【观察】BAT纷纷加码人工智能投入 浪潮为何成为背后重要推手?

浏览 : 发布 :2017-03-31


 

毫无疑问,人工智能技术已成为全球科技产业的宠儿,越来越多的互联网巨头聚焦于人工智能技术研发。一时间,人工智能时代的大幕拉开,全球科技巨头明争暗斗,硝烟四起。

从美国互联网公司的状态来看,人工智能之巅的企业是谷歌、Facebook、微软这样的巨头。而放眼国内互联网公司的发展来看,除去科大讯飞等垂直类企业,真正在人工智能有所长进的巨头依然是百度、阿里、腾讯这三家。

在这个过程中,数据显示,2016年浪潮人工智能相关解决方案在国内主要互联网人工智能相关领域的份额竟然超过了80%。可以说,浪潮已当仁不让成为了BAT,乃至中国在人工智能领域计算力的新担当。

俗话说,罗马不是一天建成的。在我看来,浪潮之所以能在中国人工智能解决方案领域占据如此之高的市场份额,最重要的原因来自三个方面:多年来深耕互联网行业占据的先机,软硬兼施的人工智能方案以及积极拥抱人工智能领域的决心。

 

深耕互联网行业占先机

 

众所周知,中国工程院院士、浪潮集团执行总裁王恩东曾说过:“互联网行业是所有行业中,应用技术最前沿,应用最深的领域。如果吃透了互联网行业,就能够快速复制到其他行业”。

 

因此,多年来浪潮在互联网行业都采取了“All in”战略,这一战略可以说取得了巨大的成功。如今,浪潮是阿里巴巴、百度第一战略供应商,腾讯核心供应商,并服务于互联网个细分行业TOP5客户。值得一提的是,2016年浪潮更获得了百度 “技术创新奖”和阿里巴巴“最佳服务奖”。

不仅如此,数据显示,2016年浪潮整机柜服务器SR在互联网市场的占有率达70%。自2015Q1起,浪潮已经连续7个季度保持互联网行业x86服务器出货量第一,市场占有率40%

值得一提的是,根据CCID调研数据,2016年度浪潮服务器出货量份额稳居中国市场第一,份额达20.4%,并保持高速增长,这说明浪潮服务器不仅在互联网,更在中国市场取得了领先的地位。

正是源于这种稳定和持续的合作关系,在互联网公司纷纷投入到人工智能领域时,浪潮也成为了首选的合作伙伴。迄今为止,浪潮已为百度、阿里巴巴、腾讯、奇虎、搜狗、科大讯飞、今日头条、Face++等诸多中国互联网公司,提供了基于GPUFPGAKNL等协处理加速服务器和caffe-MPI等软件、算法优化相关的解决方案。

例如,双方联合开发的高性能GPU异构计算服务器、FPGA加速模块等被广泛应用在包括百度无人车、百度大脑等人工智能场景。

随着百度人工智能应用的场景和规模快速发展,百度对于计算平台的能力提出更高要求。浪潮又支持百度研发了面向更大规模数据集和深层神经网络的超级AI计算模块——GPUBOX,这是行业首个单模块支持16GPU、并可堆叠扩展至64GPU的超高密度计算方案,可实现更大规模的计算资源池化,极大提升百度人工智能应用上线应用速度。

再如,浪潮为腾讯提供4卡、8GPU服务器产品,支撑腾讯在人工智能应用和腾讯GPU云相关业务的发展,并协助腾讯建立AI统一平台,加速腾讯内部AI相关应用开发,并通过“云”降低更多中小AI企业的计算成本压力。

我们知道,互联网行业的特点可以引用雷军的名言来阐释:专注、极致、口碑、快。对浪潮来说,其在互联网人工智能相关解决方案领域市场份额能超过80%,归根结底是专注于互联网行业,用极致的人工智能解决方案和快速的响应、交付能力,塑造了自身的口碑。

 

软硬兼施的AI解决方案

 

驰骋互联网人工智能江湖的浪潮,还有一个最重要的独门绝技”,那就是在人工智能领域坚持“软硬兼施“的策略,具体来说:目前围绕人工智能的计算平台,浪潮从硬件基础设施创新、系统优化能力强化与并行框架完善三方面入手,推动异构技术在深度学习领域的全球化应用与生态环境的完善,由此构建了自身的强大竞争力。

 

从硬件层面来看,浪潮拥有业界最丰富的GPU服务器阵列。例如,浪潮拥有单机2卡、4卡、8卡的业界最丰富GPU服务器,以及国内唯一的单机16卡的GPU Box(应用于整机柜SR),通过大规模GPU集群加速AI线下训练和线上识别应用。2017年,浪潮还会针对通用服务器,推出2U4卡的GPU扩展Box,进一步提升人工智能计算力扩容的的灵活性。

此外,浪潮还拥有业界最高密度最高性能FPGA,浪潮与英特尔合作研发的FPGA加速卡F10A,是目前业界支持OpenCL的最高密度最高性能的FPGA加速设备。同时,支持OpenCLFPGA具有一定的可编程性,硬件重构+软件定义特点,在处理AI相关应用时有更加明显的效率。

不仅如此,浪潮还与英特尔合作,推出基于英特尔第二代至强Phi芯片“Knights Landing”的协处理加速服务器,共同联合建立基于全新KNL技术的、开放的高性能计算系统,推动深度学习用户的应用优化和开发加速。

最后浪潮还专门推出了深度学习一体机D1000,整合了浪潮深度学习领域的最新技术成果,包括浪潮推动开发的并行版开源深度学习框架Caffe-MPI,英伟达专为深度学习定制的Tesla GPUCuDNN库。

从软件层面来看,早在2015年,浪潮就发布了首款高性能MPI集群版的Caffe深度学习计算框架,并开源公布所有代码,为深度学习的用户提供了更便捷、更高效的应用手段。在保证正确率相同的情况下,在4节点下16卡的性能较单卡提升13倍,并增加了对cuDNN库的支持,使程序开发人员能够轻松实现高性能深度学习代码的开发。

2016年,浪潮还发布基于最新KNL平台的深度学习计算框架Caffe-MPI,这是全球第一个在英特尔最新的KNL平台上完成Caffe并行开发的架构。

同时,针对深度学习大数据和高性能计算融合的应用特点,浪潮的ClusterEngine高性能计算服务平台也进行了升级,兼容MPIHadoopHBase的浪潮ClusterEngine,可以同时支持高性能计算和大数据的作业管理等。

值得一提的是,2016年,浪潮还和英特尔联合宣布启动一项代号为“Keep”的试用体验计划,双方将共同建立基于全新KNL技术的、开放的高性能计算系统,帮助更多高性能计算和深度学习用户在KNL上完成应用测试、迁移及优化。

总结来看,通过“软硬兼施“策略,浪潮具备了10万核以上CPU+GPU/MIC/FPGA的大规模并行算法设计、程序开发和软件调优能力,并通过自主研发的开源版本CAFFE-MPIClusterEngine高性能计算管理平台,大大加速了人工智能和深度学习在中国的发展进程。

 

积极拥抱人工智能的决心

 

今年35日,总理在政府工作报告中提到,要加快培育壮大新兴产业。全面实施战略性新兴产业发展规划,加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化,做大做强产业集群。值得注意的是,这是“人工智能”首次写入全国政府工作报告。

 

可以预期,在数据、计算、需求、政策的合力推动下,人工智能在中国已经到了爆发的关口。在我看来,浪潮将会在未来中国人工智能领域扮演一个最为重要的角色:(参见《浪潮人工智能战车起航 推动技术商业化中国落地》)

第一,我们知道推动人工智能主要靠深度学习的演进,而深度学习必需具备三大资源——计算资源、算法资源和大数据资源。从目前的布局看,浪潮已经是中国领先的云计算、大数据服务商,能够持续为人工智能技术的发展提供大数据和计算力的支撑。

第二,浪潮总是能够保持对新兴市场,对新技术的敏锐。比如,对互联网行业的长期专注,对深度学习领域的展开的研究和应用,以及如今打造的人工智能软硬件领域的解决方案体系,都决定了对人工智能前沿技术的研发和创新,浪潮也会维持一贯的投入。

第三,除了BAT等互联网巨头,浪潮也希望积极赋能在自身没有技术优势和人工智能技术基因的传统企业,这也体现了浪潮希望通过技术输出的方式,让更多中国的企业也能受益人工智能普及带来价值的决心。

综上所述,在浪潮的推动之下,人工智能俨然已经融入了中国下一波的科技浪潮的创新之中。更关键的是,作为目前中国人工智能解决方案领域“旗手”的浪潮给了外界更多的想象空间,这让人非常值得期待。

 

                                      (本文转自微信公众号申耀的科技观察)