当前,人工智能三要素中,数据正以大爆炸的速度迅速增长,算法也在随之不断进步,而一直处于稀缺状态的算力则是当今AI发展的重大挑战之一。随着业界创新与实践,各式各样的AI加速器不断孕育而生,而这其中,如何进行统一有效的AI性能测量,并在这个基准上不断有效地提升AI性能,则是长期以来整个AI从业者关注的话题。
8月28日,AICC2019人工智能计算大会即将在北京举行,来自阿里巴巴、寒武纪、百度、SPEC、英特尔、鲲云科技等著名企业、机构的专家大咖们,将齐聚首次开设的AI计算与基准测试主题论坛,分享AI芯片、AI加速和AI基准测试的前沿洞察,共议AI算力提升。
算力的稀缺和昂贵,一直是AI从业人员尤其是算法研究者的痛点,芯片行业著名的摩尔定律,已经跟不上AI对算力要求的发展。
近期,AI芯片的设计,开始朝着专用芯片的方向发展。“专芯专用”,在特定领域的算力,可以呈现出几何级别的增长,动辄实现数十倍到上百倍的提升。IDC和浪潮联合发布的《2018-2019年中国人工智能计算力发展评估报告》认为,算力是人工智能系统整体发展并快速应用的核心要素和主要驱动力。探讨AI算力的发展方向,并且统一衡量各种类型的AI芯片的性能,已成为AI从业者密切关注的议题。
另据了解,在不久前举行的2019年国际智能计算机大会上,国际测试委员会(Bench Council)联合中国科学院有关院所、国家超算深圳中心等科研机构,发布了“智能终端(IoT AI)、边缘智能(Edge AI)、智能数据中心、智能超级计算机(HPC AI)、科学大数据”等5项测试标准。而这些人工智能测试标准的发布及后期实施,也将有望引导整个AI产业在“标准”下健康有序发展。
高手云集,AI算力的先进技术和经验尽在其中
据悉,针对业界普遍关注的AI芯片发展、AI性能评价标准体系、以及最新的AI加速平台等话题,来自全球不同行业、不同领域的7位顶级专家及学者将在本届AICC2019人工智能计算大会中,向AI从业者分享来自实验室、企业实践最新的研发成果及行业应用。
AI计算与基准测试论坛议程(以实际执行为准)
其中,阿里巴巴集团阿里云智能事业群总监徐凌杰,将为我们带来《后通用芯片时代:AI应用引领数据中心变革》的演讲。他的观点十分犀利——“不能很好被专用芯片加速的AI应用都将淘汰”,在这场演讲中,他将探讨AI芯片专业化的趋势,将如何影响AI应用,并促进数据中心的变革。
寒武纪是AI芯片领域的先行者,也是专注于专用计算芯片开发的企业之一。寒武纪副总裁刘道福,将在论坛上分享《人工智能芯片技术发展与应用》。
百度paddlepaddle主任研发架构师董大祥,分享的是《飞桨大规模分布式训练与应用》。飞桨是功能完备的端到端开源深度学习平台,集深度学习训练和预测框架、模型库、工具组件和服务平台为一体,超大规模并行深度学习能力是该平台的特色之一。
SPEC一直是权威的性能评估机构,在基准测试上拥有良好的口碑。SPEC ML Chair康真健,将带来《SPEC与Machine Learning基准测试》, 探讨不同的硬件、不同的计算框架下的AI计算,也可以有统一的基准和方法测试性能。
英特尔机器学习专家、Mlperf基准测试专家马国凯将带来《MLPerf机器学习基准测试介绍》。
鲲云科技创始人CEO,鲲云人工智能应用创新研究院执行院长牛昕宇将带来《高性能AI加速,提供下一代人工智能计算平台》。
英特尔大数据分析和人工智能创新院,高级项目经理乐鹏飞将带来《统一的端到端大数据分析及人工智能平台》。
VMware中国AI实验室首席科学家贺劲将为大家带来《vSphere – The Premiere Platform for AI and by AI》主题分享。
作为中国AI计算领域最具影响力的技术盛会,AICC2019人工智能计算大会可谓精彩纷呈,本届会议主题为“计算 预见AI未来”。核心板块包括主论坛与自动驾驶、产业AI创新、AI计算与基准测试、AI+视觉计算、AI+创投五大主题论坛,其中主论坛嘉宾云集了来自中国工程院、英国皇家工程院、百度、中国新一代人工智能发展战略研究院、浪潮、Uber、Facebook等机构的AI产学研顶尖专家学者,共聚一堂解读AI产业趋势,分享前沿AI计算技术。大会首日还将举行AI千人训练营,力邀NVIDIA、百度、平安科技、浪潮的资深AI工程师讲解最新AI计算技术与应用,帮助学员从零入门AI。
此外,在AICC 2019大会期间,组委会还将重磅发布《2019-2020中国AI计算力发展报告》,公布中国AI计算力城市榜单与热力分布等重要研究成果,为AI投资、创业与就业提供科学指导。
AICC大会由中国工程院信息与电子工程学部主办,浪潮集团承办,旨在围绕人工智能的产业需求研讨AI计算,促进AI技术创新、合作发展与人才培养。目前,AICC大会已成为AI计算领域最具分量的前沿技术交流平台,每年都会吸引数千名AI产业与技术领袖、顶级AI专家和AI开发者等参与。
http://aicconf.net/?discountCode=2019
点击链接了解大会更多详情,抢AICC免费门票。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。