当人工智能遇上超级计算机

◎记者 吴纯新 通 讯 员 涂兴佩
由于人工智能推理或训练一般要用到单精度甚至半精度的数值计算能力、整型计算，多数超级计算机并不具备这些计算能力，因此去年便开始出现了聚焦于解决人工智能算力需求的人工智能超级计算机，它作为一种专用算力，被应用于人工智能推理或训练等领域。
打开手机，半个月内的天气状况一目了然；出门在外，地图导航给出最优路线……这些“未卜先知”从何而来？答案是计算。
如今，算力作为数字经济的第一引擎，正成为科技巨头们争相进军的主阵地。
日前，英伟达宣布与微软联手开发人工智能超级计算机，依托微软Azure云运行，通过数以万计的图形处理单元(GPU)、中央处理器(CPU)处理云中的密集人工智能计算工作。
人工智能遇见超级计算机，将会碰撞出怎样的火花，又将带来哪些挑战和机遇？
对基础软件和通信能力要求极高
“实际上，人工智能超级计算机去年就出现了，其核心是解决大规模密集人工智能训练和推理等的计算问题。”武汉人工智能研究院院长王金桥说。
传统超级计算机相对一般计算机而言，就是一种计算能力更强、通信速度更快、存储容量更大、功能更完善的计算机，它们在高精度计算能力方面更强，应用范围也更广，主要用于解决一些科学计算类问题，比如行星模拟、新材料开发、分子药物设计、基因分析和气象预测等。
随着人工智能逐渐在各个应用场景中落地，各行业对于算力的需求也在持续提升。
由于人工智能推理或训练一般要用到单精度甚至半精度的数值计算能力以及整型计算，多数智能计算机并不具备这些计算能力，因此去年便开始出现了聚焦于解决人工智能算力需求的人工智能超级计算机，它作为一种专用算力，被应用于人工智能推理或训练等领域。
王金桥介绍，人工智能超级计算机对基础软件要求极高，这也是英伟达与微软合作的最大原因。人工智能超级计算机集群通过虚拟化和分布式加速训练，可以有效支撑超大规模人工智能模型DALLE2(基于文本来生成模型的模型)、CLIP(用文本作为监督信号训练可迁移的视觉模型)等的训练，包括图像、文本、语音等多模态异构数据，以及最近特别火爆的人工智能自主生成内容技术。
不过，由多台服务器组成的人工智能超级计算机在进行模型计算时，调度的数据规模将越来越大，对通信能力的要求也越来越高。