用不同方式思考

HPC非常傳統(tǒng)，相對(duì)而言人工智能是新的。就目前而言，當(dāng)兩者相互作用時(shí)，它將重提有關(guān)實(shí)現(xiàn)遺留代碼的問(wèn)題，在某些情況下這些代碼可能早就該實(shí)現(xiàn)了。說(shuō)法可能是讓我們?yōu)檫@段代碼添加一些人工智能功能，但現(xiàn)實(shí)將是努力可能成為浪費(fèi)時(shí)間。就像那些早期瘋狂的Java時(shí)代一樣，急于將代碼重寫(xiě)為新形式的人既有成功的也有失敗的。投資回報(bào)率（ROI）將是關(guān)鍵，但預(yù)測(cè)創(chuàng)新的結(jié)果往往是錯(cuò)誤的。

在任何HPC或AI的會(huì)議上談?wù)撊萜魉坪踔荒苷局�說(shuō)說(shuō)。但這正在改變，例如Python和Julia在配置時(shí)可以更好地?cái)U(kuò)展，容器可以幫助部署。

容器為用戶提供了良好的環(huán)境，2019年將看到HPC領(lǐng)域越來(lái)越多的容器使用，部分原因是AI用戶的對(duì)此表現(xiàn)出的興趣。毫無(wú)疑問(wèn)，這會(huì)對(duì)HPC帶來(lái)挑戰(zhàn)，因?yàn)檫@需要優(yōu)化的生態(tài)系統(tǒng)。如今，這個(gè)領(lǐng)域正在進(jìn)行這方面大量的精細(xì)工作，HPC社區(qū)將幫助實(shí)現(xiàn)這一目標(biāo)，滿足大家對(duì)容器的渴望。

只要有人工智能，就有大數(shù)據(jù)。人工智能的重點(diǎn)是利用數(shù)據(jù)模型從大量的數(shù)據(jù)集中找到價(jià)值。許多HPC中心已經(jīng)有很多基礎(chǔ)設(shè)施可以很好地處理大數(shù)據(jù)問(wèn)題。所有HPC中心都將大數(shù)據(jù)作為新系統(tǒng)的主要需求，AI工作負(fù)載是大數(shù)據(jù)需求的主要?jiǎng)恿Α?/p>

由于存儲(chǔ)器的高成本，我們看到存儲(chǔ)器大小與FLOP／s的比率多年來(lái)一直在下降。這對(duì)大數(shù)據(jù)發(fā)展不利。與持久內(nèi)存相關(guān)的新功能帶來(lái)了一些希望，并支持大型機(jī)器（包括HPC）中的大數(shù)據(jù)模型。這些新的內(nèi)存技術(shù)提供了主內(nèi)存和本地存儲(chǔ)（SSD）的擴(kuò)展。

HPC對(duì)可視化的熱愛(ài)將對(duì)AI產(chǎn)生的影響。將數(shù)據(jù)放在最接近處理器的位置是最適合進(jìn)行實(shí)際數(shù)據(jù)可視化的處理器，是HPC影響AI ／ ML的最重要的方法之一。當(dāng)然，使用和理解大數(shù)據(jù)以及可視化數(shù)據(jù)和分析是相互交織的。

推理工作負(fù)載將對(duì)HPC產(chǎn)生重大影響

應(yīng)用程序的融合不是在重新思考之后進(jìn)行替換 ，融合兩全其美，擴(kuò)展工作負(fù)載多樣性并看到不同工作負(fù)載的融合。那些有遠(yuǎn)見(jiàn)的人已經(jīng)證明，HPC和AI結(jié)合時(shí)有很多機(jī)會(huì)。雖然現(xiàn)在很少有應(yīng)用結(jié)合HPC算法和AI技術(shù)，基于早期的結(jié)果，我很容易預(yù)測(cè)這是HPC應(yīng)用的未來(lái)，并且將因?yàn)锳I帶來(lái)HPC最大的變化。

計(jì)算在某種意義上并沒(méi)有改變：它完全取決于整個(gè)系統(tǒng)對(duì)用戶的作用。雖然需求有變化，但一個(gè)完整的系統(tǒng)由硬件起來(lái)和軟件組成不會(huì)改變。實(shí)際上，很容易被單一技術(shù)（硬件或軟件）分散注意力； 最好的系統(tǒng)會(huì)謹(jǐn)慎地應(yīng)用最新技術(shù)。

AI＋HPC的重要意義

顯然AI將使用HPC，這將永遠(yuǎn)改變HPC。事實(shí)上，AI可能是HPC歷史上最大的變革推動(dòng)者。HPC隨著科技的發(fā)展不斷進(jìn)步，工作負(fù)載也將隨著人工智能的發(fā)展而變化。我不認(rèn)為辯論收斂與交叉給予足夠的信任的概念，人工智能用戶將加入HPC社區(qū)，并留下自己的標(biāo)記。他們也將使用非HPC系統(tǒng)，就像其他HPC用戶一樣。

將有專(zhuān)為AI工作負(fù)載設(shè)計(jì)和構(gòu)建的定制高性能機(jī)器，其他機(jī)器的AI工作負(fù)載也在可以在更通用的高性能設(shè)備上運(yùn)行。要平衡機(jī)器的高性能和靈活才能實(shí)現(xiàn)加速。在所有情況下，人工智能將有助于定義未來(lái)什么是超級(jí)計(jì)算，這將永遠(yuǎn)改變HPC。

HPC和AI不僅有著天然的聯(lián)系，如今更處在加速融合之中。換句話說(shuō)，HPC不僅可以助推人工智能的快速發(fā)展，更隨著人工智能的不斷成熟，又反過(guò)來(lái)促進(jìn)了HPC系統(tǒng)更好的部署和應(yīng)用。

領(lǐng)先企業(yè)正著手部署

高效能運(yùn)算指應(yīng)用程序平行化機(jī)制，在有限或較短的時(shí)間內(nèi)完成復(fù)雜或大量運(yùn)算工作，以提高應(yīng)用程序的處理能力，常應(yīng)用于一般計(jì)算機(jī)無(wú)法處理的大型計(jì)算式高效能運(yùn)算計(jì)算機(jī)系統(tǒng)。

正是洞察到了那些已部署HPC，但又希望利用現(xiàn)有基礎(chǔ)設(shè)施發(fā)展AI的群體，英特等行業(yè)領(lǐng)先企業(yè)合作開(kāi)發(fā)了面向高效能運(yùn)算的英特爾精選解決方案，這是一套面向快速部署HPC基礎(chǔ)設(shè)施的解決方案，已針對(duì)分析集群和高效能運(yùn)算應(yīng)用進(jìn)行了優(yōu)化，可幫助客戶在發(fā)展人工智能的過(guò)程中，縮短實(shí)現(xiàn)突破、提供可行洞察和設(shè)計(jì)新產(chǎn)品的時(shí)間。

結(jié)尾

科學(xué)計(jì)算的深入應(yīng)用，深度學(xué)習(xí)驅(qū)動(dòng)的人工智能，都正在重新定義HPC的創(chuàng)新和應(yīng)用邊界，通過(guò)推動(dòng)HPC和AI的融合，讓更多人可以更快速、更容易以及更省成本的方式最大化利用現(xiàn)有HPC基礎(chǔ)設(shè)施，發(fā)揮人工智能的作用，高效能運(yùn)算競(jìng)爭(zhēng)也就此展開(kāi)。