欢迎来到YuHonor官网,区块链开发、区块链商城网站建设、区块链应用系统、物联网系统、数字货币交易系统、金融理财系统、汽车金融系统
当前位置: 主页 > 区块链咨讯 >
区块链咨讯
联系我们
电话咨询:15270712035
E-mail:1581520540@qq.com
地址:广州市白云区石井国际大厦石沙路86号

2019年数种人工智能对高性能计算的影响

作者/整理:羽珩科技 来源:互联网 2019-04-15

2019年数种人工智能对高性能计算的影响

        具有人工智能的工作负载现在无处不在,一些工作负载在世界上运行速度最快的计算机上运行,以改进高性能计算(HPC)。随着组织规划的未来发展,有必要解决人工智能工作负载的编程,软件需求,硬件要求和培训要求等问题。 2019年,行业专家和人工智能专家将继续创造创新解决方案。

以下是人工智能在2019年对高性能计算产生最大影响的几种方式:
 

    一、张量(Tensors):人工智能计算的通用语言
 

        矢量代数的应用催生了一个专为矢量计算而设计的计算机。 Cray的早期超级计算机是一个矢量超级计算机,它将应用程序表示为向量和矩阵代数问题,这反过来又增强了计算机的设计,以确保快速矢量计算。多年来,这一增强型循环强烈定义了高性能计算(HPC)。张量代数可以被接受为广义的矩阵代数,因此它是超级计算机数学能力的自然演化,而不是一场革命。任何支持矩阵操作的机器都可以执行张量操作。今天的CPU用户使用编译器来加速采用Pythons,增强的库和优化框架支持,以及对向量和张量的高性能支持,所有这些都允许软件开发人员在高性能环境中使用向量和张量。
 

    二、语言:高级编程设计

        Fortran程序在消费周期方面主导着高性能计算,而C和C ++程序几乎耗尽了高性能计算中的其他资源。通常通过C接口,扩展和库支持加速器周期。尝试使用新语言来破解这种情况已经失败,因为现有语言具有适合构成高性能计算的应用程序的用户,代码和支持。
 

        人工智能为新用户带来了新的需求,这将扩展与高性能计算相关的语言,并且不会使用Fortran代码改变大多数物理学家的活动,但使用MATLAB和Python的数据科学家需要基于它们。为您量身定制的解决方案。
 

        Python和其他生产力语言和框架似乎是越来越多的高性能计算(HPC)周期的主人。他们的实际数字算术程序仍将用C/C ++/Fortran编写,但人工智能程序员既不知道也不关心它。
 

    三、以不同的方式思考:通过重新思考机会来取代遗留代码
 

        高性能计算(HPC)是一种传统技术,人工智能是一种相对较新的技术。显然,随着人工智能的成熟,它将创造一个需要支持的重要遗产。目前,当这两种技术相结合时,它将鼓励有关重新实现遗留代码的对话,在某些情况下可能已经过期。借口可能是为代码添加一些人工智能,但现实将是一些有用的努力和一些严重的时间浪费。


    四、可移植性和安全性:虚拟化和容器
 

        在机器上运行是否安全?这是虚拟化和容器试图解决的安全性和可移植性问题。当然,安全性来自精心构建的硬件和软件的安全功能。对于许多人来说,虚拟化和容器似乎是最好的组合。
 

        容器已引起许多开发人员对虚拟机的关注,因为在部署,修补和云计算多功能性方面,容器被认为比虚拟机更灵活,并且可以节省虚拟机许可成本。
 

        在高性能计算或人工智能会议上谈论容器技术似乎没有取得多大进展,这并不奇怪。例如,Python和Julia在配置时可以更好地扩展,容器可以帮助部署。
 

        容器提供了一种自然的方式来为用户提供环境的良好调整,并且高性能计算行业将在2019年看到越来越多的容器,部分原因是人工智能用户的兴趣。毫无疑问,高性能计算会对其实例施加压力,这是一个需要优化的生态系统。这个领域正在进行大量工作,高性能计算社区将帮助每个人实现这一目标,以满足对容器的需求。


    五、规模问题:大数据
 

        在有人工智能的地方,有大数据。人工智能社区的主要焦点是在使用非常大的数据模型时获得意义。使用的高性能计算应用程序需要大量文件,而许多高性能计算操作中心已经拥有大量基础设施,这可能是一个很好的处理大数据问题。
 

        所有高性能计算中心都将大数据作为新系统的主要要求,人工智能工作负载是大数据需求的主要驱动因素。
 

        内存价格很高,但人们已经看到内存容量与翻牌的比率多年来一直在下降。这是影响大数据发展的趋势。内存的新功能提供了扭转这一趋势的希望,并支持大型机器(包括高性能计算机)中的大数据模型。这些新的内存技术提供了内存和本地存储(SSD)的扩展。

 

        高性能计算在人工智能的发展中起着重要作用。该组织希望将数据更接近处理设备,这是用于实际数据可视化的最佳处理设备,并且是高性能计算影响人工智能/机器学习的最大方式之一。使用和理解大数据以及可视化数据和分析的概念是相互交织的。
 

        事实上,人工智能可能是高性能计算史上最大的变革驱动因素。高性能计算正在发展,因为它已经通过自己的工作负载实现,并且还将在人工智能中发展。也就是说,人工智能用户只需要加入高性能计算社区并添加自己的标签。他们还将像其他任何高性能计算用户一样使用非高性能计算系统。
 

        将为人工智能工作负载设计和构建定制的高性能计算机,而其他计算机的人工智能工作负载也将运行在具有非人工智能工作负载的更多功能的高性能设施上。当需要高性能,灵活的机器时,平衡机器可以加速。人工智能将有助于定义未来的超级计算机,因此它可以调整高性能计算机的过程。

转载请注明!原文链接@http://www.yuhonor.com/

在线
客服

在线客服服务时间:9:00-24:00

选择您需要的服务马上在线沟通:

客服
热线

15270712035
7*24小时客服服务热线

客服
微信

扫一扫加微信
顶部