查看原文
其他

首发 | 人工智能与高性能计算结合带来的机遇与挑战

刘达政 军事高科技在线
2024-09-16

导论

随着人工智能的快速发展,其涉及的领域越来越广,交叉的学科越来越多,尤其与大数据、物联网和云计算等新兴技术的结合越来越成为研究的热点。随着其处理的对象和任务的不断增多,其计算速度问题日益成为制约其发展的重点。如今,高性能计算已经得到了长足的发展,并且已经成熟地运用在大型科学计算、复杂数据处理等各个方面,但其主要面向一个巨大而复杂的科学整体问题,对多用户和多任务的处理能力还有待提升。如果将人工智能的优化能力和高性能技术的计算能力相结合,将大大提高人工智能的处理数量和高性能计算的拓展能力,这将是未来具有机遇和挑战的新兴技术发展契合点。本文就两种技术的相互结合优势以及结合中的难点进行分析,并进行未来展望,希望能提供一个解决问题的新思路。

01

人工智能和高性能计算

各自的特性和优势有哪些


人工智能(AI),人工智能是指人造的机器实现智能处理,现在一般用计算机编程来实现人工智能技术。简言之,人工智能就是让机器或者系统能够像人一样思考并解决问题。人工智能的应用领域非常之多,涉及的方向也非常之广,如今在人脸识别、图像处理、智能机器人等日常生活得到广泛应用。软硬结合以及算法的挖掘是人工智能发展的基础。高性能计算(HPC)一般是指通过大型计算机如超级计算机,在巨大的计算能力和存储能力的基础上,对复杂而庞大的科学问题进行并行高速处理。高性能计算的核心在于设计高效计算架构来对一个整体的问题进行拆解,用不同的计算节点同时进行计算,即一种分而治之的方法提高运算的速度,比如对全球的天气预报系统的及时快速处理。但高性能计算必须基于超级大的计算能力和超高的耗能之上。


02

人工智能为什么需要高性能

计算的支撑?


当人工智能中机器学习有巨大的数据和训练任务时,比如北斗三号全球卫星导航的智能图像识别,有全球如此庞大的卫星图像资料,要处理的数据量非常巨大,单靠数据挖掘和图像处理上的优化虽然能够提高遥感系统的准确性,但很难保证卫星遥感的及时性,也就是计算的时间过长,不利于卫星的及时导航和紧急情况的立刻反馈,这就需要高性能计算机对数据进行并行快速处理,来满足卫星的及时反馈要求。人工智能对多用户和大数据的处理如全球极端天气预测、核爆模拟和智能导航等需要有极大的数据处理能力的高性能计算机的支撑,并随着用户和数据的增多需求越来越强烈。


图1:运用高性能计算的人工智能

03

高性能计算为什么需要

人工智能的负载?


众所周知高性能计算的代表是超级计算机,目前超级计算机现在表现最好的是美国能源部下属的橡树岭国家实验室的‘Summit’超级计算机,其运算速度可达每秒进行200千兆次浮点运算,一秒的运算相当于一个一般电脑30年的计算能力。其计算速度是‘光速’级别的,与其无与伦比的计算速度相比,其人工智能的应用能力也是超乎想象的。‘Summit’的设计之初就将人工智能作为其应用方面的重点,以人工智能的应用牵引设计了CPU+GPU的异构结构,每个节点带有六块Telsa V100运算加速卡,也就是我们平常说的显卡,里面内置有用于深度学习运算的TelsorCore。设计负载于人工智能上的结构,其实是为了应用在医疗健康、物理原子能计算和基因工程等方面的人工智能的优化处理,不仅计算速度极其快而且计算结果的精度也非常高,有极大的经济和国防带动效应。


在未来,‘Summit’还将运用人工智能技术处理超导体、新兴材料和宇宙天体元素的分析和模拟实验,这对于已有高速计算能力的超级计算机带来了新的发展思路,即让超级计算机智能化。将人工智能引入高性能计算也有助于提高科学计算的精度,如极端天气台风、暴雨的精准预测;也能够对大数据和云计算提供有力的高速智能处理,如汽车智能导航的整个城市的调度和规划,都可以在一台超级计算机上完成。通过人工智能的负载,超级计算机能够更好地发挥其计算能力,并且应用到更多的领域和技术之中。


图2:负载人工智能的高性能计算机‘Summit’


04

人工智能与高性能计算结合的

挑战与难点有哪些?


人工智能与高性能计算的结合有很多的应用场景和很大的技术优势的集合,但是两者的结合也存在很多难点和挑战。首先,高性能计算作为一个传统技术,其主流应用范围在科学工程计算,然而人工智能作为一个还在发展的技术,目前没有系统的理论框架基础和成熟的数学理论支撑,两者的结合在框架和理论还没有一个整体的顶层设计,所以结合起来还需要这两个方面都有很大造诣的人才。其次,硬件和软件的结合也是一个挑战。应用于人工智能的高性能计算的关键问题主要在计算机架构的设计和适用于AI的芯片以及专用的软件的发明上。


我国超级计算机的软件应用本来就远远落后于其计算速度的发展,在考虑人工智能上更加缺乏基础,在新一带的E级超级计算机的研发上,几乎没有考虑人工智能的因素,单纯地追求计算速度却不考虑其计算速度的实用性,其应用效率将大为低下,应用价值没有得到相应的提高。还有,在语言的使用上,如何结合高性能计算的语言和人工智能灵活的语言也是一个难题。高性能计算的语言主流是Fortran/C,其计算时间迅速,但语法刻板;广泛应用于人工智能的Python语法灵活,但数值计算效率不高。如何结合这两种语言的优势,通过混合使用来让这两种语言的优势发挥到最大,这也是未来需要解决的重要课题。


05

人工智能与高性能计算结合的

前景展望


人工智能和高性能计算都是未来发展的重点,虽然两者各有侧重,但是如果将两者的优势结合在一起,就能各取所长补其所短,能更快更智能地解决目前存在的很多问题。我国的超级计算机已经走在世界的前列,但是应用于人工智能的软件和硬件都很少,而且缺乏从应用的角度去解决工业和企业实现存在的应用难点,超级计算机的潜力没有得到充分的释放。


如果从人工智能的角度去运用高性能计算机,在运行快的基础上能够运行得智慧起来,这将大为提高高性能计算机的科学研究能力和实际的经济效果,而且能够带动我国极其需要的软件设计人才的培养和芯片生产工业的发展,并为我国着重发展的新材料研究、航空航天器设计、基因工程探索以及量子计算模拟等国防和关键领域的发展带来新的技术支撑和解决方案。可以预见,人工智能和高性能计算的结合将是未来发展的必然趋势。


THE END

文字 | 刘达政(国防科技大学气象海洋学院)

图片 | 来源于网络

编辑 | z先生

审阅 | Q、黄洋


“军事高科技在线”征稿啦!!

详情请戳👇👇👇



往期精彩

人工智能与网络的结合将如何影响核安全

新兴技术为美国情报机构带来的机遇与挑战

关于人工智能与未来战争的几点思考

销毁核武器也是一门技术活

人工智能会对战略产生何种影响?

美军科研体制系列之五:空军科技开发部门组织结构

美军科研体制系列之四:海军科技开发部门组织结构

美军科研体制系列之三:陆军科技开发部门组织结构

美军科研体制系列之二:国防高级研究计划局组织架构

美军科研体制系列之一:国防部组织结构

解读美国防部的“云战略”

涂装怎么就成为了战斗力

欧盟发布人工智能道德准则,促进可信赖人工智能发展

美国AARGM-ER反辐射导弹的主要性能及特点

发力5G!透视美军在5G领域的现状与未来走向

卫星导航系统哪家强?一文带你读懂全球卫星导航系统的现状与特点

继续滑动看下一个
军事高科技在线
向上滑动看下一个

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存