最典型的案例就是日本，現在看來日本的人工智能產業並不發達，實際上在上個世紀八十年代，日本經濟快速騰飛時，也曾傾舉國之力研究人工智能。只不過日本選擇錯了方向，一直在研究以知識信息處理系統為核心的第五代計算機。等到後來PC風靡，全知全能的知識信息處理系統還沒搭建好，不甚實用的第五代計算機開始逐漸被遺忘。當時的錯誤選擇，卻沒能為日本累積下經驗和研究成果，導致在今天AI發展時後勁不足。

由此可見，在科技產業中立足就像沖浪，不管你的沖浪板有多好，提前判斷海浪的朝向，做一個“弄潮兒”才是永立潮頭的關鍵。

AI之潮的關鍵，永遠在NEXT

從這個角度來看，在今天抓住AI發展的下一潮就成了關鍵。

最近有很多人開始“唱衰”深度學習，認為Facebook人工智能研究院、谷歌Deepmind這種偏研究性質的機構開始逐漸被企業冷處理、資本市場所帶來的泡沫又會讓人們對於深度學習抱以過高的期待等等。這些觀點有很多的確不夠客觀，但也證明了在深度學習如火如荼的今天，也有很多人在尋找AI技術的新發展機會。

本周在德國舉行的2018 ISC國際超算大會上，浪潮就推出了有關AI+HPC（高性能計算）的新產品，專為AI、HPC和NFV（網絡功能虛擬化）優化的創新設計服務器i48。

提起超算或高性能計算，大家想到的可能是他們對於宇宙科學、基礎物理、天文學方面的推演能力，實際上這項技術經常被應用於氣象模擬等大規模的仿真演算，結合上AI之後，計算結果可以變得更加精準和高效。例如在氣象報道領域，使用HPC集群預測未來3-5天的天氣變得輕而易舉，有AI能力的存在，更可以準確的把短期災害的氣象預報準確度提升80%。

同時一些神經網絡的模型訓練，也可以利用上超算和HPC的算力來加速。比如前一陣在德撲大賽中打敗人類的德撲AI Libratus就是通過超算進行強化學習訓練，訓練時間大大縮短，僅僅用了幾天而已。

浪潮新推出的這款創新服務器i48就專門為以數據為中心的應用場景進行了優化設計，從高密度計算角度來講註重整體系統的一致、高密度和快速部署，同時計算節點和儲存節點也更加靈活，能夠支持AI、HPC、NFV的IT基礎設施。

在AI、HPC和NFV三種計算模式之間的靈活可拓展性，使得i48這款產品有能力去面對豐富的應用場景。尤其是當AI和HPC的結合越來越常見時，企業將面臨多種計算方案的選擇。i48應對海量數據存儲與處理的能力，使其在當前AI+HPC的應用場景中不僅有技術創新的優勢，更有商業效率上的優勢。

以第三代基因測序為例，在配置了200+顆處理器和384TB儲存空間的i48中，可將人和類似哺乳動物的全基因組組裝時間縮短到2天以內，數據處理能力是業界平均水平的4倍。

用神預判做AI的浪潮

如果觀察浪潮在人工智能方面的布局與動作，會發現浪潮所落下的每一步腳印都是“神預判”，剛好踩在產業發展的下一個痛點上。

其實我們知道，浪潮並不是唯一一個服務器和硬件存儲技術上占有優勢的企業，但浪潮卻能發展成BAT的AI計算GPU服務器最主要供應商，占有率高達90%，並且可以和科大訊飛、Face++等AI技術企業在應用場景上深入合作。這得益於這家公司多年前對市場的準確預判與較早的在AI與HPC技術上的研究與布局上。

浪潮曾經提出對於AI參與者的分區，其中就展示出了浪潮對於AI市場未來發展趨勢的理解。

浪潮提出AI參與者大概有三種類型，一類是BAT這樣既具備數據處理能力、算法研發能力及解決方案能力的全能型企業；第二類是科大訊飛、FACE++這樣的垂直領域獨角獸，具備非常強的技術研發能力；第三類則是金融、醫療、交通等等有數據基礎、急需AI轉型的傳統行業。

浪潮提出的AI參與者分區，就展示出了兩個精準的判斷，第一是BAT這樣企業將會不斷往全棧式AI能力發展，而科大訊飛等這些獨角獸會選擇專精於某一領域的技術能力。第二是金融、醫療、交通等和數字、圖像等高頻打交道的行業最需要AI賦能，也最適合AI賦能。

浪潮的AI業務也分別針對這三類企業參與提供了區別化的服務。例如為BAT提供創新的計算平臺產品、聯合進行場景化定制，幫助第一類玩家算的更快、賣的更好。為AI獨角獸提供除計算平臺外還包括管理套件、優化框架等深入的服務，以便第二類玩家更好的發揮優勢、突破技術天花板。為行業客戶提供端到端的全棧式解決方案，實現其轉型的目的。

面對AI ，浪潮四大“弄潮動作”

和沖浪一樣，站在浪潮的弄潮兒靠的不僅僅是對風浪的預判，還要對每一個動作稔熟於心，才能在風浪來臨時駕馭它沖向更高，否則也只能精準計算出自己摔倒的姿勢而已。

面對AI的浪潮，浪潮的“弄潮動作”分為四種，分別是計算平臺的產品創新、AI管理系統、框架優化和端到端全方位解決方案。

將這些招式分解，我們可以看到浪潮在計算平臺產品上提升計算效能以應對未來計算量越來越大的AI算法，通過標準化、可拓展來滿足AI雲、深度學習模型和線上推理等AI應用全場景的不同計算需求。在AI管理系統上通過對計算集群資源的統一管理來提升計算資源的利用率。在框架方面提升硬件並行使用效率來提高AI計算的整體性能……

而今天AI在基礎科學上的能力正在逐漸展示出來，例如美國的費米國家加速器實驗室就曾利用強化學習神經網絡研究中微子和高能亞原子粒子，最終神經網絡的解決方案優於人類科學家的定制模型。AI的發展與應用，正在和HPC結合起來，把我們帶到了AI產業下一幕的揭幕時刻。在這一概念中，我們可以找到以下三個支撐點。

第一，隨著傳感器越來越多，在一些領域（如交通等）中數據量的規模會無限擴大、數據更新的頻次也會無限接近實時變化，如此巨大的數據量下利用HPC 的多機並行/高速網絡/調度算法可以獲得更高效率，為AI發展提供強大的基礎工具。

第二， 中國自身HPC能力在全球名列前茅，在AI全球化競爭的前提下，這一能力將成為我們可利用的重要優勢。

第三，在AI產業化應用後，對算法模型的更新叠代要求會越來越高。快速甚至實時的更新模型在AI產業中正愈發普及。目前已經有越來越多的企業和團隊利用HPC來滿足AI產業對於計算速度的需求。

從浪潮自身的動作來看，除了推出i48這樣的創新型產品之外，浪潮已經連續7年參加ISC。在此前的ISC上，浪潮也發布過可以隨需拓展適應高密度計算的GX4，並與英特爾升級了KEEP計劃，搭建體驗平臺幫助更多用戶體驗深度學習+HPC的高效應用。

也就是說浪潮早已在產品和框架上發力，在AI+HPC的浪頭上滑翔。

不知道在AI+HPC的浪頭之後，下一波海水湧動會在何時來臨。我們能確定的，只有準備好動作，才能乘風破浪。

弄潮AI，浪潮在等待下一波海水湧動