者。

从“人上网”到“物上网”，随着万物互联时代的到来，数据量呈指数级爆炸，数据形态也从结构化向非结构化不断演进，数据的处理方式也延伸至端到端。在这一背景下，计算能力的突破，即人工智能能力的提升，成为人工智能应用普及的前提之一。

英特尔数据中心全球销售部产品和技术总经理陈葆立在人工智能产业高峰论坛上预测，从2016年到2020年，专注于AI的计算力将会增加12倍。这意味着什么呢？陈葆立的解释是，2016年全球数据中心的计算力大概有5%~6%用在人工智能的计算上，而将此能力乘上12倍后，到2020年全球计算中心用于AI的计算力将是今天的70%多。“这是一个非常惊人的增长。” 陈葆立说。

如何快速提高人工智能的计算能力？英特尔的做法是投入重金收购Altera、Saffron、Nervana等一系列公司，以布局全栈实力。2016年11月，英特尔宣布将推出人工智能产品组合Nervana平台，以提高人工智能应用的速度和易用性。2017年下半年，其第一款针对深度学习的芯片（代号为Lake Crest）将向主要客户发售。

而在人工智能领域布局已久的谷歌公司，则于几天前在体系结构会议ISCA 2017上发布了有关TPU（张量处理单元）的论文。作为人工智能技术专用处理器的另一种发展路径，谷歌此次发布的TPU以其令人吃惊的处理速度和能效比引起了业界的极大关注。

lubito

算力是根本的生产力。