快捷搜索:

人工智能在高性能计算学习方面可以吸取怎样的

有效的IT组织可以寻求更广泛应用人工智能的要领,经由过程从高机能谋略(HPC)中罗致的履历和教训,将其重点放在系统级思虑上。

每个组织都将应用人工智能技巧,或者应该应用。人工智能对企业利润和竞争上风的潜在积极影响是不容漠视的。

如今,高机能谋略(HPC)中间是支持大年夜规模高机能利用(包括大年夜规模人工智能)的专家。无论企业已经在实施人工智能,照样处于探索/思虑的早期阶段,都邑从高效的高机能谋略(HPC)企业中进修一些履历教训。

Digital Trends 公司2019年进行的查询造访发明,自去年以来,大年夜型企业表示他们已经在应用人工智能的比例已经增添了50%,从2018年的24%上升到2019年的36%。只有26%的组织申报没有计划投资人工智能(低于前一年的35%)。

斟酌到当前治理层对人工智能的思虑,大概这并不稀罕。根据普华永道公司的一份查询造访申报,72%的企业高管觉得人工智能将成为未来的商业上风。假如客户对企业的营业至关紧张,可能会关注2019年数字趋势的查询造访申报,客户体验(CX)引导者在其组织中应用人工智能的可能性险些是其他公司的两倍。

当企业发明自己被推动评估和/或支配人工智能项目时,必要赞助避免转向系统级思维模式。

高机能谋略(HPC)——借用有效的习气而不会陷入逆境

高机能谋略(HPC)具有异常高水平的聚同谋略能力,为单个利用法度榜样供给伟大年夜的机能,远远跨越机能最强大年夜的台式谋略机或事情站,以办理在科学、工程或商业领域的重大年夜问题。

人们可以从高机能谋略(HPC)社区的履历中学到一些器械,使其所有系统运行得更好。当然,高机能谋略(HPC)具有必然的神秘感,并且具有明确的文化。然则,每个企业都可以受益于采纳颠末培训的措施来导航人工智能、机械进修以及高机能谋略(HPC)谋略需乞降时机。

高机能谋略(HPC)与大年夜型数据中间的差别在于是“相关谋略的扩展”观点。假如说房地产与位置有关,那么高机能谋略(HPC)与扩展有关。

并行编程的一个合营关注点,分外是在高机能谋略(HPC)中,是丈量利用法度榜样的扩展效率(平日称为可扩展性)。这种丈量注解,当应用越来越多的并行处置惩罚单元(处置惩罚器、GPUASICFPGA等)时,利用法度榜样的效率有多高。

同样,对付最佳人工智能支配而言,真正紧张的是扩展,其谜底不是高机能谋略(HPC)系统的正确副本。

有效的IT组织可以为寻求更广泛应用人工智能的组织指明偏向

与高机能谋略(HPC)专家协商的最紧张的合营点是:系统级思维很紧张。因为这有一些宽泛和隐隐,企业可以深入掘客并将其改进为有效的高机能谋略(HPC)组织的七个关键的履历教训。

1. 大年夜量投资于采购活动

如今有很多高机能谋略(HPC)系统被收购,也有一些很好时机被闲置,由于没有光阴卖力评估它。企业可以从钻研高机能谋略(HPC)中间得到很多看法,这些中间在投资新的超级谋略机时不停在探求时机、繁杂性和风险。几年前,行业专家颁发了一篇名为《最佳高机能谋略(HPC)经理若何拟订最佳采购决策》的文章,重点关注旨在“低落采购风险”的事情。这蕴藉地包括了在采购后的几年内仍旧维持明智的必要。

为什么有人会聘用外部专家来赞助采购?Numerical Algorithms Group(NAG)的高机能谋略(HPC)营业副总裁Andrew Jones说清楚明了为什么增强企业内部能力是故意义的:“许多企业都有能力在内部完成这项事情。我们赞助提升能力和履历,扩充他们的团队,增强他们的能力和履历。大年夜多半客户每两年只购买一台新机械,而我们则持续介入高机能谋略(HPC)筹划和采购项目。他们得到了多年的富厚履历,而不仅仅是我们与客户共度的几天或几周。”

在与内部利益相关者、供应商和具体技巧查询造访的采购评论争论中投入大年夜量光阴的代价不应被漠视。纵然企业不投资聘用外部专家,那么在正常事情之外的投资是若干?假如不能的话,那么其掉败是什么?

行业专家的对话反复回到坚持必要深入和诚笃的竞争评估(组织自身的能力和毛病)、要求/基准、总体拥有资源和光阴安排。以下评论争论基准测试计时的紧张性,作为高机能谋略(HPC)的接下来的两个教训。

2.投资开拓和应用公正的要求/基准

投资决策与组织的需乞降目标慎密相连,这一点至关紧张。实现这一点的一个关键措施是“基准”。这不是指行业标准,而是指代表企业盼望在采购的机械上运行的实际事情量的基准。企业不应该关心其机械能以多快的速率运行供应商爱好展示的利用法度榜样——企业关心在其内部的紧张利用法度榜样。

让供应商与企业的基准测试建议的系统是一项合营的努力。企业的潜在购买量越大年夜,供应商可能必要的努力就越多。供给机械造访和帮忙是潜在客户对供应商的一种常见要求——不要羞于扣问。然则,抉择基准应该是什么,以及若何解释它们取决于企业本身,这是一项异常紧张的事情。

紧张的是要记着,基准测试只是实际事情负载的近似值。然则,假如应用适合,他们可以供给关于对企业来说紧张的事情负载的可能机能的有代价数据,以及得到该机能所涉及的难度。

2019年数字趋势的查询造访注解,如今55%的人工智能在组织中的应用主要集中在数据阐发上。当进行基准测试时,企业必要将基准权重与实际操作相匹配。这做起来比听起来难。在高机能谋略(HPC)采购方面有履历的人可以分享他们对若何处置惩罚这一问题的设法主见。

Andrew Jones分享说,“我们避免将采购选项标记为非此即彼的好或坏。与机能数据本身一样紧张的是,确定得到该机能所需的努力,以及对机能背后架构的理解。分外是,我们努力探求将购买决策与实际需求的风险联系起来的信息。”

这在企业的履历中异常紧张——仅仅由于代码可以运行得很快,并不料味着机械会运行得那么快。对机械上运行的内容进行真实的评估比想象机械上运行的内容更紧张。当更多地提到“今世化努力”的时刻,必要用一个不合的要领从新核阅这个问题。

因为没有企业只运行单一代码——系统评估必要斟酌机能可能性的权衡以及斟酌选择时的潜在机能丧掉。企业的最佳选择平日是在大年夜多半利用法度榜样上“足够好”的系统,在少数事情负载上体现优良,但在一些紧张性较低的利用法度榜样上可能会对照慢。为了这项努力,企业必要最好的批驳性思虑者,必要将它们付诸实践。

过度关注系统若何提升一个基准测试不应该阻拦人们看到更大年夜的图景,分外是假如增添必要额外的采购、支配和支持资源。那么是否可以应用额外成原先更广泛地前进机能?

3.仔细斟酌光阴安排,拟订明智的计划

各类技巧的可用光阴可能会影响能力和竞争。技巧利用的太早或太晚都邑严重影响竞争力。分阶段交付可能是进级系统以应用新技巧的有力选择。股票经纪人可以奉告有关资源和代价匀称的信息,这同样适用于谋略,在赓续增添投资的历程中有能力让企业在指示未来步骤的历程中进修。而企业懂得供应商的经久路线图对付治理风险很紧张。

有名记者Nicole Hemsoth写道,等待可能很紧张。美国国家海洋和大年夜气治理局(NOAA)敏锐地意识到人工智能可以供给赞助,但必要仔细斟酌。她还指出,“这一评估历程与那些觉得采纳人工智能获益的大年夜公司没有什么不合,但必要仔细斟酌它是若何和在哪里适用的,以及它是否足够强化和稳定,以相符关键系统的要求。”

Tractica猜测,在人工智能的广泛利用下,到2025年,举世软件的年收入将达到1058亿美元(比拟之下,2018年仅为81亿美元)。他们猜测电信、破费者、广告、商业办事、医疗保健和零售业将成为六大年夜采纳者。这表示拟订一个多年景长计划可能是一个上风。

4.支持利用法度榜样,并向用户进修

这不是说IT部门不支持他们的用户。但要说的是,许多IT组织短缺支持人工智能等新兴用途的资金或章程。这造成了一个在高机能谋略(HPC)天下中不太常见的差距。

假如人工智能对企业很紧张,那么第一步应该是与用户和供应商相助,以找到支持企业所拥有系统的需求的措施。那么人们可能会惊疑地发明,应用已有的系统可以很好地事情,一个伟大年夜的好处便是能够从中进修并生长。令人惊疑的是,这每每被漠视作为资本和试验场。纵然正在进行进修,平日也会在IT和用户之间断开连接。与大年夜多半高机能谋略(HPC)组织一样,积极的IT组织亲昵介入支持和进修系统中最紧张的事情负载。假如PythonTensorflow对企业的用户很紧张,那么是否懂得若作甚支配的平台得到最优化的版本?

5.和谐实今世码今世化的实际计划

每当技巧和机械快速成永劫,代码也必要赓续成长。代码今世化是一种编写可扩展代码的措施,该代码应用多级并行来充分使用今世硬件机能。人们将看到在高机能谋略(HPC)社区内继承评论争论和推广了若干代码今世化,以及它带来的积极影响。

致力采纳高机能谋略(HPC)的企业大年夜量投资开源代码,都致力于改进新系统的开源代码。几年前,Andrew Jones曾在英特尔并行谋略中间(Intel PCC)就职,英特尔并行谋略中间的资金用于更新多核处置惩罚器的开源项目,Andrew Jones介入编辑了两本册本,这两本册本由天下有名团队经由过程事情来改动开源代码以实现今世化。

在此次旅程中,代码今世化比它最初呈现的要紧张得多,这是可以向IT组织供给的一个紧张教训,无论今世化的实际事情是在内部完成的、盼望在开放源代码中完成的、或在对外付费完成的。也可能因此上所有的混杂。

有了这些看法,企业知道代码今世化对人工智能的利用也很紧张。高机能谋略(HPC)利用的履历注解,假如不投资代码(尤其是在技巧快速变更的环境下),每每会加强供应商的定。与供应商锁定比拟,企业支付用度改进自己的代码可能会更好。

6.将云与无云视为平衡行径,而不是选择

只管一些供应商正在大年夜肆鼓吹,但“云中的高机能谋略(HPC)”的观点并未竣事对高机能谋略(HPC)硬件的投资。Intersect360 Research公司的查询造访申报注解,在2018年,大年夜多半高机能谋略(HPC)预算或者增添(46%),或者维持与前一年相同(38%),此中商业网站的增长最强劲。这就强化了这样一个事实,即必须具备谋略根基举措措施方面的专业常识。

基于云谋略的办事,包括AWS、Google、Azure和其他办事,供给各类平台来进行试验和早期支配。这可能会延迟拥有根基举措措施专业常识的必要,并给这些专业常识一个在组织内生长的时机。虽然基于云谋略的人工智能无疑是技巧孵化的紧张家园,但跟着人工智能计划的扩展,企业发明自己必要构建和掩护根基举措措施。这对高机能谋略(HPC)专家来说是不够为奇的。

当资源、机能和大年夜量数据都很紧张时,拥有自己的谋略根基举措措施专业常识加倍紧张。漠视这种对专业常识的需求是有风险的。

7.总拥有资源(TCO)——不光是从高机能谋略(HPC)罗致的教训

当提到关注得到绩效的资源(评估基准)、光阴安装(现在将得到什么好处与等待)以及投资于采购和今世化以得到真正平衡的措施时,将会涉及总体拥有资源。全部系统的一部分问题必要安然性,这也不是一个特定的高机能谋略(HPC)问题(只管高机能谋略中间斟酌了很多)。

总拥有资源(TCO)是第七个履历和教训,只管总拥有资源(TCO)肯定不是高机能谋略(HPC)独占的,但它对高机能谋略(HPC)来说确凿异常紧张。没有什么比斟酌整体环境更能阐明“系统措施”——硬件、软件、利用法度榜样、安然性和职员。系统的代价是企业从中得到的净收益,而不是为实现它而投入的本钱和用度(TCO)。

以系统措施为中间的七个履历和教训

履历富厚的高机能谋略(HPC)中间在实现大年夜型高机能系统的采购和运营方面取得了伟大年夜成功。有效的系统措施是他们成功的关键。这些成为任何企业冒险大年夜规模支持人工智能的关键技术。

当人们深入懂得这七个履历和教训时,将采纳这样的系统措施:投资采购活动、开拓和应用公正的基准、仔细斟酌机会,大年夜力投资支持利用法度榜样和用户社区,拟订计划实今世码今世化,并治理总拥有资源。

高机能谋略(HPC)的这些履历和教训可以为企业供给更多的赞助。然则,企业也没有需要都成为高机能谋略(HPC)技巧的狂热者。

责任编辑:ct

您可能还会对下面的文章感兴趣: