高性能(HPC)和人工智能(AI)的结合正创建一个充满活力的新市场:“高性能人工智能”(HPAI),它正推动了AI平台和产品的发展。

经过几十年的缓慢进展,直到HPC的出现给予AI所需要的推动力。 通过超级计算技术实现,HPC技术,如深度学习,正在改变AI,使其真正用在了很多领域。 

而这必要成分包括了:

-由数字化流程、传感器和仪器产生的大数据  

-巨大的计算能力,通常以云计算的形式

-具备经济价值的使用场景 

HPC和人工智能的结合表示认知可以通过一个实用的方式可计算。 它代表了逻辑处理与数值密集计算的混合。 它是一个在学术,商业,工业和政府环境中的活跃领域。 HPAI结合了HPC(数值密集统计分析和优化)与传统AI(搜索算法和专家系统),深刻影响IT行业和客户投资的优先级,影响人类生活的各个方面,并造成其自身的巨大挑战。

HPAI技巧、技术驱动者和核心技术、特性、实际应用和未来方向都是重要的话题。 在这里,我们探讨HPAI的未来。

高性能人工智能(HPAI)将HPC与传统AI相结合

HPAI的未来

AI已经演变了几十年。 基于初始推理的专家系统奠定了基础,并教我们如何制定和解决AI问题。 通过深度学习和HPC技术,AI正在进像一个新阶段飞跃。

HPAI将包括以下挑战和进步:

进展

高级算法
当前简化假设的算法在将来会被放宽。 除了层的深度和宽度之外,还将存在连接各种层的交叉链接,以及动态创建的微层,以为深层神经网络提供更大的灵活性。 此外,虽然当前算法迭代接近最佳参数集合,但未来的算法将并行地寻求许多路径。

更现实的神经元
神经元模型的当前实现是简单的,具有类S曲线或其他简单的传递函数。 现实世界神经元有更丰富的连接,并经常展示非常尖尖的信号行为。 尖峰的频率也可以传输信息。 未来的神经网络将包括这种额外的复杂性以获得更高的精确度并且在模型中用更少的神经元来实现类似的结果。然而计算复杂性将增加。

IT系统
深度学习已经在加速新的系统架构和组件技术的发展。 我们期待着全面的创新:加速器技术,针对新工作负载特别优化的新型CPU、新数据存储和处理模型(如原位处理)以及全新的方法(如量子计算)。 这些都将