是时候让企业拥有“AI自由”了( 三 )

在这样一套完整的、能力全方位的基础设施平台上， CPU的应用价值成为了讨论的重点。伊红卫向我们揭示了CPU在机器学习系统中的重要性：
“有些人并不知道CPU也可以做人工智能，事实上英特尔至强可扩展处理器内置了深度学习的指令，我们称之为深度学习加速技术，能够胜任很多人工智能的工作，第四范式一体机是一个很好的样本，我们还有很多的客户都在用。 ”
与“提到人工智能的训练必提或只提加速卡和GPU”不同， CPU在第四范式整个软硬一体系统中扮演了重要角色。在至强的帮助下，单位计算密度下的计算效率和计算精度也得到保障。
这个观点在俞扬教授口中得到了印证，他认为， CPU在机器学习中扮演了重要的运算角色，但或许因为其基础性， CPU经常被忽视。
“上世纪90年代打赢国际象棋冠军的“深蓝” ，其实里面使用的全是CPU ，南京大学实验室里面也在把深度学习和逻辑进行结合，也会遇到大量需要用CPU来计算的场景。而且深度神经网络只是机器学习的一部分，其它的机器学习方面的研究，例如南京大学提出的深度森林，也需要用到大量的CPU算力。 ”
“可以这么说， CPU实际上是整个人工智能的计算、训练的一个基础设施。但就是因为它可能太基础了，所以大家不太经常会提到这样的一个设备。 ”
无论是软硬一体的系统还是采用CPU作为算力基础，三位人工智能领域的从业者，都在以自己的经验，告诉大家什么才是最为实际的转型方式。也正因其深入产业，才有机会直面转型痛点，对症下药。
当然，英特尔与第四范式的合作是以CPU为起点，但并不是只会绕着CPU转，比如英特尔提供的FPGA通过面向特定应用的编程后，也可以为一些人工智能任务提供性能功耗比更优的算力支持。而在不远的未来，借助英特尔XPU这种“将CPU、GPU、VPU、FPGA和ASIC等芯片集合在一起”的方案，第四范式或其他人工智能解决方案提供商的产品蓝图也会变得更加多样化，进而能更好满足更多企业在算力、功耗，以及灵活性、通用性上的差异化需求。
人工智能的下一个爆发点在哪里？
“加快人工智能核心技术突破，促进人工智能的推广应用，培育若干引领全球人工智能发展的骨干企业和创新团队，形成创新活跃、开放合作、协同发展的产业生态。 ”
早在2015年，国务院出台的《关于积极推进“互联网+”行动的指导意见》，便将人工智能纳入重点任务。
六年之间，当初的指导方向被验证切实有效，国家、地方纷纷出台政策加强对人工智能落地支持，也诞生了今天行业内无数开放合作、协同发展的案例。现在，人工智能已经走到了积累“量变” ，即将达成“质变”的阶段。
“今天我们可以看到：人工智能虽然做了非常多很有用的东西，但还没有什么‘大用’——在企业内还不够关键。 ”在郑曌看来，很多企业已经不满足于一两个场景的提升。对于从业者来说要去思考，还有哪些场景足够重要、足够关键，可以被人工智能所重构，从而达到临界点，实现质变。
这些是今天人工智能面临的问题，也是下一波人工智能浪潮的机会。

文章图片
图注，由左到右依次为：虎嗅科技组负责人傅博，第四范式联合创始人、首席研究科学家陈雨强，英特尔（中国）行业解决方案集团公共管理行业总经理余哲
在直播的探营环节中，第四范式联合创始人、首席研究科学家陈雨强认为，在企业智能化转型这场长跑中，从业者需要踏踏实实解决更加实际的问题：