“你到底愛不愛我？”這或許是戀愛雙方出現頻率最高的問題，想要知道對方大腦在想什么，并不是什么天方夜譚，通過科學技術還真的有望實現。不過，讓如此大膽的想法變?yōu)楝F實，我們需要借助什么技術呢？我想，目前最火的人工智能技術應該首先出列。

人工智能風頭正勁卻逃不過“博眼球”的帽子

人工智能并不是什么新鮮的概念，但是對于大多數人來說，它仍然是一個新鮮事，自 AlphaGo 兩次擊敗人類職業(yè)圍棋選手后，其熱議話題再度掀起。貼著人工智能標簽的創(chuàng)業(yè)公司如雨后春筍般創(chuàng)立起來，更有行業(yè)大佬 All in AI。關于人工智能的報道也是連綿不絕地出現在大眾的視野里。歷經兩次寒冬，人工智能再次崛起，成為科技領域最新的變革趨勢，智能時代，人類社會對于人工智能的需求爆發(fā)，“萬物智能”概念推出，在此迫切需要人工智能的發(fā)展。

但是，我們大部分時候看到的人工智能面貌是什么樣呢？各家科技公司在這股浪潮下，常常放飛自我，各種畫風清奇的人工智能操作與工具誕生，研究會畫畫、會聊天的 AI，看似精彩卻不夠接地氣的應用。在“博眼球”的背后，更多科技企業(yè)誓要利用人工智能創(chuàng)造出更加具有意義的嘗試，但是如何讓 AI 不再嘩眾取寵，如何讓 AI 不再僅僅局限于規(guī)則與策略，從而真正落地造福人類呢？

破解AI尷尬局面

高性能計算來支招

“想要知道對方想什么”，通過科技手段或許能實現，這不，在普林斯頓大學，研究者們正在探索大腦的奧秘，他們開發(fā)了可實時繪制人類思維圖的軟件，使用高性能計算、機器學習和人工智能，對功能性磁共振成像掃描所得的數據進行分析，從而推斷大腦內部正在思考什么。

當然了，這項研究可不是簡單的破解你的戀愛對象在想什么，該研究團隊已經創(chuàng)建了一個大腦成像分析工具包，現可供全球神經科學家使用，以進一步推動新發(fā)現，最終還可以用于幫助增強精神疾病的診斷和治療，在實際落地應用中大有作為。

不難發(fā)現，隨著人工智能逐漸從規(guī)則與策劃中走出來，更多的機器學習加入其中，而高性能計算如同一針強心劑，加速人工智能快速且順利落地，并能夠發(fā)揮出更大的價值與潛力。換句話說，人工智能的發(fā)展，使得計算能力成為瓶頸，而高性能計算則為人工智能的崛起提供了計算引擎，打破瓶頸，再造輝煌自然不難。融合發(fā)展是必由之路，在大規(guī)模并行系統(tǒng)搭建等方面表現出色的高性能計算，也為 AI 提供了堅實的平臺基礎，兩者的融合必將引起關注。

當心踩坑！

二者融合并非易事

正如人工智能與高性能計算的融合，使得AI最終成為行業(yè)的選擇，AI解決方案與現有的高性能計算工作負載融合后，將如何改變業(yè)務模式，并加速科研與學術成果的獲取都成為了我們討論的問題。事實上，融合并非易事，首先人工智能和高性能計算，根據組織的需求和應用案例有多種不同的組合方式，其“融合”的含義也不止一種。

除此之外，為了實現工作負載的融合，必須考慮底層技術堆棧，雖然硬件層的要求在某些方面可能類似，但編程和運行的軟件堆棧截然不同，正如沒有一個單一的融合起點一樣，也沒有一體適用的融合堆棧，對于那些希望在當前環(huán)境中將人工智能和高性能計算融合到一起的組織來說，高性能計算和人工智能的融合勢在必行，不過，仍可利用現有的基礎設施作為起點，開始接下來的融合之旅。

在融合之旅開始之前，用戶通常要查看自己的業(yè)務與任務目標，明確人工智能可以在哪些方面幫助實現更快、更經濟或更準確的高性能計算結果。而新的人工智能開發(fā)者，當務之急是確保自己的投資專注于從現有的基礎設施中收獲更多的價值，同時開發(fā)和優(yōu)化算法，對模型進行訓練以滿足企業(yè)需求。而如何對人工智能工作負載進行優(yōu)化是大家最棘手的問題，在大多數高性能計算中心，現有的基礎設施均為基于英特爾? 至強? 處理器的集群，這使得用戶在不能確定是否真正需要或如何有效利用現有基礎設施之前，并不需要投資新的、昂貴的加速器或 GPU。這樣的選擇可謂貼心。

持續(xù)優(yōu)化

在高性能計算環(huán)境中釋放AI潛能

如何化解AI落地難的尷尬問題？高性能計算來助力。那么，什么樣的平臺與架構，能讓這場融合之路暢快無阻呢？助力企業(yè)在高性能計算環(huán)境中研究、規(guī)劃和實施人工智能功能，還得看英特爾至強? 處理器的高性能計算架構。那么，企業(yè)如果選擇自己開發(fā)算法，則需要一開始就專注于針對現有的英特爾? 架構環(huán)境優(yōu)化算法；如果是選擇使用云端現成的工具測試算法，則需要使用資源并針對現有的基礎設施進行優(yōu)化。除此之外，英特爾致力于確?；谟⑻貭? 至強? 可擴展處理器的最新計算平臺，已針對常見的人工智能框架進行了優(yōu)化。

當融合之旅漸漸開始，接下來要做的便是為擴大規(guī)模與進一步發(fā)展做好準備，而挑戰(zhàn)則是將其向整個組織擴展以進行全面部署。為了實現這一目標，編寫的應用需要能充分利用高性能系統(tǒng)中的功能，可在 CPU 的所有內核上執(zhí)行，并可擴展至整個高性能計算集群的多個節(jié)點。利用這些功能，清楚地了解訓練模型所需的時間和頻率，從而來決定是否能夠高效地擴展，并從運算角度判斷需要在哪些方面進行投資。對于那些想要快速啟動并投入運行的組織來說，英特爾與其他行業(yè)領先企業(yè)合作開發(fā)了面向高性能計算的英特爾? 精選解決方案，這是面向快速部署基礎設施的技術套件，已針對分析集群和高性能計算應用進行了優(yōu)化，旨在縮短實現突破、提供可行洞察和設計新產品的時間。

隨著高性能計算與人工智能功能的逐漸演進，新的挑戰(zhàn)與機遇也將不斷出現。不過，可以確信的是，只要企業(yè)明確目標，在人工智能應用的部署與規(guī)劃下，與高性能計算環(huán)境的融合，將會令其取得長遠的成功。不止于人類大腦奧秘的探索，更多大有作為的應用將會在融合之路上得以實現，其等待的時間或許不會太久。