8月28日,2019人工智能计算大会(AICC 2019)在京举行,超过2000位人工智能领域的研究人员、开发者、用户和工业界代表参会。本届大会以“计算,预见AI未来”为主题,汇聚了中国工程院、英国皇家工程院、中国新一代人工智能发展战略研究院等学术界领袖,以及Facebook、Uber、Intel、NVIDIA、VMware、百度云、阿里云、浪潮、广汽研究院、吉利汽车研究院、寒武纪、IDC、SPEC组织等数十位AI知名公司与研究机构高管,共同带来50余场AI前沿主题演讲,内容涵盖AI芯片、热门深度学习框架、最新AI计算测试基准以及人工智能技术在自动驾驶、金融、医疗、制造等领域的前沿应用,全景呈现了AI计算技术的最新进展与未来重要的应用领域。

同时,AICC2019还发布了《2019-2020中国人工智能计算力发展评估报告》,从计算力角度对中国人工智能发展的现状予以评估,为中国科技企业、各行业全力布局AI产业、践行“产业AI化”提供可行性指导意见。
中国工程院院士、AICC发起人、浪潮集团首席科学家王恩东表示:“当前的人工智能热潮不仅源于算法创新,更源于计算技术的创新,GPU、FPGA等计算加速技术与深度学习的深度结合,推动了整个人工智能学科的复兴。站在这个视角来看,计算已经成为驱动人工智能持续进化的重要力量。” 他认为,目前识别准确度不高是人工智能面临的一个重大挑战,提高准确度就需要提高模型规模和精细度,提高线下训练的频次,需要更强计算力的支持。从这个角度来看,“准确度也是算出来的”。资金充裕的互联网公司、人工智能创业公司为了提供业务竞争力,不断提高计算力部署规模,庞大的基础设施投资使得这些公司在人工智能模型的准确度上保持着领先优势。
来自第三方的数据佐证了计算力已经成为人工智能持续进化的重要驱动力。自2012年以来,每3.5个月用于AI的计算量就会翻一倍,6年内用于AI的计算量已经增长了30万倍,而同时期的芯片性能仅提高了30倍左右,远远超过了摩尔定律。
由于模型复杂度以及训练规模的快速提升,AI计算在完成了单机到分布式的转变后,正在向大规模和超大规模分布式计算升级,传统的高性能计算技术被越来越多的引入人工智能领域,Horovod等分布式深度学习框架的迅速流行即得益于此。
王恩东指出,“当前,我国正迈入从AI产业化向产业AI化发展的新时期,完成这一转变不能仅仅靠技术本身,生态的作用会越来越重要。应用是产业AI化的瓶颈也是最大的机会,要从根本上解决应用的问题,需要建立开放融合的人工智能生态,从底层硬件到上层应用软件,产业的上中下游要紧密配合,面向多样化个性化的用户需求,向终端用户提供整体解决方案,才能让人工智能用起来,用好它。”
在本届大会上,IDC与浪潮联合发布了《2019-2020中国人工智能计算力发展评估报告》,报告公布的中国人工智能计算力城市Top10排行榜、人工智能技术渗透最快的Top5行业等重要榜单获得外界的普遍关注。作为AICC大会每年的重要环节,《中国人工智能计算力发展评估报告》旨在评估中国人工智能发展的现状,为推动产业AI化发展提供极具价值的参考依据和行动建议,已成为外界了解中国人工智能计算现状与发展趋势的重要“风向标”。
报告公布了最新的人工智能计算力城市排名,北京超越杭州跃居第一,广州进入第一梯队,杭州、深圳、上海分列2~4名,苏州、南京、西安首次跻身前十。排名的变化显示,四大超一线城市在人工智能技术、应用、人才等领域的“吸附”效应开始凸显,同时围绕京津冀、长三角、大湾区三大经济圈形成的人工智能三大产业集群已初具雏形。
从人工智能行业应用渗透度排名来看,互联网仍然保持第一并且占据中国62.4%的人工智能算力投资市场份额,其典型应用场景包括电商的精准营销、图像识别和智能客服,视频的内容审查、人脸识别和智能写作等。政府行业紧随其后,典型应用场景主要集中在平安城市、智慧城市、智慧交通等城市运营和管理平台。第三的金融行业典型应用场景主要包括金融行业的身份验证、支付过程中的人脸识别、欺诈分析与调查等。第四的制造业的质量管理(QC自动化)、智能工厂等发展迅猛。电信行业首次入围前五,典型应用场景包括相对成熟的智能客服和精准营销等。
同时,报告还认为应进一步加强对计算力重要性的认知,强调计算力是承载和推动人工智能走向实际应用的基础平台和决定性力量,对数据的产生和处理、对算法的优化和快速迭代起到了催化剂的作用,推动了人工智能系统的整体发展,是近年来人工智能取得快速发展的核心推动力。同时,计算力的快速发展极大促进了各行业应用场景的成熟,AI产业化加速向产业AI化迈进,目前互联网、智慧城市、金融行业在产业AI化方面已经走在前列,而制造 、零售等行业也有望在未来五年中逐步实现智能化。
此外,报告还提出了未来人工智能计算力发展的五个重要趋势,一是到2022年,人工智能推理市场占比将超过训练市场;二是中国人工智能基础架构市场未来五年复合增长率为33.8%,是中国整体基础架构市场增速的三倍以上;三是5G和物联网将推动边缘、端侧人工智能基础架构的快速发展;四是人工智能与云的融合将进一步加速,未来五年AIaaS市场规模的年复合增长率预计达到66%;五是随着计算力的提升,越来越多的企业将参与到人工智能开源软件的研发和行业性能评测基准的建设中。
作为AI计算领域的顶级盛会,AICC2019吸引到诸多的世界500强和全球领先的AI公司参与,纷纷展示自身在人工智能方面的最新产品技术与应用成果。据统计,整个会议期间集中展示了1000多个最新人工智能产品与应用成果。
在大会现场,众多人工智能成果激发了与会者兴趣与关注,如Uber披露了最近在橡树岭国家实验室进行的最新研究项目,借助Horovod在世界上最快的超级计算机上实现百亿亿级计算;VMware展示了与中国科技大学国家类脑工程实验室的最新合作成果,利用GPU虚拟化技术支撑智慧教育;平安科技展示的当下最热门的联邦机器学习产品及应用,四维图新展示的自主研发的L4级别无人驾驶汽车,浪潮商用机器展示的全新POWER9在NVLink 2.0、PCIE 4.0和New CAPI上的加速技术、谷东科技融合了人工智能与AR技术的解决方案、浪潮开源的FPGA的推理计算引擎TF2等一批创新成果吸引到大批技术爱好者驻足围观。
另据悉,AICC2019同期举办的业界规模最大的“千人AI培训营“持续火爆,吸引到逾1200名AI开发者、工程师与爱好者参加。
AICC大会由中国工程院主办、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。
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。