泰克教育技术品茗之智能计算

2021-01-07 11:54:35 阅读量:


// 品茗会议录 //


什么是智能计算

智能计算是相对于通用计算的说法,所谓通用计算就是指使用传统的CPU完成算力。传统的CPU是以intel为代表的x86体系,Intel针对CPU的发展提出了摩尔定律,即每18个月CPU性能翻倍,然而,发挥效应五十年的摩尔定律已经放缓,原来18个月性能翻倍的周期已经延迟到30甚至36个月才能翻倍。与此同时,智能革命所带来的计算力需求却在激增:全球每年新增数据 20ZByte,人工智能需要的算力每3.5个月翻一倍,远高于摩尔定律,未来算力需求将十分巨大。

什么需求导致传统CPU无法胜任呢

人脸识别,机器人客服,AI相机等都是我们日常生活中能看到的智能需求。几年前在围棋领域战胜柯洁的AlphaGo,也是智能计算的具体应用。这些需求传统的cpu实现起来非常的困难,就像火车一样,驱动的能源有煤,燃油,电。选择电的原因是成本和效能。传统的CPU在成本效能上很难满足智能计算的需求,毕竟资源是有限的,需要考虑投入产出比。

华为认证体系中的智能计算讲的就是这些么?
解释这个问题前首先我们需要看一个架构
\
 
 在智能计算的体系结构中,分了四层:
应用层:平时能够用到的看到的具体产品,比如AI照相。
算法层:主要是数学逻辑,然后通过编程语言具体实现。
系统层:主要是软件框架比如人工智能里面流行的tensorflow框架
硬件层:承载软件体系结构的具体物理实体,比如CPU,网卡、芯片。

华为的智能计算认证体系主要关注硬件层面的内容,也涉及到基础架构软件的讲解。

\

那么其他层级华为的认证体系有涉及么?

 应用层、算法层、系统层的内容被包含到到人工智能课程中,即人工智能课程偏软,智能计算课程偏硬。
 

// 全员赋能之浅谈智能计算核心 //


 智能计算的核心是算力,算力是由处理器提供。

处理器芯片计算性能的提升经历了两个时代,第一个时代是单核时代,这个时代性能提高的重点是提升主频,希望通过提高计算速度来提升性能,但随着摩尔定律越来越接近物理极限,提升单核性能的难度和成本越来越高,能够支持高端芯片研发的企业已经越来越少,更多的企业开始寻求横向发展,处理器芯片随之进入第二个时代,即多核并行计算时代。通过在单个芯片上设计多个简化的处理器核,以多核/众核并行计算大幅提升了计算性能。但是多核并行带来的性能提升并不是永无止境,随着并行度的提升,散热和能耗的问题也日益突出。

因此在大规模并行遇到瓶颈后,提升计算效率成为了近几年处理器芯片最受关注的领域,即如何最大化的发挥各处理器的性能,把最适合的任务交给最擅长的计算单元。处理器芯片也即将进入第三个时代,异构计算时代。
 
处理器芯片分为同构计算和异构计算两种算力形态。

同构计算是使用相同类型指令集和体系架构的计算单元组成系统的计算方式,常见的同构计算处理器有x86、ARM、Power三大系列。

\ 
 异构计算是在计算任务并行性类型基础上,将具有相同类型的代码段划分到同一子任务中,然后根据不同并行性类型将各子任务分配到最适合执行它的计算资源上加以执行,达到使计算任务总的执行时间为最小。目前比较流行的异构系统架构主要有: CPU + GPU, CPU + FPGA,CPU + 专用芯片。


\
 
// 行业应用案例 //
 
华为在智能计算中对于“芯”的投入是巨大的,推出了鲲鹏通用处理器和昇腾异构处理器,并且以泰山服务器整机的形式落地。

\ 
精品课程免费试听:华为认证云计算、大数据、人工智能、云服务、数通、网络安全、存储、数据中心、物联网、5G、高斯数据库、智能计算、鲲鹏应用开发等精品课程,包含华为认证HCIE、HCIP、HCIA三个等级的认证培训课程,总有一门适合你!