人工智能对计算机系统及体系结构的挑战
#111723#百度称得上是海内利用深度进修的前锋，早在2012年终，百度就在语音辨认上开端范围利用深度进修算法并获得了十分好的后果。昔时岁尾，百度CEO李彦宏发布建立公司的第一个研讨院：百度深度进修研讨院。事先，天下上只有谷歌、微软等多数几个公司公然发布在深度进修、人工智能范畴停止策略性的资金投入。经由四年的开展，百度深度进修技巧曾经浸透到百度的各个产物中，如网页搜寻、告白点击率预估模子、百度杀毒等。深度进修技巧极大地进步了百度产物的用户休会。比方百度的语音辨认，经由四年的磨难，其辨认正确率从现在的80%进步到明天的96%。
除了率先在各个产物线引入前沿的深度进修算法外，百度在人工智能利用方面另有更久远的规划：
1. 树立百度研讨院，下设硅谷人工智能试验室、北京深度进修试验室、北京大数据试验室等三大前沿试验室。
2. 2014年，人工智能范畴最负盛名的威望学者吴恩达参加百度。
3. 同年，在百度技巧开放日宣布了大数据引擎，对外开缩小数据及人工智能才能。
4. 在百度技巧节上，百度高等副总裁王劲刻画了“万物智能”的愿景，展现了百度为欢迎万物智能时期所做的技巧规划。
5. 2015年在百度天下大会上推出了“度秘”。度秘是万物皆智能的一个会合表现，可成为人们生涯中的智能秘书，通过语音对话或许图象能够天然地和人停止交换，乃至都不须要事前的交互，仅凭仗汗青信息、传感器信息、四周情况变更就能断定一团体的需要。假如你饿了，它能够帮你订餐；你抱病了，能够告知你吃甚么药；假如来日下雨，会提示你带上伞；若你须要出行，会帮你订好旅店、机票等等。不外，这些看似平凡的“秘书”效劳，假如要真正到达好用的状况，还须要有十分进步的人工智能技巧做支持。
人工智能对盘算机体系及系统构造的挑衅：
人工智能的利用包含云（数据核心）和端（智能装备）两部份。云端除了练习（离线练习），另有在线效劳。练习是指应用练习数据，抉择适合的练习方式，练习出一个模子。在线效劳是指应用练习出来的模子在线呼应用户的要求。端部份也是人工智能的一个强需要，依照“万物智能”的欲望，良多终端装备，如智能帮助驾驶、无人车、智能摄像头、产业物联网（Internet of Things，IoT）等等，都能运转人工智能的算法，智能地呼应外部要求。
深度进修的离线练习是产业界和学术界研讨最多、存眷最多的范畴。自深度进修高潮囊括而来，不管是学术界仍是产业界，出现了良多新的、面向深度进修算法和利用计划的体系，如谷歌提出的参数效劳器（parameter server），其余人通过鉴戒这一思维，依据差别的利用场景，计划了种种差别的体系。
在系统构造方面，深度进修练习大多是基于图形处置单位（GPU）及无穷带宽（infiniband）的高速互联收集。应用图形处置单位来做大范围的矩阵盘算，再用无线带宽高速收集停止散布式参数更新。这类架构在产业界利用十分广泛，良多专有的效劳器里平日带有8个图形处置单位，效劳器之间则通过无线带宽互联。良多论文都在研讨怎样应用效劳器内8个图形处置单位的部分性、无穷带宽的近程直接数据存取（Remote Direct Memory Acces，RDMA）以及图形处置单位的盘算才能来实现完全的散布式深度进修练习义务。图形处置单位加无穷带宽的硬件架构现在比拟实用于深度进修的练习以及产业界的范围利用。这是由于这两种硬件的机能都不错，而供给商浩繁，轻易取得产物及技巧支撑。
在线效劳方面，不管是产业界仍是学术界，公然的信息都比拟少。能无机会停止大范围安排人工智能效劳的，只有像百度如许技巧驱动的大型互联网公司，而这些公司个别出于保密斟酌，会延后宣布本人的中心技巧。至于人工智能的终端装备，固然媒体始终在勾勒这个范畴的雄伟蓝图，但现实上能胜利停止范围利用的并未几，以是产业界和学术界对这部份内容公然得也比拟少。
实在，不管是离线练习、在线效劳仍是智能装备，外部运转的都是一些常用的深度进修算法，如深层神经收集（Deep Neural Networks，DNN）、递归神经收集（Recurrent Neural Network，RNN）/是非时神经收集（Long Short Term Memory，LSTM）、卷积神经收集（Convolutional Neural Network，CNN）。这些算法存在一些个性，比方（1）都是盘算和访存麋集型；（2）重要的盘算算子是矩阵操纵、卷积、激活函数等；（3）对于离线练习，斟酌到散布式实现，对节点间的通讯带宽和延时请求很高。
从大范围安排利用的角度看，不管是哪品种型的利用，权衡系统构造优劣的终究尺度是效力，包含能耗效力和本钱效力。只有这两个效力充足高，系统构造才有性命力。比方对于嵌入式终端，常常须要斟酌极致的能耗效力和本钱效力，偶然候乃至须要对算法做些剪枝和模子范围限度。对于数据核心而言，本钱和功耗也是范围安排要斟酌的第一因素。
现在，人们一提到深度进修的硬件架构，起首就会想到图形处置单位。这重要是由于，在便于洽购的硬件里，图形处置单位确切能供给较好的数学盘算才能和访存带宽。但对于能耗和本钱效力，即便利用在数据核心，图形处置单位离咱们的目的也另有很大的改良空间。以是咱们须要从新思考，怎样面向人工智能的典范利用和算法，计划一种新的、通用的系统构造。这类系统构造既能实现极致的能耗和本钱效力，也能机动延长扩大，易于支撑离线练习、在线效劳和智能终端三种场景。 tzh
更多内容阅读推荐：海尔空调不制热
页:
[1]