數(shù)據(jù)觀|數(shù)乾坤

　　現(xiàn)任美國田納西大學(xué)電氣工程和計(jì)算機(jī)科學(xué)系教授的杰克·唐加拉（JackJ。Dongarra），既是美國國家工程院院士，又是英國皇家學(xué)會(huì)外籍院士，比起“雙院士”身份，他還有另外一個(gè)更加惹人注目的頭銜——2021年圖靈獎(jiǎng)獲得者。

　　有著“計(jì)算機(jī)界諾貝爾獎(jiǎng)”之稱的圖靈獎(jiǎng)，是全球計(jì)算機(jī)領(lǐng)域最負(fù)盛名的獎(jiǎng)項(xiàng)。該獎(jiǎng)項(xiàng)對獲獎(jiǎng)?wù)叩臈l件要求極高，評獎(jiǎng)程序甚為嚴(yán)格，通常每年只獎(jiǎng)勵(lì)一名計(jì)算機(jī)科學(xué)家，只有極少數(shù)年度有兩名及以上在同一方向做出杰出貢獻(xiàn)的科學(xué)家可以同時(shí)獲獎(jiǎng)。

　　唐加拉教授是超級(jí)計(jì)算機(jī)基準(zhǔn)測試、數(shù)值分析、線性代數(shù)解算器和高性能計(jì)算領(lǐng)域的先驅(qū)，因其對線性代數(shù)運(yùn)算的高效數(shù)值算法、并行計(jì)算編程機(jī)制和性能評估工具的卓越貢獻(xiàn)，引領(lǐng)了高性能計(jì)算，從而一舉斬獲圖靈獎(jiǎng)殊榮。他的主要成就是創(chuàng)建了采用線性代數(shù)作為中間語言、可供各類應(yīng)用程序使用的開源軟件庫和標(biāo)準(zhǔn)，在數(shù)值算法和庫方面更是做出了開創(chuàng)性的探索，使得高性能計(jì)算軟件能夠跟上四十多年來的指數(shù)級(jí)硬件更新。

　　圖靈盛名的優(yōu)秀履歷絕非偶然，這位72歲的計(jì)算機(jī)科學(xué)家對于高性能計(jì)算和人工智能有著不同尋常的洞見。近日，唐加拉教授確認(rèn)將線上出席5月26日在貴陽舉辦的2023中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)（簡稱“數(shù)博會(huì)”）開幕式，并圍繞“高性能計(jì)算和大數(shù)據(jù)”話題作主旨演講。作為計(jì)算機(jī)領(lǐng)域的頂級(jí)專家，唐加拉教授將以深度參與者和建設(shè)者的第一視角分享對于算力發(fā)展的獨(dú)到見解，同時(shí)，他本人也于日前接受了數(shù)據(jù)觀的獨(dú)家專訪，就算法賦能數(shù)字技術(shù)、芯片行業(yè)未來、數(shù)據(jù)中心、高性能計(jì)算挑戰(zhàn)、人工智能與ChatGPT等時(shí)下國際熱點(diǎn)和焦點(diǎn)展開了精彩分享，在2023數(shù)博會(huì)召開前為大家?guī)硪粓鼍罱^倫的思想盛宴和智慧大餐。

　　算法演進(jìn)賦能信息技術(shù)長足發(fā)展

　　從大數(shù)據(jù)到數(shù)字技術(shù)，新一代信息技術(shù)深刻影響了人類的生產(chǎn)和生活方式。在這個(gè)過程中，算法也經(jīng)歷了“經(jīng)典算法——機(jī)器學(xué)習(xí)算法——深度學(xué)習(xí)算法——強(qiáng)化學(xué)習(xí)算法——進(jìn)化算法”的迭代演變。唐加拉教授表示，算法的演進(jìn)是近幾十年來讓世界信息技術(shù)得以長足進(jìn)步的關(guān)鍵，隨著數(shù)據(jù)集呈幾何倍爆炸式增長，算法在數(shù)據(jù)分析和數(shù)據(jù)處理環(huán)節(jié)已經(jīng)成為不可或缺的重要技術(shù)手段。

　　算法是計(jì)算機(jī)處理信息的本質(zhì)。五個(gè)算法代表了不同時(shí)期人類與技術(shù)共棲的數(shù)字文明生態(tài)，唐加拉教授結(jié)合時(shí)代背景詳細(xì)闡釋了五個(gè)算法的特點(diǎn)。

　　根據(jù)他的介紹，最早的算法是經(jīng)典算法，被用于數(shù)學(xué)計(jì)算里的簡單分步程序，該算法旨在解決具體數(shù)量問題。機(jī)器學(xué)習(xí)算法隨著大數(shù)據(jù)應(yīng)運(yùn)而生，由于傳統(tǒng)算法不足以處理大量信息，機(jī)器學(xué)習(xí)算法作為一種訓(xùn)練計(jì)算機(jī)識(shí)別模式并根據(jù)數(shù)據(jù)進(jìn)行預(yù)測的方式問世，該算法包括決策樹、神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)等。深度學(xué)習(xí)算法代表了機(jī)器學(xué)習(xí)的巨大突破，它使計(jì)算機(jī)能夠從非結(jié)構(gòu)化數(shù)據(jù)中學(xué)習(xí)，例如圖像和自然語言，該算法使用多層人工神經(jīng)元從數(shù)據(jù)中提取特征并作出準(zhǔn)確預(yù)測。強(qiáng)化學(xué)習(xí)算法也是一種機(jī)器學(xué)習(xí)，它訓(xùn)練計(jì)算機(jī)在試驗(yàn)和錯(cuò)誤的基礎(chǔ)上做出決定，該算法被用于機(jī)器人和游戲等領(lǐng)域，計(jì)算機(jī)通過與環(huán)境互動(dòng)進(jìn)行學(xué)習(xí)。進(jìn)化算法使用自然選擇原則來尋找復(fù)雜問題的解決方案，該算法被廣泛應(yīng)用于優(yōu)化問題，如調(diào)度、路由和資源分配。

　　“總體而言，算法的演進(jìn)與信息技術(shù)、大數(shù)據(jù)的發(fā)展密切相關(guān)。隨著數(shù)據(jù)集日益龐大和復(fù)雜，算法也將日漸成熟強(qiáng)大，使得計(jì)算機(jī)能夠做出更加準(zhǔn)確的分析和預(yù)測，越來越多的任務(wù)正在實(shí)現(xiàn)自動(dòng)化?！碧萍永淌谡f。

　　量子技術(shù)或引領(lǐng)芯片行業(yè)跨越式飛躍

　　目前，深度學(xué)習(xí)對底層芯片計(jì)算能力的需求一直在飛速增長，甚至大大超過了摩爾定律的速度。對于芯片行業(yè)未來的發(fā)展趨勢，唐加拉教授直言，隨著人工智能、大數(shù)據(jù)分析、物聯(lián)網(wǎng)等領(lǐng)域?qū)Ω咝阅苡?jì)算的需求不斷提升，芯片行業(yè)有望在未來幾年內(nèi)持續(xù)增長和創(chuàng)新。隨后，他進(jìn)行了大膽的預(yù)測。

　　深度學(xué)習(xí)和其他形式的人工智能需求持續(xù)激增，可以預(yù)見的是，人工智能芯片的研發(fā)將變得緊迫而重要，這些芯片被設(shè)計(jì)用來加速神經(jīng)網(wǎng)絡(luò)和其他機(jī)器學(xué)習(xí)算法的處理，使人工智能可以快速高效地應(yīng)用到各類社會(huì)場景。

　　與此同時(shí)，諸如極紫外光刻和多重光散射等先進(jìn)制造工藝正在高速發(fā)展，這使未來的芯片可以具有更小的特征尺寸和更高密度，兼具強(qiáng)大功能和高節(jié)能性為一體。為特定應(yīng)用定制芯片的能力也變得越來越重要，因?yàn)樗軌騽?chuàng)建高度優(yōu)化的系統(tǒng)，提供最大的計(jì)算性能和效率。

　　值得注意的是，盡管量子計(jì)算仍然處于研究階段，但這不妨礙它成為一個(gè)充滿無限潛力的領(lǐng)域，基于量子技術(shù)生產(chǎn)的量子芯片甚至能夠替代經(jīng)典計(jì)算機(jī)完成之前無法完成的種種計(jì)算，徹底顛覆行業(yè)，它將在未來的計(jì)算領(lǐng)域發(fā)揮絕對優(yōu)勢。

　　唐加拉教授表示，芯片的核心競爭力包括高性能計(jì)算、能源效率、可靠性和安全性。他強(qiáng)調(diào)：“優(yōu)秀的芯片必須能夠快速準(zhǔn)確地處理大量數(shù)據(jù)，同時(shí)消耗最少電力，并提供高水平的可靠性和安全性?！?/p>

　　高性能計(jì)算發(fā)展的六大挑戰(zhàn)

　　近年來，依托數(shù)據(jù)、算法和算力快速發(fā)展的人工智能正在撼動(dòng)世界。以美國開放人工智能研究中心(OpenAI)研發(fā)的ChatGPT為首，擁有對話、繪畫能力的生成式AI陸續(xù)登場，其能力之強(qiáng)令人震驚。顯然，高性能計(jì)算為人工智能的崛起提供了強(qiáng)大引擎，隨著人工智能的廣泛應(yīng)用，高性能計(jì)算也將面臨一些技術(shù)挑戰(zhàn)。唐加拉教授認(rèn)為制約高性能計(jì)算發(fā)展的瓶頸表現(xiàn)在以下六個(gè)方面。

　　可擴(kuò)展性方面，隨著人工智能應(yīng)用日漸差異化，需要更多的數(shù)據(jù)和更強(qiáng)大的計(jì)算資源來支撐，高性能計(jì)算系統(tǒng)也需要擴(kuò)大規(guī)模以滿足這些需求，這就需要設(shè)計(jì)、構(gòu)建能夠有效處理海量數(shù)據(jù)和處理能力的系統(tǒng)，同時(shí)保持高性能和可靠性。

　　能源效率方面，高性能計(jì)算系統(tǒng)會(huì)消耗大量能源，這對于社會(huì)經(jīng)濟(jì)和環(huán)境來說都是一個(gè)難題。人工智能的應(yīng)用越廣泛，需要的算力就越大，能源效率已經(jīng)成為高性能計(jì)算的重要挑戰(zhàn)。

　　異質(zhì)性方面，人工智能應(yīng)用需要各種各樣的計(jì)算資源，包括GPU、TPU和FPGA，以及專門的軟件框架和算法。管理這些不同資源的同時(shí)，還要將它們整合到一個(gè)連貫的高性能計(jì)算系統(tǒng)中并非易事。

　　彈性方面，高性能計(jì)算系統(tǒng)必須具有高度彈性和可靠性，由于人工智能應(yīng)用需要連續(xù)不斷地處理數(shù)據(jù)，任一停機(jī)或故障都會(huì)帶來重大損失。

　　數(shù)據(jù)管理方面，人工智能應(yīng)用處理數(shù)據(jù)的同時(shí)也產(chǎn)生數(shù)據(jù)，這些數(shù)據(jù)須得到有效安全的管理。高性能計(jì)算系統(tǒng)在設(shè)計(jì)的時(shí)候就要考慮是否能夠及時(shí)、安全地處理大型數(shù)據(jù)集的存儲(chǔ)和檢索。

　　人才方面，目前，具有高性能計(jì)算和人工智能專業(yè)知識(shí)的熟練專業(yè)人員大量短缺，這對依賴于技術(shù)的組織來說也是一個(gè)重大挑戰(zhàn)。為了解決這個(gè)問題，建議增加對教育和培訓(xùn)項(xiàng)目的投資，以培養(yǎng)一支能夠有效管理和操作高性能計(jì)算系統(tǒng)的人才隊(duì)伍。

　　ChatGPT并非“超算大腦”

　　今年初以來，“ChatGPT現(xiàn)象”火遍全球，對這個(gè)呼聲頗高的生成式人工智能，唐加拉教授表達(dá)了不同的看法——“雖然ChatGPT被譽(yù)為自然語言處理領(lǐng)域的一項(xiàng)杰出成就，但并不意味著它就是‘超算大腦’?！彼赋?，超級(jí)計(jì)算系統(tǒng)高度專業(yè)化，旨在進(jìn)行復(fù)雜的計(jì)算和各種模擬，而ChatGPT是基于文本輸入進(jìn)行的內(nèi)容輸出，產(chǎn)生類似人類的反應(yīng)。

　　ChatGPT代表了人工智能領(lǐng)域的重大進(jìn)步，或?qū)氐赘淖冊S多行業(yè)的就業(yè)模式，包括客服、教育和診療，部分人對此表示擔(dān)憂。唐加拉教授認(rèn)為不必過度焦慮，根據(jù)他的分析，像ChatGPT這樣的人工智能技術(shù)可以即使能實(shí)現(xiàn)某些任務(wù)和流程的自動(dòng)化，然而它們在情感和判斷上不可能完全取代大多數(shù)人的工作。相反，這些技術(shù)更有可能增強(qiáng)和提高人類的工作能力、效率，就業(yè)者可以騰出時(shí)間從事更有創(chuàng)造性和增值性的工作。

　　與任何新興技術(shù)一樣，ChatGPT會(huì)給就業(yè)市場帶來贏家和輸家。一方面部分工作可以實(shí)現(xiàn)自動(dòng)化，另一方面，新的工種也會(huì)誕生，用以支持這些心技術(shù)的開發(fā)、部署和維護(hù)。所以，無論政府、企業(yè)還是個(gè)人，都要為這些即將發(fā)生的變化做好充足的準(zhǔn)備。