如今，人們大多聽說過人工智能系統(tǒng)，如IBM的沃森系統(tǒng)。六年前，谷歌公司的阿爾法狗（alphago）擊敗了圍棋世界冠軍；卡耐基-梅隆大學(xué)的libratus不久前擊敗一位世界頂級(jí)撲克選手。而全球各地的許多計(jì)算機(jī)科學(xué)家正在研究人工智能系統(tǒng)，但這些將不會(huì)出現(xiàn)在新聞中。

在過去五年左右的時(shí)間里，機(jī)器學(xué)習(xí)作為人工智能（AI）技術(shù)的一種得到了快速發(fā)展，如今已經(jīng)開始滲透到技術(shù)的每一個(gè)角落。從自駕車到網(wǎng)絡(luò)廣播，網(wǎng)絡(luò)安全和視頻監(jiān)控，企業(yè)正在培訓(xùn)電腦替代人類做許多事情，并且做的更好，或者成本更低。

神經(jīng)網(wǎng)絡(luò)是一種旨在模擬神經(jīng)元在人類大腦中相互聯(lián)系的方式的計(jì)算機(jī)系統(tǒng)，被訓(xùn)練為通過觀察，重復(fù)，試驗(yàn)和錯(cuò)誤，通過計(jì)算機(jī)科學(xué)家輔助來實(shí)現(xiàn)這些任務(wù)，這與父母培育嬰兒方式相似，雖然嬰兒要比其好得多。神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)和了解口語，例如通過聽很多錄音，比如電影對(duì)話等，還通過查看大量圖像來學(xué)習(xí)識(shí)別對(duì)象。當(dāng)它發(fā)生錯(cuò)誤時(shí)，該數(shù)據(jù)被反饋到網(wǎng)絡(luò)，這使得每個(gè)周期的錯(cuò)誤越來越少。

培訓(xùn)是機(jī)器學(xué)習(xí)開發(fā)過程中耗費(fèi)資源最多的計(jì)算工作量。深度學(xué)習(xí)軟件開發(fā)（深度學(xué)習(xí)是最廣泛的機(jī)器學(xué)習(xí)技術(shù)）的爆炸式增長正在推動(dòng)對(duì)專業(yè)計(jì)算基礎(chǔ)設(shè)施的日益增長的需求，面向訓(xùn)練神經(jīng)網(wǎng)絡(luò)所需的工作負(fù)載類型。這些計(jì)算機(jī)類似于科學(xué)家使用的高性能計(jì)算（HPC）系統(tǒng)，因此需要來自托管它們的數(shù)據(jù)中心的大量電力和制冷能力。

人工思維需要大量的電力

Cirrascale公司是美國加利福尼亞州的一家高性能硬件供應(yīng)商和云服務(wù)提供商。該公司希望以這個(gè)趨勢(shì)為契機(jī)，其業(yè)務(wù)將轉(zhuǎn)向設(shè)計(jì)和托管深度學(xué)習(xí)計(jì)算基礎(chǔ)設(shè)施的廠商。除了銷售高性能的硬件之外，該公司還將其數(shù)據(jù)中心用于圣地亞哥以外的其他數(shù)據(jù)中心。

Cirrascale公司提供這種基礎(chǔ)架構(gòu)即服務(wù)與亞馬遜網(wǎng)絡(luò)服務(wù)提供云服務(wù)器的方式有些類似，但有一些關(guān)鍵的差異。

該公司首席執(zhí)行官兼創(chuàng)始人David Driggers在接受行業(yè)媒體采訪時(shí)說：“這些類型的盒子非常強(qiáng)大。因?yàn)樗麄冇泻芏嗟挠?jì)算硬件資源，并且非常耗電。這與提供虛擬服務(wù)器實(shí)例的AWS不同，Cirrascale的深度學(xué)習(xí)云是一種裸機(jī)云服務(wù)，用戶會(huì)獲得一個(gè)專門的高性能盒子（或幾個(gè)）來運(yùn)行所需要的任何軟件�！�

Driggers說，他的許多客戶從事的機(jī)器學(xué)習(xí)的開發(fā)工作是高性能計(jì)算世界的新手。設(shè)置，管理和清理HPC群集并不是一件小事，他們希望將這個(gè)問題讓理解它的工作人員解決。

Cirrascale公司的數(shù)據(jù)中心旨在提供每機(jī)架30kW以上的功率密度（普通的企業(yè)數(shù)據(jù)中心的功率密度為每機(jī)架3至5kW，很少超過10kW）。“這需要更多的電能，”Driggers說，“而這樣做很困難，我們沒有不會(huì)為此付出更大的代價(jià)�！�

Cirrascale公司位于圣地亞哥數(shù)據(jù)中心的的裸機(jī)云平臺(tái)機(jī)柜

為了降低這種功率密度產(chǎn)生的熱量，數(shù)據(jù)中心采用Scale Matrix公司開發(fā)的專有液體冷卻系統(tǒng)進(jìn)行冷卻，Scale Matrix公司擁有并經(jīng)營Cirrascale數(shù)據(jù)中心。大多數(shù)數(shù)據(jù)中心冷卻IT系統(tǒng)的空氣都是從前面到后面流動(dòng)，而在這個(gè)數(shù)據(jù)中心的冷卻，是從設(shè)備部到頂部以極高的速度推送空氣，排出服務(wù)器機(jī)柜頂部的暖空氣。每個(gè)柜子都是封閉的環(huán)境，擁有自己的供水和空氣循環(huán)系統(tǒng)，并確保相鄰的機(jī)柜不會(huì)影響彼此的溫度。

Cirrascale公司有著多年建設(shè)高性能計(jì)算系統(tǒng)的經(jīng)驗(yàn)，該公司的前身是Verari系統(tǒng)公司，該公司是2009年破產(chǎn)的一家HPC硬件和數(shù)據(jù)中心集裝箱供應(yīng)商，Cirrascale公司兩年前進(jìn)入的深度學(xué)習(xí)領(lǐng)域。Driggers說，“我們十多年前就已經(jīng)做到每機(jī)柜功率達(dá)到30千瓦，所以我們希望推出更高性能的計(jì)算機(jī)�！�

鏈接虛擬神經(jīng)元

超級(jí)計(jì)算機(jī)系統(tǒng)和用于訓(xùn)練深層神經(jīng)網(wǎng)絡(luò)的系統(tǒng)構(gòu)建的架構(gòu)非常相似。Driggers認(rèn)為，隨著后者成熟并開始規(guī)�；�，其架構(gòu)將越來越像前者。

這種架構(gòu)中的主力是GPU，或者更準(zhǔn)確地說，將一組GPU并聯(lián)在一起并行計(jì)算。用于深度學(xué)習(xí)的單個(gè)Cirrascale服務(wù)器由NVIDIA（目前是深度學(xué)習(xí)中的GPU行業(yè)領(lǐng)導(dǎo)者）最多部署8個(gè)TeslaGPU，并與英特爾至強(qiáng)CPU協(xié)同工作。其最強(qiáng)大的云計(jì)算系統(tǒng)有8個(gè)雙GPU加速器，實(shí)際上是一個(gè)16GPU服務(wù)器，用戶可以每月約7,500美元租用。

Cirrascale公司GX8/99系列服務(wù)器采用Nvidia公司8個(gè)Tesla GPU

Cirrascale公司的最重要的創(chuàng)新，也是其技術(shù)皇冠上的寶石，是在單一系統(tǒng)中互連GPU的特殊方式，稱之為PCIe Switch Riser，它使任何一個(gè)GPU能夠以最大的帶寬與主板上的任何其他GPU直接通話，從而有助于提高性能和可擴(kuò)展性。

Driggers說，DGX-1是NVIDIA公司自己專門為了深度學(xué)習(xí)而設(shè)計(jì)的超級(jí)計(jì)算機(jī)，以類似的方式進(jìn)行了配置。NVIDIA的GPU互連技術(shù)稱之為NVLink。他承認(rèn)，如果用戶需要“絕對(duì)的尖端”技術(shù)，那么用戶應(yīng)該采用NVIDIA公司的產(chǎn)品。但是，如果用戶可以忍受降低15％的性能，則可以支付的一半價(jià)格。Cirrascale公司也具有與同樣的NVIDI AP100 GPU性能相當(dāng)?shù)南到y(tǒng)。而該公司也銷售NVIDIA公司的DGX-1產(chǎn)品。

NVIDIA公司用于深度學(xué)習(xí)的DGX-1超級(jí)計(jì)算機(jī)

啟動(dòng)常識(shí)解決問題

雖然關(guān)于深度學(xué)習(xí)的知識(shí)越來越廣泛傳播，但很少有企業(yè)實(shí)際上在生產(chǎn)中使用該技術(shù)。像Google和Facebook這樣的超級(jí)云計(jì)算運(yùn)營商正在將其應(yīng)用于許多面向用戶的功能，但大多數(shù)在該領(lǐng)域工作的公司仍處于開發(fā)階段，對(duì)于大多數(shù)Cirrascale公司的云客戶來說，這些用戶正在編寫算法，學(xué)習(xí)擴(kuò)展其深度學(xué)習(xí)應(yīng)用程序來處理更大的數(shù)據(jù)集。

如今，一些客戶中在采用少量的節(jié)點(diǎn)，Driggers認(rèn)為這些客戶將成為最終需要的一小部分。隨著他們的成長和應(yīng)用的成熟，他預(yù)計(jì)首選的基礎(chǔ)架構(gòu)是混合模式，將會(huì)是私有云和公共云的結(jié)合。

Twentybn是已經(jīng)使用混合設(shè)備的一人客戶，該公司是一家總部在多倫多的研究實(shí)驗(yàn)室在柏林創(chuàng)立的創(chuàng)業(yè)公司。他們認(rèn)為，一些最有希望的應(yīng)用程序（如自駕車）的顯性神經(jīng)網(wǎng)絡(luò)訓(xùn)練技術(shù)有缺陷，可能在成熟階段中斷。

代替使用靜態(tài)圖像來訓(xùn)練神經(jīng)網(wǎng)絡(luò)來識(shí)別對(duì)象，其主導(dǎo)方法是使用視頻。該公司首席科學(xué)家和聯(lián)合創(chuàng)始人之一羅蘭·梅西維奇在接受采訪時(shí)說：“我們的任務(wù)是教會(huì)機(jī)器來感知和理解世界�！泵肺骶S奇是有一定影響力的蒙特利爾學(xué)習(xí)算法研究所的教授，也是人們所知道的深度學(xué)習(xí)發(fā)展的關(guān)鍵人物杰弗里·亨頓所教的博士生。

世界是三維的，重力，具有永久性特征的對(duì)象，A點(diǎn)只能通過移動(dòng)到B點(diǎn)，人類在達(dá)到三點(diǎn)之前就要牢牢把握，這對(duì)于是機(jī)器來說，是非常困難的事情。Memisevic解釋說，但人們有強(qiáng)大的科學(xué)理由相信，通過視頻是獲得這種理解的唯一途徑。

Twentybn公司采用了一大批互聯(lián)網(wǎng)用戶為自己拍攝6萬多個(gè)視頻短片，這些視頻很簡(jiǎn)單，例如就像投擲物體，丟棄物體或拾起物體，產(chǎn)生視頻，以反映人們想要網(wǎng)絡(luò)學(xué)習(xí)的東西。該公司正在使用這些和合成的視頻來訓(xùn)練其神經(jīng)網(wǎng)絡(luò)，目的是為自主車輛和視頻監(jiān)控銷售自定義人工智能解決方案。

Twentybn公司使用Cirrascale公司的GPU封裝的裸機(jī)云服務(wù)器來訓(xùn)練其神經(jīng)網(wǎng)絡(luò)，但也在其多倫多實(shí)驗(yàn)室內(nèi)部保留自己的計(jì)算集群，以處理大量的合成視頻。

后GPU的未來？

Memisevic認(rèn)為，隨著神經(jīng)網(wǎng)絡(luò)的應(yīng)用越來越廣泛，如云計(jì)算提供商Switch Riser公司需要改進(jìn)GPU之間的通信的技術(shù)，這在未來將是不可或缺的。然而，目前尚不清楚利用大量GPU的最佳方法將是多久？以下有幾種方法。

因?yàn)槿藗冋�在目睹的只是預(yù)期推動(dòng)下一次技術(shù)革命的開始，關(guān)于計(jì)算和數(shù)據(jù)中心基礎(chǔ)設(shè)施機(jī)器學(xué)習(xí)或其他類型的人工智能將最終需要的類型，仍然存在很多未知數(shù)。Memisevic說：“我們周圍的每一家公司，都必須找到一種利用GPU來訓(xùn)練網(wǎng)絡(luò)的方法，而且我們一直在尋求使用這些GPU探索多個(gè)方向�！�

使用混合云是一項(xiàng)戰(zhàn)略決策，是由于未來計(jì)算需求的不確定性而造成的。Memisevic說，即使GPU本身也可能最終被更好更有效地模擬神經(jīng)網(wǎng)絡(luò)的東西所取代。通過部署更多GPU來使這些網(wǎng)絡(luò)更強(qiáng)大的方法并不是最理想的狀態(tài)。

事實(shí)上，他相信會(huì)有更好的選擇。畢竟，人腦比GPU集群強(qiáng)大得多，同時(shí)只使用了一小部分的能量，并只是集群的一小部分空間�！艾F(xiàn)在我們需要不斷縮小體積和電力消耗，這樣應(yīng)用才會(huì)增長�！彼�說�！癎PU的大功率計(jì)算的需求會(huì)不斷增長。與大腦相比，GPU耗電太多，以后今后可能會(huì)有更好的技術(shù)，可以使用更少的電能�！�

標(biāo)簽： 計(jì)算機(jī) 機(jī)器學(xué)習(xí) 人工智能 網(wǎng)絡(luò)安全 視頻監(jiān) 

版權(quán)申明：本站文章部分自網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系：west999com@outlook.com
特別注意：本站所有轉(zhuǎn)載文章言論不代表本站觀點(diǎn)！
本站所提供的圖片等素材，版權(quán)歸原作者所有，如需使用，請(qǐng)與原作者聯(lián)系。