人工智能在高性能計(jì)算學(xué)習(xí)方面可以吸取怎樣的教訓(xùn)

有效的IT組織可以尋求更廣泛使用人工智能的方式，通過(guò)從高性能計(jì)算（HPC）中吸取的經(jīng)驗(yàn)和教訓(xùn)，將其重點(diǎn)放在系統(tǒng)級(jí)思考上。

每個(gè)組織都將使用人工智能技術(shù)，或者應(yīng)該使用。人工智能對(duì)企業(yè)利潤(rùn)和競(jìng)爭(zhēng)優(yōu)勢(shì)的潛在積極影響是不容忽視的。

如今，高性能計(jì)算（HPC）中心是支持大規(guī)模高性能應(yīng)用（包括大規(guī)模人工智能）的專家。無(wú)論企業(yè)已經(jīng)在實(shí)施人工智能，還是處于探索/思考的早期階段，都會(huì)從高效的高性能計(jì)算（HPC）企業(yè)中學(xué)習(xí)一些經(jīng)驗(yàn)教訓(xùn)。

Digital Trends 公司2019年進(jìn)行的調(diào)查發(fā)現(xiàn)，自去年以來(lái)，大型企業(yè)表示他們已經(jīng)在使用人工智能的比例已經(jīng)增加了50%，從2018年的24%上升到2019年的36%。只有26%的組織報(bào)告沒(méi)有計(jì)劃投資人工智能（低于前一年的35%）。

考慮到當(dāng)前管理層對(duì)人工智能的思考，也許這并不奇怪。根據(jù)普華永道公司的一份調(diào)查報(bào)告，72%的企業(yè)高管認(rèn)為人工智能將成為未來(lái)的商業(yè)優(yōu)勢(shì)。如果客戶對(duì)企業(yè)的業(yè)務(wù)至關(guān)重要，可能會(huì)關(guān)注2019年數(shù)字趨勢(shì)的調(diào)查報(bào)告，客戶體驗(yàn)（CX）領(lǐng)導(dǎo)者在其組織中使用人工智能的可能性幾乎是其他公司的兩倍。

當(dāng)企業(yè)發(fā)現(xiàn)自己被推動(dòng)評(píng)估和/或部署人工智能項(xiàng)目時(shí)，需要幫助避免轉(zhuǎn)向系統(tǒng)級(jí)思維模式。

高性能計(jì)算（HPC）——借用有效的習(xí)慣而不會(huì)陷入困境

高性能計(jì)算（HPC）具有非常高水平的聚合計(jì)算能力，為單個(gè)應(yīng)用程序提供巨大的性能，遠(yuǎn)遠(yuǎn)超過(guò)性能最強(qiáng)大的臺(tái)式計(jì)算機(jī)或工作站，以解決在科學(xué)、工程或商業(yè)領(lǐng)域的重大問(wèn)題。

人們可以從高性能計(jì)算（HPC）社區(qū)的經(jīng)驗(yàn)中學(xué)到一些東西，使其所有系統(tǒng)運(yùn)行得更好。當(dāng)然，高性能計(jì)算（HPC）具有一定的神秘感，并且具有明確的文化。但是，每個(gè)企業(yè)都可以受益于采用經(jīng)過(guò)培訓(xùn)的方法來(lái)導(dǎo)航人工智能、機(jī)器學(xué)習(xí)以及高性能計(jì)算（HPC）計(jì)算需求和機(jī)會(huì)。

高性能計(jì)算（HPC）與大型數(shù)據(jù)中心的區(qū)別在于是“相關(guān)計(jì)算的擴(kuò)展”概念。如果說(shuō)房地產(chǎn)與位置有關(guān)，那么高性能計(jì)算（HPC）與擴(kuò)展有關(guān)。

并行編程的一個(gè)共同關(guān)注點(diǎn)，特別是在高性能計(jì)算（HPC）中，是測(cè)量應(yīng)用程序的擴(kuò)展效率（通常稱為可擴(kuò)展性）。這種測(cè)量表明，當(dāng)使用越來(lái)越多的并行處理單元（處理器、GPU、ASIC、FPGA等）時(shí)，應(yīng)用程序的效率有多高。

同樣，對(duì)于最佳人工智能部署而言，真正重要的是擴(kuò)展，其答案不是高性能計(jì)算（HPC）系統(tǒng)的精確副本。

有效的IT組織可以為尋求更廣泛使用人工智能的組織指明方向

與高性能計(jì)算（HPC）專家協(xié)商的最重要的共同點(diǎn)是：系統(tǒng)級(jí)思維很重要。由于這有一些寬泛和模糊，企業(yè)可以深入挖掘并將其改進(jìn)為有效的高性能計(jì)算（HPC）組織的七個(gè)關(guān)鍵的經(jīng)驗(yàn)教訓(xùn)。

1. 大量投資于采購(gòu)活動(dòng)

如今有很多高性能計(jì)算（HPC）系統(tǒng)被收購(gòu)，也有一些很好機(jī)會(huì)被閑置，因?yàn)闆](méi)有時(shí)間認(rèn)真評(píng)估它。企業(yè)可以從研究高性能計(jì)算（HPC）中心獲得很多見(jiàn)解，這些中心在投資新的超級(jí)計(jì)算機(jī)時(shí)一直在尋找機(jī)會(huì)、復(fù)雜性和風(fēng)險(xiǎn)。幾年前，行業(yè)專家發(fā)表了一篇名為《最佳高性能計(jì)算（HPC）經(jīng)理如何制定最佳采購(gòu)決策》的文章，重點(diǎn)關(guān)注旨在“降低采購(gòu)風(fēng)險(xiǎn)”的工作。這含蓄地包括了在采購(gòu)后的幾年內(nèi)仍然保持明智的需要。

為什么有人會(huì)聘請(qǐng)外部專家來(lái)幫助采購(gòu)？Numerical Algorithms Group（NAG）的高性能計(jì)算（HPC）業(yè)務(wù)副總裁Andrew Jones解釋了為什么增強(qiáng)企業(yè)內(nèi)部能力是有意義的：“許多企業(yè)都有能力在內(nèi)部完成這項(xiàng)工作。我們幫助提升能力和經(jīng)驗(yàn)，擴(kuò)充他們的團(tuán)隊(duì)，增強(qiáng)他們的能力和經(jīng)驗(yàn)。大多數(shù)客戶每?jī)赡曛毁?gòu)買(mǎi)一臺(tái)新機(jī)器，而我們則持續(xù)參與高性能計(jì)算（HPC）規(guī)劃和采購(gòu)項(xiàng)目。他們獲得了多年的豐富經(jīng)驗(yàn)，而不僅僅是我們與客戶共度的幾天或幾周?！?/p>

在與內(nèi)部利益相關(guān)者、供應(yīng)商和詳細(xì)技術(shù)調(diào)查的采購(gòu)討論中投入大量時(shí)間的價(jià)值不應(yīng)被忽視。即使企業(yè)不投資聘請(qǐng)外部專家，那么在正常工作之外的投資是多少？如果不能的話，那么其失敗是什么？

行業(yè)專家的對(duì)話反復(fù)回到堅(jiān)持需要深入和誠(chéng)實(shí)的競(jìng)爭(zhēng)評(píng)估（組織自身的能力和缺點(diǎn)）、要求/基準(zhǔn)、總體擁有成本和時(shí)間安排。以下討論基準(zhǔn)測(cè)試和計(jì)時(shí)的重要性，作為高性能計(jì)算（HPC）的接下來(lái)的兩個(gè)教訓(xùn)。

2.投資開(kāi)發(fā)和使用公正的要求/基準(zhǔn)

投資決策與組織的需求和目標(biāo)緊密相連，這一點(diǎn)至關(guān)重要。實(shí)現(xiàn)這一點(diǎn)的一個(gè)關(guān)鍵方法是“基準(zhǔn)”。這不是指行業(yè)標(biāo)準(zhǔn)，而是指代表企業(yè)希望在采購(gòu)的機(jī)器上運(yùn)行的實(shí)際工作量的基準(zhǔn)。企業(yè)不應(yīng)該關(guān)心其機(jī)器能以多快的速度運(yùn)行供應(yīng)商喜歡展示的應(yīng)用程序——企業(yè)關(guān)心在其內(nèi)部的重要應(yīng)用程序。

讓供應(yīng)商與企業(yè)的基準(zhǔn)測(cè)試建議的系統(tǒng)是一項(xiàng)共同的努力。企業(yè)的潛在購(gòu)買(mǎi)量越大，供應(yīng)商可能需要的努力就越多。提供機(jī)器訪問(wèn)和協(xié)助是潛在客戶對(duì)供應(yīng)商的一種常見(jiàn)要求——不要羞于詢問(wèn)。但是，決定基準(zhǔn)應(yīng)該是什么，以及如何解釋它們?nèi)Q于企業(yè)本身，這是一項(xiàng)非常重要的工作。

重要的是要記住，基準(zhǔn)測(cè)試只是實(shí)際工作負(fù)載的近似值。但是，如果使用得當(dāng)，他們可以提供關(guān)于對(duì)企業(yè)來(lái)說(shuō)重要的工作負(fù)載的可能性能的有價(jià)值數(shù)據(jù)，以及獲得該性能所涉及的難度。

2019年數(shù)字趨勢(shì)的調(diào)查表明，如今55%的人工智能在組織中的使用主要集中在數(shù)據(jù)分析上。當(dāng)進(jìn)行基準(zhǔn)測(cè)試時(shí)，企業(yè)需要將基準(zhǔn)權(quán)重與實(shí)際操作相匹配。這做起來(lái)比聽(tīng)起來(lái)難。在高性能計(jì)算（HPC）采購(gòu)方面有經(jīng)驗(yàn)的人可以分享他們對(duì)如何處理這一問(wèn)題的想法。

Andrew Jones分享說(shuō)，“我們避免將采購(gòu)選項(xiàng)標(biāo)記為非此即彼的好或壞。與性能數(shù)據(jù)本身一樣重要的是，確定獲得該性能所需的努力，以及對(duì)性能背后架構(gòu)的理解。特別是，我們努力尋找將購(gòu)買(mǎi)決策與實(shí)際需求的風(fēng)險(xiǎn)聯(lián)系起來(lái)的信息。”

這在企業(yè)的經(jīng)驗(yàn)中非常重要——僅僅因?yàn)榇a可以運(yùn)行得很快，并不意味著機(jī)器會(huì)運(yùn)行得那么快。對(duì)機(jī)器上運(yùn)行的內(nèi)容進(jìn)行真實(shí)的評(píng)估比想象機(jī)器上運(yùn)行的內(nèi)容更重要。當(dāng)更多地提到“現(xiàn)代化努力”的時(shí)候，需要用一個(gè)不同的方式重新審視這個(gè)問(wèn)題。

由于沒(méi)有企業(yè)只運(yùn)行單一代碼——系統(tǒng)評(píng)估需要考慮性能可能性的權(quán)衡以及考慮選擇時(shí)的潛在性能損失。企業(yè)的最佳選擇通常是在大多數(shù)應(yīng)用程序上“足夠好”的系統(tǒng)，在少數(shù)工作負(fù)載上表現(xiàn)優(yōu)異，但在一些重要性較低的應(yīng)用程序上可能會(huì)比較慢。為了這項(xiàng)努力，企業(yè)需要最好的批判性思考者，需要將它們付諸實(shí)踐。

過(guò)度關(guān)注系統(tǒng)如何提升一個(gè)基準(zhǔn)測(cè)試不應(yīng)該阻止人們看到更大的圖景，特別是如果增加需要額外的采購(gòu)、部署和支持成本。那么是否可以使用額外成本來(lái)更廣泛地提高性能？

3.仔細(xì)考慮時(shí)間安排，制定明智的計(jì)劃

各種技術(shù)的可用時(shí)間可能會(huì)影響能力和競(jìng)爭(zhēng)。技術(shù)應(yīng)用的太早或太晚都會(huì)嚴(yán)重影響競(jìng)爭(zhēng)力。分階段交付可能是升級(jí)系統(tǒng)以使用新技術(shù)的有力選擇。股票經(jīng)紀(jì)人可以告訴有關(guān)成本和價(jià)值平均的信息，這同樣適用于計(jì)算，在不斷增加投資的過(guò)程中有能力讓企業(yè)在指導(dǎo)未來(lái)步驟的過(guò)程中學(xué)習(xí)。而企業(yè)了解供應(yīng)商的長(zhǎng)期路線圖對(duì)于管理風(fēng)險(xiǎn)很重要。

知名記者Nicole Hemsoth寫(xiě)道，等待可能很重要。美國(guó)國(guó)家海洋和大氣管理局（NOAA）敏銳地意識(shí)到人工智能可以提供幫助，但需要仔細(xì)考慮。她還指出，“這一評(píng)估過(guò)程與那些認(rèn)為采用人工智能獲益的大公司沒(méi)有什么不同，但需要仔細(xì)考慮它是如何和在哪里適用的，以及它是否足夠強(qiáng)化和穩(wěn)定，以符合關(guān)鍵系統(tǒng)的要求?！?/p>

Tractica預(yù)測(cè)，在人工智能的廣泛應(yīng)用下，到2025年，全球軟件的年收入將達(dá)到1058億美元（相比之下，2018年僅為81億美元）。他們預(yù)測(cè)電信、消費(fèi)者、廣告、商業(yè)服務(wù)、醫(yī)療保健和零售業(yè)將成為六大采用者。這表示制定一個(gè)多年發(fā)展計(jì)劃可能是一個(gè)優(yōu)勢(shì)。

4.支持應(yīng)用程序，并向用戶學(xué)習(xí)

這不是說(shuō)IT部門(mén)不支持他們的用戶。但要說(shuō)的是，許多IT組織缺乏支持人工智能等新興用途的資金或章程。這造成了一個(gè)在高性能計(jì)算（HPC）世界中不太常見(jiàn)的差距。

如果人工智能對(duì)企業(yè)很重要，那么第一步應(yīng)該是與用戶和供應(yīng)商合作，以找到支持企業(yè)所擁有系統(tǒng)的需求的方法。那么人們可能會(huì)驚訝地發(fā)現(xiàn)，使用已有的系統(tǒng)可以很好地工作，一個(gè)巨大的好處就是能夠從中學(xué)習(xí)并成長(zhǎng)。令人驚訝的是，這往往被忽視作為資源和試驗(yàn)場(chǎng)。即使正在進(jìn)行學(xué)習(xí)，通常也會(huì)在IT和用戶之間斷開(kāi)連接。與大多數(shù)高性能計(jì)算（HPC）組織一樣，積極的IT組織密切參與支持和學(xué)習(xí)系統(tǒng)中最重要的工作負(fù)載。如果Python或Tensorflow對(duì)企業(yè)的用戶很重要，那么是否了解如何為部署的平臺(tái)獲得最優(yōu)化的版本？

5.協(xié)調(diào)實(shí)現(xiàn)代碼現(xiàn)代化的實(shí)際計(jì)劃

每當(dāng)技術(shù)和機(jī)器快速發(fā)展時(shí)，代碼也需要不斷發(fā)展。代碼現(xiàn)代化是一種編寫(xiě)可擴(kuò)展代碼的方法，該代碼使用多級(jí)并行來(lái)充分利用現(xiàn)代硬件性能。人們將看到在高性能計(jì)算（HPC）社區(qū)內(nèi)繼續(xù)討論和推廣了多少代碼現(xiàn)代化，以及它帶來(lái)的積極影響。

致力采用高性能計(jì)算（HPC）的企業(yè)大量投資開(kāi)源代碼，都致力于改進(jìn)新系統(tǒng)的開(kāi)源代碼。幾年前，Andrew Jones曾在英特爾并行計(jì)算中心（Intel PCC）就職，英特爾并行計(jì)算中心的資金用于更新多核處理器的開(kāi)源項(xiàng)目，Andrew Jones參與編輯了兩本書(shū)籍，這兩本書(shū)籍由世界知名團(tuán)隊(duì)通過(guò)工作來(lái)修改開(kāi)源代碼以實(shí)現(xiàn)現(xiàn)代化。

在這次旅程中，代碼現(xiàn)代化比它最初出現(xiàn)的要重要得多，這是可以向IT組織提供的一個(gè)重要教訓(xùn)，無(wú)論現(xiàn)代化的實(shí)際工作是在內(nèi)部完成的、希望在開(kāi)放源代碼中完成的、或在對(duì)外付費(fèi)完成的。也可能是以上所有的混合。

有了這些見(jiàn)解，企業(yè)知道代碼現(xiàn)代化對(duì)人工智能的應(yīng)用也很重要。高性能計(jì)算（HPC）應(yīng)用的經(jīng)驗(yàn)表明，如果不投資代碼（尤其是在技術(shù)快速變化的情況下），往往會(huì)加強(qiáng)供應(yīng)商的鎖定。與供應(yīng)商鎖定相比，企業(yè)支付費(fèi)用改進(jìn)自己的代碼可能會(huì)更好。

6.將云與無(wú)云視為平衡行為，而不是選擇

盡管一些供應(yīng)商正在大肆宣傳，但“云中的高性能計(jì)算（HPC）”的概念并未停止對(duì)高性能計(jì)算（HPC）硬件的投資。Intersect360 Research公司的調(diào)查報(bào)告表明，在2018年，大多數(shù)高性能計(jì)算（HPC）預(yù)算或者增加（46%），或者保持與前一年相同（38%），其中商業(yè)網(wǎng)站的增長(zhǎng)最強(qiáng)勁。這就強(qiáng)化了這樣一個(gè)事實(shí)，即必須具備計(jì)算基礎(chǔ)設(shè)施方面的專業(yè)知識(shí)。

基于云計(jì)算的服務(wù)，包括AWS、Google、Azure和其他服務(wù)，提供各種平臺(tái)來(lái)進(jìn)行試驗(yàn)和早期部署。這可能會(huì)延遲擁有基礎(chǔ)設(shè)施專業(yè)知識(shí)的需要，并給這些專業(yè)知識(shí)一個(gè)在組織內(nèi)成長(zhǎng)的機(jī)會(huì)。雖然基于云計(jì)算的人工智能無(wú)疑是技術(shù)孵化的重要家園，但隨著人工智能計(jì)劃的擴(kuò)展，企業(yè)發(fā)現(xiàn)自己需要構(gòu)建和維護(hù)基礎(chǔ)設(shè)施。這對(duì)高性能計(jì)算（HPC）專家來(lái)說(shuō)是不足為奇的。

當(dāng)成本、性能和大量數(shù)據(jù)都很重要時(shí)，擁有自己的計(jì)算基礎(chǔ)設(shè)施專業(yè)知識(shí)更加重要。忽視這種對(duì)專業(yè)知識(shí)的需求是有風(fēng)險(xiǎn)的。

7.總擁有成本（TCO）——不只是從高性能計(jì)算（HPC）吸取的教訓(xùn)

當(dāng)提到關(guān)注獲得績(jī)效的成本（評(píng)估基準(zhǔn)）、時(shí)間安裝（現(xiàn)在將獲得什么好處與等待）以及投資于采購(gòu)和現(xiàn)代化以獲得真正平衡的方法時(shí)，將會(huì)涉及總體擁有成本。整個(gè)系統(tǒng)的一部分問(wèn)題需要安全性，這也不是一個(gè)特定的高性能計(jì)算（HPC）問(wèn)題（盡管高性能計(jì)算中心考慮了很多）。

總擁有成本（TCO）是第七個(gè)經(jīng)驗(yàn)和教訓(xùn)，盡管總擁有成本（TCO）肯定不是高性能計(jì)算（HPC）獨(dú)有的，但它對(duì)高性能計(jì)算（HPC）來(lái)說(shuō)確實(shí)非常重要。沒(méi)有什么比考慮整體情況更能說(shuō)明“系統(tǒng)方法”——硬件、軟件、應(yīng)用程序、安全性和人員。系統(tǒng)的價(jià)值是企業(yè)從中獲得的凈收益，而不是為實(shí)現(xiàn)它而投入的資本和費(fèi)用（TCO）。

以系統(tǒng)方法為中心的七個(gè)經(jīng)驗(yàn)和教訓(xùn)

經(jīng)驗(yàn)豐富的高性能計(jì)算（HPC）中心在實(shí)現(xiàn)大型高性能系統(tǒng)的采購(gòu)和運(yùn)營(yíng)方面取得了巨大成功。有效的系統(tǒng)方法是他們成功的關(guān)鍵。這些成為任何企業(yè)冒險(xiǎn)大規(guī)模支持人工智能的關(guān)鍵技巧。

當(dāng)人們深入了解這七個(gè)經(jīng)驗(yàn)和教訓(xùn)時(shí)，將采用這樣的系統(tǒng)方法：投資采購(gòu)活動(dòng)、開(kāi)發(fā)和使用公正的基準(zhǔn)、仔細(xì)考慮時(shí)機(jī)，大力投資支持應(yīng)用程序和用戶社區(qū)，制定計(jì)劃實(shí)現(xiàn)代碼現(xiàn)代化，并管理總擁有成本。

高性能計(jì)算（HPC）的這些經(jīng)驗(yàn)和教訓(xùn)可以為企業(yè)提供更多的幫助。但是，企業(yè)也沒(méi)有必要都成為高性能計(jì)算（HPC）技術(shù)的狂熱者。

責(zé)任編輯：ct