11月15日，聯(lián)想集團副總裁、聯(lián)想研究院人工智能實驗室負責人范建平博士，聯(lián)想企業(yè)科技集團HPC&AI營銷總經理于濤應邀出席第二屆中國超級算力大會(China SC 2020)，與眾多知名學者與產業(yè)從業(yè)者齊聚一堂，共同探討“新基建”背景下高性能計算行業(yè)的挑戰(zhàn)和機遇，展示智能算力的最新科技。會議期間，倍受矚目的HPC TOP100榜單正式揭曉，聯(lián)想以35套的成績名列榜首，其中六套位列榜單前十名，這是聯(lián)想第六次榮登中國第一。

聯(lián)想名列HPC TOP100榜首

會上，范建平博士發(fā)表主題演講，重點展示了聯(lián)想邊緣AI平臺的強大技術能力，以及在垂直行業(yè)中的應用實踐。他表示，聯(lián)想依托在邊緣計算、人工智能領域的深耕和積累，推出了“Edge AI”邊緣智能平臺。該平臺主要包括三部分： 第一，在云端進行模型的初始化和訓練。眾所周知，訓練環(huán)節(jié)是AI算力需求最大、最集中的部分。部署于邊緣和端的AI模型，為了保證良好的精度，必須通過深度學習算法，在AI服務器上基于大規(guī)模的訓練數據進行多次迭代訓練才能得到理想的AI模型。這個環(huán)節(jié)中，AI服務器基礎架構與AI 訓練管理軟件是保證AI訓練任務穩(wěn)定高效運行的關鍵。聯(lián)想企業(yè)科技集團目前推出了一系列AI服務器產品，如基于英偉達NVLINK技術的SG670, 可以配置8張最高端GPU A100的HG680等產品，為人工智能的訓練任務提供了堅實的算力保障。同時范建平博士提到了聯(lián)想研究院的人工智能訓練平臺——煉AI大師，這是一款應用于聯(lián)想研究院內部的、功能豐富、強大的AI訓練工具，可以應對AI開發(fā)過程中，多機并行、多用戶、多任務、多環(huán)境等復雜場景。 第二，在邊緣側借助于Edge AI的訓練結果進行決策。范建平博士指出：在實際的客戶使用場景中出于延遲，決策速度，尤其是數據安全的考慮，越來越多的AI計算會在邊緣端完成，而不是把數據發(fā)送回數據中心，由數據中心完成計算再將計算結果返回。所以，AI的邊緣計算技術是解決這個問題的關鍵。范建平博士提到聯(lián)想研究院的“聯(lián)想大腦”在邊緣端的AI部署有靜態(tài)和動態(tài)兩種不同的方式，兩種不同的部署方式分別適用于不同的客戶場景——在客戶訓練數據與測試數據具有相同分布時，我們使用靜態(tài)部署模式;反之，則動態(tài)部署更為合理。尤其在動態(tài)部署時，我們需要在邊緣側通過不斷的訓練，升級，再訓練，再升級的方式，使邊緣端的能力越來越突出，越來越聰明。但這一過程也是極其耗費算力的過程，用戶面臨著大量的GPU計算需求。范建平博士在這里提出聯(lián)想的解決之道——AI算法創(chuàng)新，重點展示了AUTOML增量學習的方法，使得在實現模型動態(tài)的同時，大幅度減少了對計算資源的消耗與依賴。

聯(lián)想集團副總裁、聯(lián)想研究院人工智能實驗室負責人范建平博士發(fā)表演講

最后，范建平博士指出，聯(lián)想Edge AI平臺是由“煉AI大師”和“聯(lián)想大腦”兩個核心部分組成，與聯(lián)想企業(yè)科技集團等其他業(yè)務單元產品已經高度結合，能夠使云端和邊緣設備的算力最大化。如設計了最適配聯(lián)想邊緣設備的底層算子及其編譯器，能夠實現低功耗，小模型;同時，Edge AI平臺具備邊云多AI任務聯(lián)合作業(yè)的能力;此外，還支持企業(yè)用戶利用自己的個性化數據，建立企業(yè)專屬的“智慧大腦”。 目前，聯(lián)想Edge AI平臺已經通過聯(lián)想企業(yè)科技集團實現了產品化，推出了LiCO AI、AI一體機等功能強大的AI產品與解決方案，被廣泛應用于人工智能數據中心、智能制造、工業(yè)物聯(lián)網、智慧城市、智能零售、智能音箱和智能家居等各個方面。在自動駕駛領域，可以做到行人識別、車輛識別、信號燈識別等。 --------------------------------------------------------- 免責聲明： 1.本文援引自互聯(lián)網，旨在傳遞更多網絡信息，僅代表作者本人觀點，與本網站無關。 2.本文僅供讀者參考，本網站未對該內容進行證實，對其原創(chuàng)性、真實性、完整性、及時性不作任何保證。