3月26日至29日,全球瞩目的人工智能与深度学习领域盛会GTC2018将在美国圣何塞McEnery会议中心举办。届时将有8000余名全球顶尖研究人员、商业领袖、技术开发者等齐聚硅谷,共同探讨自动驾驶汽车、高性能计算、机器人、医疗保健、智慧城市、数据中心和云计算、安防、生命科学、计算机和机器视觉、虚拟现实等领域的未来技术发展。
浪潮将延续重磅发布
随着NVIDIA在AI芯片领域的"超常规"崛起,GTC大会正在成为"塑造未来的地方"。作为全球领先的AI计算服务提供商,据悉浪潮在今年的GTC18上将重磅发布面向特定AI应用场景优化的计算系统,还将分别联合世界顶级AI公司发布创新AI解决方案。同时,浪潮还将组织技术论坛,共同探讨AI如何更好的重构行业、促进数字化转型。
联袂出秀为AI"代言"
一个是AI芯片领域最炙手可热的业界翘楚,一个是中国AI计算市占率第一的全球领先AI计算解决方案商,NVIDIA与浪潮在过去的一年中,一起频繁携手现身于各大国际展会中,联袂为AI"代言"。
在去年GTC2017大会上,浪潮与NVIDIA联合发布了全球首款在2U空间内高速互联集成8颗最高性能GPU的AGX-2超算服务器;6月的国际超算大会(ISC17)上,浪潮发布新型AI加速计算产品GX4,实现CPU与GPU等协处理加速资源解耦,为多样化的AI应用提供极具弹性的加速计算支撑。9月浪潮承办的首届人工智能计算大会AICC17上,NVIDIA发表"GPU加速AI应用"主题演讲;在9月举行的GTC China 2017上,浪潮宣布最先为中国AI客户交付内置Tesla? V100、基于 HGX参考架构的AGX-2。

浪潮在GTC17上新品发布现场
持续创新引领AI计算
过去的一年,浪潮在AI计算产品的创新上展现出前所未有的力度。从4月的2017浪潮合作伙伴大会(IPF2017),到5月的GTC2017,再到6月的ISC17,在两个月的时间内,浪潮相继发布了SR-AI整机柜服务器、AGX-2超算服务器和GX4新型AI加速计算扩展Box三大新品,如此密集的AI产品发布力度在全球厂商中非常罕见。
与此同时,浪潮在GTC2017上发布了人工智能深度学习训练集群管理软件AIStation,可提供从数据准备到分析训练结果的完整深度学习业务流程,支持Caffe、TensorFlow、CNTK等多种计算框架和GoogleNet、VGG、ResNet等多种模型,有效的提高计算资源的利用率和生产率,为深度学习用户提供高效易用的平台。而浪潮最新发布的集群版开源深度学习框架Caffe-MPI 2.0采纳了最新cuDNN和NCCL版本,在16块卡集群应用Resnet模型时训练性能相比单卡获得超过15倍的加速比。
AI赋能驱动行业变革
AI赋能驱动行业变革已成为浪潮与NVIDIA共同的诉求,为此双方正从应用、人才等维度,推动这一目标的实现。浪潮与NVIDIA一起组织了多场行业客户研讨会,共同加速最新GPU计算技术在相关行业的渗透。在双方的紧密合作下,去年11月,浪潮中标华中师范大学,将为其设-计建造基于"NVLink+Volta"的千万亿次超级计算机,加速物理前沿科学和自动驾驶AI技术研究。
而在应用层面,浪潮与某搜索引擎公司合作联合对图像识别使用的K-means算法进行了GPU架构的移植和优化,在单GPU上运行的速度与串行程序相比,加速比达到41倍,1块GPU相当于4.4个8核CPU的性能。而在智能语音识别领域,浪潮与领先的语音AI公司合作开发了DNN GPU集群版本,16GPU卡较原来单GPU卡加速13倍,节点扩展效率达到90%以上。
人才是整个人工智能产业的核心所在,在这一领域浪潮与NVIDIA做了大量的工作。在首届人工智能计算大会AICC17期间,浪潮与NVIDIA联合发起的GPU AI培训,吸引了近1000人参与。今年1月,浪潮与NVIDIA联合举办AI训练营,首次采用TED演讲形式,并邀请平安、YY、网易的AI技术大咖,让到场的500位AI开发者和爱好者得以用一天的时间,完成从入门到实战的成长。而在世界最大规模的ASC大学生超算竞赛中,浪潮与NVIDIA在往届赛事中,已对全球数以千计的大学生进行了GPU和AI的相关培训。
面对不断多元化的人工智能应用需求,浪潮已在AI计算上构建起端到端解决方案能力,这将进一步推动浪潮在AI领域提供领先的产品技术,服务全球行业客户的AI转型。目前,浪潮在中国GPU AI计算产品领域市场份额已超过60%,是百度、阿里和腾讯等领先科技公司GPU AI服务器的最主要供应商。同时,浪潮也正在为众多安防、交通、金融、医疗等行业用户提供领先的AI计算力支撑。
"年年岁岁花相似,岁岁年年人不同"。在今年的GTC2018上,浪潮与NVIDIA又将携手为AI带来哪些新变化?且让我们拭目以待。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。