<del id="h717l"></del>

<address id="h717l"></address>
<pre id="h717l"><ruby id="h717l"><b id="h717l"></b></ruby></pre>

        <pre id="h717l"><ruby id="h717l"></ruby></pre>

        <p id="h717l"><ruby id="h717l"><b id="h717l"></b></ruby></p>
        <pre id="h717l"></pre>
        <track id="h717l"></track>

            <big id="h717l"></big>
            訪談

            商湯AI大裝置事業群總裁楊帆:AI基礎設施打通算力創新與產業價值閉環

            2025China.cn   2022年08月01日

              “當我們在談算力的時候,必須要想好算力到底能夠給我們帶來什么價值,怎樣讓人工智能的基礎設施去發揮更好的應用能力?!鄙虦萍悸摵蟿撌既?、AI大裝置事業群總裁楊帆在2022中國算力大會上說。

              7月30日,2022中國算力大會正式召開,商湯科技聯合創始人、AI大裝置事業群總裁楊帆與山東省副省長凌文,郭桂蓉、劉韻潔等多位中國工程院院士,以及來自華為、螞蟻集團、國家超算濟南中心等多位行業領袖和專家共同出席大會主論壇,并發表題為《人工智能基礎設施:產業發展新引擎》主題演講。

              大會還隆重發布了“2022中國算力賦能優秀案例”,商湯科技人工智能計算中心成功入選。

              本文為楊帆演講內容梳理。

            AI有望成為突破科學進步的重要工具

              在人類發展的最近三五十年中,雖然信息化產業、信息化技術一直保持高速發展,但基礎科學的突破確實相對較少的。

              如果這樣的趨勢一直持續,整個世界就會進入存量的博弈,帶來非常大的挑戰。

              一直以來,人類認知世界有兩種認知范式:第一范式是歸納,即基于現象做總結;第二范式是演繹,即基于公式做推理。

              近幾年,我們通過計算機做大數據、仿真模擬,恰恰類比的就是歸納和推理,或者也可稱之為第三范式或者第四范式。

              但是拋開一般性的認知,回看人類歷史上的科技進步,會發現很多跨時代的重大突破,其實都來自偶然事件,比如廣義相對論、牛頓第一定律等等——我們把它稱為“天才的腦洞”。

              不妨聯想——如果機器能夠做出類似的猜想,就可以幫助我們推動整個科學體系的進步。事實上,近兩年,業界已經開始大量的用人工智能去驅動各個不同領域、不同學科的科學技術的進步,并紛紛取得了非常顯著的突破性成果。

              在未來,人工智能有可能成為幫助人類突破科學技術進步認知障礙或認知邊界的一個重要的工具。

              這種工具對算力的需求非常龐大,且增速非常之快。有報告統計,每三四個月,業界最復雜的AI模型對算力的需求就會翻倍,在過去六年,已經翻了幾十萬倍。

              今天推動AI能力提升很重要的工具和手段“人工智能大模型”,其參數數量也呈現極其高速的非線性增長,背后同樣需要超大規模的算力支撐。

            算力、算法、數據三位一體

              最近兩年,國際上很多科技巨頭紛紛斥巨資建設人工智能計算中心,比如Facebook、特斯拉等等;國內的很多政府、企業以及平臺公司,也在建設新一代人工智能基礎設施,比如在智能駕駛、元宇宙等前沿領域開拓布局。

              如何理解人工智能基礎設施?從AI的三要素來看,算力是生產力,算法是生產關系,數據是生產資料。但是,算力和它最后產生的應用、價值,和它所需要消耗的資源、數據其實是密不可分的,是三位一體的。

              在算力層面,如果建設的算力不能夠被有效利用,或者用了之后無法產生價值,不能給技術帶來進步,給社會帶來更好的改變,它就是沒有意義的、無效的。

              當我們在談算力的時候,必須要想好算力到底能夠給我們帶來什么價值,怎樣讓人工智能的基礎設施去發揮更好的應用能力。

              事實上,算力在今天仍存在諸多痛點。包括不限于大量國產芯片的異構計算;大數據、大模型、大算法對于集群的彈性的規?;?。

              在算法層面,隨著人工智能的發展步入深水區,將會面臨的一個很大的挑戰:今天的AI解決一個問題,自身所花費的成本和代價,可能比帶來的好處還要大。

              如果需要用更昂貴的手段去解決問題,那么它最終就很難真正的商業化,很難在產業上帶來巨大的價值。

              如何讓算法生產的成本指數級下降,讓整個模型的生產效率更高、所需時間更少、對數據的依賴更低,都是需要去面對的問題。

              在數據層面,數據孤島的問題在很多行業還是大量存在。企業、單位自身的數據很多都是片面的、不完整的,如何讓這些數據匯聚到一起發揮作用,并在用戶隱私安全保護方面實現平衡?

              數據作為生產資料,卻比傳統的生產資料比如土地、石油的復雜度更高,形態也非常多樣。如何才能讓它形成全鏈條的能力?

              面對上述這些問題,SenseCore商湯AI大裝置就是商湯給出的答案。

              這個答案可能不是完美的,業界也有很多同仁在持續探索不同的方案,但是大家都走在一個共同的道路上。

              歸根結底,人工智能基礎設施的關鍵,還在于如何通過新的技術、新的手段和新的機制,去解決AI產業進一步往前發展所面臨的問題。

            打通算力創新與產業價值閉環

              在上海臨港,商湯興建的人工智能計算中心AIDC今年開始投運,擁有3740P的峰值算力,是目前全亞洲最大的人工智能計算中心之一。目前,很多區域的AI計算中心只有起步100P、長期規劃300~1000P的規模。

              如此巨大的優勢,得益于商湯過去豐富的行業積累。

              未來的AI產業無論是對于算力、數據、算法,都會有很大的需求和空間。而最重要的,就是當我們有了更好的AI基礎設施后,到底能夠給各個行業的用戶和客戶,創造什么樣的價值。

              以智慧城市為例,今天整個城市級的服務和綜合治理,可以通過大量的視頻處理和分析,更加自動化的完成。這需要更好的AI基礎設施、更好的算力。

              在智能駕駛、車聯網、智慧交通領域,整個行業也對AI基礎設施,對于算力的應用,持續提出高標準和要求。

              在科研領域,商湯AIDC正與國家蛋白質科學中心(上海),以及山東的高校,持續推動產教融合,利用 AI去幫助技術的推動和完善。

              在AR、VR領域,虛擬現實和增強現實對于算力的消耗也是非常之巨大的。如何通過算力的使用,給我們的日常生活、線下商業零售、消費娛樂等帶來全新體驗,都是商湯探索的方向。

              AIDC在山東也落地了諸多產業應用,包括智慧園區、智能遙感、智慧醫療、智慧教育等等,培育壯大人工智能產業。

              在我們看來,算力是很重要的基礎環節,未來我們將持續通過技術的進步和制度的完善,建設更好、更新、更具質量的基礎設施,并由此為整個行業、生產生活、科技進步提供更多有價值的軟件和應用服務。

              只有這樣,才能讓算力的發展和產業的進步形成一個閉環,帶來可持續的效益。

            (文章來源:商湯科技SenseTime)

            標簽:商湯科技 AI基礎設施 我要反饋 
            2022年華南展
            進博會
            西克
            專題報道
            西門子NX CAM完整高效加工解決方案
            西門子NX CAM完整高效加工解決方案

            本次演講將針對通用機械制造加工行業,介紹西門子公司高效完整的數字化加工技術解決方案,從簡單的結構零件到復雜葉片的四、五軸

            面向未來的分布式現場電源解決方案
            面向未來的分布式現場電源解決方案

            為滿足現代智能制造工廠不斷增長的新需求與新挑戰,普爾世打破了傳統的集中式供電方案,發展出一套智能、靈活且適應性極強的高可

            ABB電機與發電機2022年新品嘉年華
            ABB電機與發電機2022年新品嘉年華

            ABB是電力和自動化技術領域的行業領導者之一,擁有130多年的創新與研發經驗。ABB電機與發電機業務作為ABB核心業務之

            公交车强奷蹂躏屈辱系列小说
            <del id="h717l"></del>

            <address id="h717l"></address>
            <pre id="h717l"><ruby id="h717l"><b id="h717l"></b></ruby></pre>

                  <pre id="h717l"><ruby id="h717l"></ruby></pre>

                  <p id="h717l"><ruby id="h717l"><b id="h717l"></b></ruby></p>
                  <pre id="h717l"></pre>
                  <track id="h717l"></track>

                      <big id="h717l"></big>