GhatGPT、AlphaGo、工業(yè)機(jī)器人、網(wǎng)購AR試衣、智能醫(yī)療影像……形形色色的人工智能應(yīng)用已經(jīng)走入了我們的視野和生活，為生產(chǎn)生活帶來越來越多的便利。要推動(dòng)人工智能的發(fā)展，我們需要更深入了解人工智能。人工智能依賴于神經(jīng)網(wǎng)絡(luò)，是受到人腦神經(jīng)元網(wǎng)絡(luò)啟發(fā)的數(shù)學(xué)模型。這些神經(jīng)網(wǎng)絡(luò)有許多層簡(jiǎn)單的計(jì)算單元相互連接，類似于大腦中神經(jīng)元的網(wǎng)絡(luò)。通過調(diào)整這些單元之間的連接強(qiáng)度，神經(jīng)網(wǎng)絡(luò)可以被訓(xùn)練用于識(shí)別數(shù)據(jù)中的模式和特征。
那么為什么人工智能離不開強(qiáng)大的算力呢？當(dāng)前人工智能主要采用神經(jīng)網(wǎng)絡(luò)進(jìn)行推理，這種推理需要大量的計(jì)算以實(shí)現(xiàn)各種任務(wù)，如圖像識(shí)別、自然語言處理、機(jī)器學(xué)習(xí)等。神經(jīng)網(wǎng)絡(luò)具有強(qiáng)大的表示能力。復(fù)雜模型可以更好地?cái)M合復(fù)雜的數(shù)據(jù)模式和關(guān)系，從而提高模型的預(yù)測(cè)和決策能力。然而，復(fù)雜模型通常需要更多的參數(shù)和計(jì)算操作來實(shí)現(xiàn)，因此需要大算力來進(jìn)行推理。例如，當(dāng)前最新的大型語言模型可以輕松達(dá)到千億參數(shù)量甚至萬億參數(shù)量，推理需要非常強(qiáng)大的算力。如何獲得如此強(qiáng)大的算力呢？擁有強(qiáng)大的芯片，即計(jì)算的大腦非常重要。同時(shí)，我們要借助分布式計(jì)算，將大量的零散算力資源進(jìn)行打包、匯聚，實(shí)現(xiàn)更高可靠性、更高性能、更低成本的算力。東方超算是怎樣進(jìn)行算力聚合的呢？算力調(diào)度。“東方超算·銀河”全國一體化超級(jí)算力調(diào)度平臺(tái)，以算力調(diào)度為核心，構(gòu)建客戶業(yè)務(wù)與算力的智能通道，實(shí)現(xiàn)算力靈活、自由地流動(dòng)。平臺(tái)擁有極致高性能計(jì)算能力、便捷調(diào)度多元算力、高性價(jià)比智算服務(wù)、一體化算力管理等能力，可以應(yīng)用于深度學(xué)習(xí)訓(xùn)練、人工智能應(yīng)用、科學(xué)計(jì)算、工程仿真、數(shù)字媒體制作以及大規(guī)模數(shù)據(jù)分析、生物醫(yī)療、云游戲和虛擬桌面、數(shù)字金融等場(chǎng)景。
