站在未来计算的交界线：中科曙光如何推动传统计算走向智能

几天前，中科曙光承办的国际智能计算机大会(BenchCouncil 2019)于深圳召开。随着AI的火热，智能计算的概念也开始愈发深入人心。目前来看，AI对于社会经济生产力的撬动与计算能力息息相关。正因为有了强大的计算能力，在工业场景中才能处理体量巨大的数据，实现工业效率的提升;也正因为计算能力，出行场景中对于车、路、人的全面数字化，才可以有的放矢地推动自动驾驶向前发展。

因此，代表着计算力最强标准的高性能计算(以下简称HPC)，与AI的联系也愈加紧密。今天我们就可以尝试探讨，智能计算和它所塑造的未来。

算得巧和算得快：传统计算为什么不是AI的最终归宿?

在演讲中，中国工程院院士、中科院计算所首席科学家、曙光公司董事长李国杰提出，人工智能和智能计算机是中科院计算所数十年来努力的方向。

在今天，HPC和AI的高度契合也并非偶然现象。今天这一波AI的发展，与深度神经网络的发展息息相关，神经网络的层数越来越多、运载的数据量越来越大，对于计算能力的要求也会不断提高。于是我们能看到，卡耐基梅隆大学开发的“德扑AI”Libratus利用超算能力对棋和牌的规则进行暴露拆解录入和计算;英伟达、英特尔等等厂商也针对自动驾驶AI训练一类的场景推出了适用的超算系统。

但李国杰院士告诉我们，虽然目前超算是AI不可或缺的基础设施，但传统的超算并不能与AI需求完全契合。

“超级计算是算得快，深度学习等智能应用需要算得特别巧的计算机。”

实际上计算力本身的提升是一方面，另一方面需要考量的还有如何让智能应用更好的利用算力，双方合理提升智能计算的综合效率。像是云端数据中心、智能工作站、人机交互的智能终端和智能物端设备，以及云端的智能计算和面向智能应用的超计算机这些针对AI计算需求而做出针对性适配调整的计算产品。

李国杰院士提到，如果针对AI应用，计算设备从硬件结构上就可以进行相关调整，结构越复杂，应用的算法就可以越简单。未来人工智能需要的不仅仅是计算能力，更需要复杂的硬件结构，可能发明新的智能计算机，但至少最近20年内智能超算是要高度重视的研究方向。

三大引擎下的智能抓手：中科曙光的智能计算打造方案

如果说智能是计算的未来，作为世界范围内的计算领头羊，中科曙光又会如何推动传统计算向智能技术的转型?

中科曙光大数据首席科学家、大数据智能研究院院长宋怀明提到，中科曙光的布局是“强劲的计算力、计算普惠化和全栈智能计算场景”为三大引擎发展智能计算，为用户提供“便捷、经济、全面”的智能计算资源。

在“强劲的计算力”方面，曙光针对深度学习、机器学习等等需求打造了智能计算产品线;针对金融、图像、教育等等不同场景，以及不同场景中适用的不同类型芯片，例如在图像计算上有优势的GPU;以及在异构计算上更具优势的FPGA，都推出了适用产品，像是智能超算、深度学习服务器、按需分配的存储、超融合一体机等全线产品。

通过产品结构的调整，可以契合用户在不同场景中的计算需求，从而更好地发挥出AI应用算力的效率。

所谓“计算普惠化”，则是将计算力服务化，使其从一种“重资产”变成用户客户唾手可得的资源。近年以来中科曙光已经逐渐改变了人们印象中对于超算的认知——超算不仅仅只是占地面积巨大的服务器堆砌，让应用者们用“硬盘”装着程序放在超算上跑，而同样也可以轻盈、便捷、唾手可得。

于是我们能看到，中科曙光推出了人工智能服务平台、有“超算OA”之称的先进计算服务平台以及遍布全国的云数据中心、先进计算中心等等。将先进的计算能力打包成云、一体化硬件等等形态，让用户通过云计算、边缘计算、通用计算等方式获取计算资源。让用户不需要大动干戈，搭建庞大的计算中心，也能在智能应用中获取算力推动。

最后，中科曙光还推出了“全栈智能计算场景”，对产业全场景的智能解决方案进行推动。简单来说，智能计算是一种抓手和切入点，中科曙光借此触及产业，在安防、医疗、科研、互联网、金融、环境、农业、制造等多个领域植入计算与算法一体化的解决方案，以生态化的方式帮助企业实现业务的智能化转型。

革命前夕：从计算到智能计算的概念升级

简单来说，中科曙光对于传统计算向智能计算的转型推动引擎可以被分为三个层次。

第一层是对计算产品本身设计的改变，不断驱动计算产品贴近AI计算的应用模式;第二层是对计算产品存续状态的改变，让HPC不再仅仅堆砌于服务器之中，而是走向终端和云端，降低应用的综合成本;第三层则是对计算生态的改变，让计算不仅仅只是一种“资源”，而是联合其他智能化服务，打造企业业务智能化转型的通道。

从这三种层次之中不难发现，传统计算向智能计算的转型不仅仅意味着技术的变化，更多的则是概念的升级。

传统概念中的“计算”，往往是作为动力驱动者存在，应用角度提出何种需求，计算端就被动提供哪些资源。在这种概念之下，会使得计算技术的发展更加孤立，很难突破现有应用需求的限制，进而就可能出现计算技术有所发展却不能转换为整体社会经济能力提升的情况。

但在HPC和AI的发展之中我们已经看到，计算能力如同土壤，唯有土壤丰厚，算法技术的进阶才能有所着落。计算能力与算法能力的发展，一定是互相缠绕螺旋向前，算法决定了计算力的发挥价值几何，计算力则决定了算法的研发上限。

但随着“集成电路上可容纳的元器件的数目约每隔18-24个月便会增加一倍”这一摩尔定律开始逐渐失效，同时量子计算、二维材料等等技术又不断得到突破。我们即将见证的，是一次改写现状的计算革命。李国杰院士提出的“全新计算机架构的‘寒武纪’大爆发”，便是这场革命中注定发生的事件之一。

进一步看来，中科曙光提出智能计算转型，更是为即将发生的计算革命规划了方向：先是通过产品革新更好地配合AI对于算力的需求，然后通过服务革新帮助AI用户更便捷地获取算力，最后通过生态革新培植AI对于算力需求的继续增长。

在六十年前，基尔比研发出世界上第一块集成电路时，相信没有人想象到计算机和互联网会合力将我们的世界塑造成今天的模样。同样今天我们所经历的智能计算革命，也会将世界带向一个更美丽和不可知的“寒武纪”。