7月5日,百度AI开发者大会(Baidu Create 2017)将在北京举行,这将是百度深耕多年的AI技术首次整体亮相,涉及语音、图像、大数据用户画像等基础领域,以及智能驾驶等新兴应用技术。作为百度在人工智能领域的战略合作伙伴,浪潮将在此次大会上展出多款AI计算创新产品及解决方案,同时浪潮集团副总裁胡雷钧将做 "AI计算,赋能智慧世界"的主题报告。

从AI看"中国复制"到"复制中国"
从移动社交到移动支付,从电子商务到共享出行,中国在移动互联网时代所取得的瞩目成就,造就了从"Copy to China"(中国复制)到"to China Copy"(复制中国)模式的颠覆式变化。而在即将到来的人工智能时代,中国在全球最值得关注的100家人工智能公司占有27席,仅次于美国成为AI时代的东西半球"双巨头"。
作为中国最早涉足人工智能的公司之一,百度在人工智能领域已取得诸多进展:百度人脸识别准确率达99.7%,在人脸识别技术两个最为权威的国际评测--FDDB与LFW中获得双料世界第一;百度语音识别准确率达到97%,包括语音技术在内的百度大脑,入选2016第三届乌镇世界互联网大会15大领先科技成果等等。
而在百度正在开展的众多AI研究中,浪潮一直是其最重要的AI计算力提供者。
浪潮,做AI计算的"复制中国"
算法、数据与计算被认为是人工智能时代的3大支撑技术,专注于AI计算的浪潮所做出的诸多创新正在引领"to China Copy"模式,成为AI计算领域最具创新力的公司之一。

浪潮发布2U8 NVLink? GPU全球密度最高、性能最强的AI服务器AGX-2
2017年,浪潮在2个月内连续发布了3款面向AI应用的创新计算平台,分别是与百度联合开发的面向更大规模数据集和深层神经网络的超大规模AI计算模块--SR-AI整机柜服务器(百度内部代号X-MAN),与NVIDIA联合发布AI服务器AGX-2,这款产品是2U8 NVLink? GPU全球密度最高、性能最强的AI平台;6月浪潮在德国ISC17大会再推出AI计算新品GX4,这3款产品完整覆盖了从小规模的样本训练到千亿样本、万亿参数级别的超大规模模型训练,能够满足AI云、深度学习模型训练和线上推理等各类AI应用场景对计算架构性能、功耗的不同需求。

浪潮与百度联合发布SR-AI整机柜服务器(百度代号X-MAN)
值得关注的是,SR-AI整机柜服务器与GX4打破了常规的AI计算平台设计思维,重新定义了AI计算架构,将CPU与GPU、Xeon Phi以及FPGA等协处理加速资源物理解耦,通过协处理计算扩展Box的形式构建超大规模AI计算资源池。这种独立的加速计算模块设计极大提升了系统部署弹性,既能轻松实现2到64卡的高扩展性,也能通过改变服务器与扩展模块的链接方式实现快速灵活的拓扑转换,使计算架构与上层应用更匹配,发挥出AI计算集群的最大性能。

浪潮在德发布AI加速计算产品GX4
浪潮在AI计算平台的创新能力获得了全球领先互联网企业的关注。据透露,Uber已就SR-AI整机柜服务器进行了多个AI模型的测试。而在中国,浪潮在AI领域的表现更是一枝独秀,已成为中国AI领域最大的计算平台供应商。目前,浪潮AI解决方案在中国市场的占有率达到60%,其在腾讯、阿里和百度3家超级互联网公司的占有率达到了80%。同时,浪潮的AI解决方案也早已不局限于智能语音识别、智能图像识别、智能流量识别等早期研究领域,更在目前最受关注的无人车研究中扮演着重要角色。
人工智能是浪潮智慧计算业务最重要的驱动力之一,浪潮除了继续全力推动AI计算的创新之外,还将借助"AI+"推动人工智能技术与医疗、交通、金融等更多行业的结合,释放AI商业价值。
好文章,需要你的鼓励
联想推出全新数据存储产品和服务,旨在满足企业AI应用日益增长的需求。新产品包括ThinkAgile FX系列、ThinkSystem DS存储阵列等,提供开放灵活的硬件软件配置。研究显示63%的企业尚未为AI功能做好准备,联想通过混合云服务、数据生命周期管理等解决方案,帮助客户实现基础设施现代化,降低实施风险并提升投资回报率。
北京大学团队开发的DragMesh系统通过简单拖拽操作实现3D物体的物理真实交互。该系统采用分工合作架构,结合语义理解、几何预测和动画生成三个模块,在保证运动精度的同时将计算开销降至现有方法的五分之一。系统支持实时交互,无需重新训练即可处理新物体,为虚拟现实和游戏开发提供了高效解决方案。
英伟达宣布收购开源工作负载管理系统Slurm的主要开发商SchedMD,该系统专为高性能计算和AI设计。同时发布Nemotron 3系列开源AI模型,包括面向特定任务的Nano、多智能体应用的Super和复杂任务的Ultra三个版本。英伟达CEO黄仁勋表示,开放创新是AI进步的基础,将通过透明高效的开放平台帮助开发者构建大规模智能体系统。
达尔豪斯大学研究团队系统性批判了当前AI多智能体模拟的静态框架局限,提出以"动态场景演化、智能体-环境共同演化、生成式智能体架构"为核心的开放式模拟范式。该研究突破传统任务导向模式,强调AI智能体应具备自主探索、社会学习和环境重塑能力,为政策制定、教育创新和社会治理提供前所未有的模拟工具。