從摩爾定律到人工智慧,指數定律釋放人類潛能

2020-12-02 雷鋒網

你學過指數嗎？恐怕沒幾個人會對這個問題說 「No」。那麼，你對指數式發展有什麼樣的認識？這個問題回答起來也許就沒那麼容易了。然而，指數式發展實實在在地就在我們身邊、在我們手上發生。不相信嗎？看看你的手機。

1965年，英特爾的創始人之一戈登·摩爾提出了「摩爾定律」。半個世紀以來，「摩爾定律」一直推動著人類社會不斷向前進步。現在技術帶來的便利，是半個世紀以前的人不能想像的。這正是因為「摩爾定律」在數學本質上是一個指數式發展定律，它指明了計算設備的計算能力將以指數式發展前進。

【 圖片來源：https://iq.intel.com/  關鍵詞為： Moore law 】

指數式發展之所以難以認識，是因為一開始它的發展速度相對緩慢，甚至是難以察覺的，然而突破某個階段之後，它就會以人力難以想像的速度飛升。就像一艘火箭，點火後的前五秒，它的速度並不快，可一旦馬力全開，強大的引擎加上高動能的燃料，足以讓火箭在幾分鐘內飛上藍天，遨遊太空。

目前，人工智慧技術的發展，可以說正處在火箭的點火和準備加速階段。在大眾媒體上，AI相關的新聞比比皆是。在技術領域中，處理器和算法的演進同樣日新月異，公共雲服務商UCloud和英特爾一起，在這方面攜手取得了諸多進展。

優化引擎和控制器，加速AI火箭

UCloud實驗室研發總監、創新產品線總監葉理燈指出：「人工智慧有三個要素——數據、算法、計算能力。有一個理論叫』火箭理論』，就是説如果把人工智慧當火箭的話，那麼數據是火箭的原料，計算能力就是引擎，算法就是引擎的控制器。」

為了幫助初創企業、傳統企業AI轉型， UCloud推出了UCloud  AI在線服務UAI-Inference，並以英特爾至強處理器E5產品家族作為這艘火箭的引擎，利用該處理器產品家族強大的可擴展性完成彈性部署，既能獲得高性能，還降低了成本以及用戶的TCO。

【 圖片來源：https://iq.intel.com/  關鍵詞為： cloud computing 】

在英特爾至強處理器這架引擎中，還集成了一套AVX浮點計算指令集，它有增強的數據重排能力，可以更有效地存儲、讀取數據。葉理燈和他的團隊發現：在UCloud提供的公共雲服務中，很多虛擬雲主機僅僅用到簡單指令集，而沒有發揮AVX的強大能力。因此，他們和英特爾的工程師一起，在算法層面，利用各個虛擬機中此前未能「物盡其用」的英特爾AVX能力，藉助其優勢和特性，優化它在UCloud AI在線服務中的應用表現，滿足AI在線服務的計算需求。AI在線服務時延成功降低到數百毫秒，完全滿足UCloud用戶的實際應用需求。

UAI-Inference還和英特爾合作，使用了性能更佳的AI框架——面向英特爾架構優化的Caffe框架，從而更好地支持英特爾至強處理器產品家族和至強融核TM處理器產品家族，其中集成最新版本的英特爾數學核心函數庫2017，能更高效地利用英特爾AVX處理能力。

一系列測試結果表明，藉助面向英特爾架構優化 的Caffe框架，測試系統的執行時間從最初的37秒縮短至優化後的3.6秒，整體執行性能提高了10倍以上。UAI-Inference的AI在線服務效率得到了極大躍升。

換句話說，UCloud和英特爾一起，將UAI-Inference的引擎和其控制器的能力充分發揮出來，助推這架火箭飛得越來越快。

【 圖片來源：https://iq.intel.com/  關鍵詞為： Caffe框架 】

解決兩大難題，把企業送上AI火箭

眾多企業深知搭上AI火箭的重要性，但如果要自己搭建相關系統，卻面臨兩大難題：

ž不熟悉AI系統的設計、部署和運維，AI系統需要多維度的巨大投入，一旦選型失敗，就會面臨高昂的成本損失。

ž即便初始選型正確，AI仍會帶來巨大成本開支，侵蝕企業的總體TCO。

這兩大難題正是UAI-Inference想要解決的痛點。基於大規模分布式計算平臺，它提供了「兩步走」時的部署模式。用戶先按照UCloud提供的SDK工具包完成相關準備工作，打包完成任務的在線部署後，就能使用UAI-Inference的PaaS平臺完成自動化的管理和維護，同時還保證了平臺數據的安全性。

葉理燈說：「UAI-Inference給用戶帶來的最大優勢，就是省去了部署時的大量繁瑣工作，讓用戶可以將寶貴資源聚焦在自身業務上。」

【 圖片來源：https://iq.intel.com/  關鍵詞: Artificial Intelligence machine 】

現在，UAI-Inference已經可以在圖像識別、機器學習等多個AI領域滿足企業用戶的需求。一些人臉表情識別應用的實踐檢驗證明：基於英特爾AVX支持的UAI-Inference，完全具備了與傳統方案相媲美的能力，成效出色。「我們的目標是幫助用戶像使用雲主機、 雲存儲這些成熟的雲產品一樣使用AI在線服務。」葉理燈說。

當火箭進入太空之後，進入失重狀態的太空人可以在火箭中自由漂浮。有朝一日，AI這架火箭也必將讓人類從很多繁瑣的勞動中解放出來，讓我們自由自在，享受更多自由。

【 圖片來源：https://iq.intel.com/  關鍵詞: data】

雷鋒網版權文章，未經授權禁止轉載。詳情見轉載須知。

相關焦點

  • 【1971-2050 計算革命簡史】從摩爾定律到「消失」的計算機
    原標題：【1971-2050 計算革命簡史】從摩爾定律到「消失」的計算機 1 新智元編譯 來源後來這個數字修改為每兩年，從此「摩爾定律」為整個計算機行業設定了步伐。每年，英特爾和臺積電等公司花費數十億美元來計算如何縮小進入計算機晶片的組件。一路走來，摩爾定律幫助建立了一個世界，在這個世界裡晶片被植入從水壺到汽車各種東西裡，數百萬人在虛擬世界中放鬆，金融市場由算法操控，專家擔心人工智慧將很快取代人從事所有的工作。 但摩爾定律的推動力量幾乎也要走到盡頭。
  • 摩爾定律日薄西山 計算性能如何增長
    叢京生教授從早期的圖靈機入手，回顧了電子計算輝煌的發展歷史，並著重介紹了摩爾定律及其在計算機上的應用。他指出，摩爾定律預示著，每兩年微處理器電晶體數量都將加倍，這種指數級的增長，促使計算機向更先進、輕便、小巧的方向轉化，然後又孕育出了高速網際網路、智慧型手機和智能互聯方面的更多應用。
  • 與摩爾定律梅特卡夫定律並論,IBM Watson定律將成為歷史論斷嗎
    4月11日，IBM在京舉行主題為「思無極，行有方，達天下」的2018 IBM THINK論壇（中國），在演講中，IBM大中華區董事長陳黎明說：如今，我們迎來了Watson定律時代，第三次指數級增長的機會，即數據與人工智慧的結合帶來指數級的學習，給商業帶來洞察、優勢和機遇。
  • 美國科學院院士張守晟:摩爾定律即將失效,人工智慧怎麼化解這個...
    雷鋒網按：在IT領袖峰會下午的《顛覆性技術與人類未來》高端對話上，史丹福大學物理系講座教授、美國國家科學院院士、美國藝術與科學學院院士、中國科學院外籍院士張首晟針對未來的顛覆性技術發表了自己的觀點。人工智慧就是當下最具顛覆性的技術，這一點不可置否，但張守晟還拋出了一個觀點——人工智慧也需要新的技術去顛覆。
  • 摩爾定律有終結之日嗎？
    這導致了計算能力的指數增長。隨著時間的推移，指數級增長&34;，最終它建立了勢頭並最終導致垂直增長。摩爾定律說，計算機晶片中可容納的電晶體數量大約每兩年翻一番。電晶體允許計算機進行計算。在晶片上塞滿的電晶體越多，具有的計算能力就越大，這是摩爾定律背後的推動力。但是摩爾定律並不是真正的定律。重力是定律，摩爾定律是一種觀察和預測。摩爾定律55歲了：它仍然有意義嗎？
  • AI算法效率每16月翻番,超越摩爾定律,OpenAI:長江後浪推前浪
    人工智慧算法也遵循著自己效率提升的「摩爾定律」。在人工智慧領域裡，因為研究人員的努力，頂尖算法的效率提升速度超過了晶片中摩爾定律的速度。DeepMind 的著名人工智慧 AlphaZero 不僅可以從零開始自我學習實現在圍棋、象棋、日本將棋等遊戲中超越人類的水平，而且要比前一代系統，僅早一年推出的 AlphaGoZero 節省 8 倍算力。
  • 摩爾定律一
    如果這個趨勢繼續的話，計算能力相對於時間周期將呈指數式的上升。摩爾的觀察資料，就是後來的摩爾定律，且仍不同尋常地準確。人們還發現這不光適用於對存儲器晶片的描述，也精確地說明了處理機能力和磁碟驅動器存儲容量的發展。該定律成為許多工業對於性能預測的基礎。
  • 從摩爾定律到孟德爾的遺產:我們如何運用顛覆性技術,推動人類進步?
    從人工智慧到基因編輯，嚴重的潛在風險需要得到解決。 問題是:我們如何看待這場辯論?現代社會的正確答案是什麼? 對我來說，毫無疑問，在短短幾年內，顛覆性的新技術可以使人類取得前所未有的進步。要找到這種巨大潛力的一個好例子，我們不需要看得太遠。人類基因由大約1.5千兆字節的DNA數據組成。
  • AI接棒摩爾定律,或將與人共同進化成為「孿生譯員(Twinslator)」
    作者: 企業信息    1965年，英特爾的創始人之一戈登·摩爾提出了「摩爾定律」。半個世紀以來，摩爾定律一直推動著人類社會不斷向前進步。近年來，隨著大數據、人工智慧的崛起，摩爾定律走下神壇成為了歷史規律之一。自2012年以來，AI訓練任務所運用的算力每3.43個月就會翻倍，6年增長30萬倍，人工智慧技術在深度學習的加持下有了長足的進步，眾多企業開始逐漸意識到了AI技術的重要性，多行業已做出突破性轉變。
  • 「人工智慧第三定律」的漏洞:人類能造出失控的機器人
    1949年，Wiener第一次警告控制系統可能超出人類掌控，那會兒第一代存儲程序電子數字計算機才剛剛問世，這些系統需要人類程式設計師的直接操作，這削弱了Wiener的擔憂。既然程式設計師控制著機器，那麼問題會出在哪裡？從那以後，關於自主控制風險的爭論一直圍繞著數字編碼機器的控制權和限制的爭論。儘管它們擁有驚人的能力，但幾乎沒有被發現真正的思維。
  • 人工智慧的「指數」增長正在改變計算的本質
    人工智慧和機器學習的大規模應用正在改變計算的本質。谷歌軟體工程師Cliff Young於周四早上在Linley Group秋季處理器大會上發表了開幕主題演講。Young表示，人工智慧的使用達到了一個「指數階段」，同時摩爾定律，幾十年前關於半導體進步的經驗法則已陷入停滯狀態。
  • 探索摩爾定律之外的新路徑,「登臨科技」將GPU通用計算晶片功效...
    人工智慧算法的訓練以及應用的部署，都離不開運算能力的支撐。作為人工智慧三大驅動要素之一，算力決定了人工智慧發展的速度與高度。作為算力的重要組成部分，AI 晶片近年來引得眾多企業紛紛布局。據市場研究機構 Tractica 預測，全球 AI 晶片市場規模將由 2018 年的 51 億美元增長到 2025 年的 726 億美元，CAGR 將達 46.14%。
  • 2045年強人工智慧誕生 人類或將可以永生(圖)
    根據程序計算獲知，人類在2045年僅用1000美元就可以買到具有十億顆人腦運算能力的計算機，計算機屆時將擁有所謂的「強人工智慧」，並能代替人類思考。科學家稱，科技發展將由機器接管，機器也可敏捷地思考和溝通，快到正常人無法理解。
  • 激發潛能的「阿基米德」定律,讓你年輕20歲
  • 摩爾定律、梅特卡夫定律、顛覆定律(冪指數定律)分別是啥?
    因為運算性能增長速度主要是由摩爾定律決定的，所以根據每兩年運算性能提高一倍計算，主幹網的網絡帶寬的增長速度大概是每八個月增長一倍。梅特卡夫定律網絡的價值等於網絡節點數的平方，網絡的價值與聯網的用戶數的平方成正比。
  • 人類的潛能發揮到極致 電影中的十大王牌特工排行榜
    先科普下，特工—「特殊工作者」，你也可稱之為「間諜」，這些擁有比SAS，海豹部隊等特種部隊更為神秘和戰鬥力驚人的人員，通常都是以個體為單位進行活動，他們在外語、心理學、格鬥、風土人情、追蹤與反追蹤、情報網的建立上無人能及，除了能在極端惡劣的條件下激發出人類極限的潛能
  • 人類文明的下個技術奇異點一定是人工智慧嗎?
    小夥伴們，人類文明能發展到什麼程度，有很多人都在不斷地暢想著，憧憬著。於是人們發明了一個詞，叫「技術奇點」。該定理指出，人類出現以來所有技術發展都是以指數增長。也就是說，一開始技術發展是小的，但是一旦信息和經驗積累到一定的基礎，發展開始快速增長，以指數的形式，然後是以指數的指數形式增長。瑞·庫茨維爾將同樣的概念引入到生物進化和宇宙誕生以來的變化裡，並導出了同樣的指數增長的公式。根據數學模型，在未來的某個時間內，技術發展將接近於無限大。
  • 後摩爾定律時代的計算技術之探討
    大約10年後，這個創新途徑被IBM的羅伯特·登納德（Robert dennard）歸納為「登納德按比例縮小定律」，從而開創了以指數方式降低器件工作電壓和提高時鐘頻率的可能性。特徵尺寸、頻率和功耗的相互作用的縮放意味著在成本大致恆定的前提下，每一代晶片的性能將隨著時間呈指數級改善。摩爾還預測，伴隨著這種改善，半導體、微電子技術將給社會發展帶來巨大影響。
  • 【創新湖南 融入世界】激發智慧計算潛能 國內外專家共話AI算法
    作為本屆大會唯一聚焦人工智慧的重要議程，AI算法主題論壇吸引了眾多慕名而來的聽眾。 AI算法主題論壇以「AI算法：激發智慧計算潛能」為主題，邀請政府領導、院士專家、企業領袖和創業者共聚一堂，為人工智慧技術創新、產業發展、應用實踐凝聚新思路，匯聚新思考。論壇由中國科學院自動化研究所所長徐波主持。 中國電子學會總部黨委書記張宏圖出席論壇並發表致辭。
  • 熬到2045年,人類可能靠人工智慧戰勝死亡了
    例如在人類數十萬年的進化過程中，如車輪、火、石器從發明到廣泛應用需要好幾萬年的時間。 而 500 年前，如印刷機從發明到廣泛應用，只花了 100 年左右。今天，一個產品（ 例如行動電話和全球資訊網 ）從發明到廣泛使用，只需要短短幾年的時間。