讓機(jī)器擁有人類(lèi)的思考能力，讓智能語(yǔ)音命令更加順暢，讓機(jī)器更智能的為人類(lèi)提供服務(wù)是智能語(yǔ)音的目標(biāo)，然而要賦予機(jī)器以上的功能必須制作一款可以深度模擬人類(lèi)大腦的計(jì)算機(jī)軟件模型。近日，浪潮和國(guó)內(nèi)某知名公司合作，通過(guò)GPU加速方案實(shí)現(xiàn)了該模型的運(yùn)算效率的提升，使其能更接近人腦的運(yùn)算能耗比，從而為該公司的智能語(yǔ)音技術(shù)帶來(lái)突破。
智能和互聯(lián)如今是科技產(chǎn)業(yè)的熱點(diǎn)“名詞”，很多專(zhuān)家都認(rèn)為智能語(yǔ)音識(shí)別技術(shù)是未來(lái)10年間信息技術(shù)領(lǐng)域十大重要的科技發(fā)展技術(shù)之一，只有在電影中才有的、擁有語(yǔ)言天賦的機(jī)器將在不久的未來(lái)變成現(xiàn)實(shí)，智能語(yǔ)音技術(shù)將進(jìn)入工業(yè)、家電、通信、汽車(chē)電子、醫(yī)療、家庭服務(wù)、消費(fèi)電子產(chǎn)品等各個(gè)領(lǐng)域。
IT巨頭的難題，人腦能耗比=200萬(wàn)倍天河2號(hào)
智能語(yǔ)音目前主要依靠深度學(xué)習(xí)的技術(shù)實(shí)現(xiàn)，作為機(jī)器學(xué)習(xí)的一個(gè)重要分支，深度學(xué)習(xí)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，使得機(jī)器能從大量歷史數(shù)據(jù)中學(xué)習(xí)規(guī)律，從而對(duì)新的樣本做智能識(shí)別或?qū)ξ磥?lái)做預(yù)測(cè)，以達(dá)到具有人類(lèi)一樣的思考能力。目前，F(xiàn)acebook、Google、IBM、蘋(píng)果、微軟、百度、科大訊飛等均在此方面做了多種嘗試。
深度學(xué)習(xí)技術(shù)有很多支撐的計(jì)算機(jī)算法，而目前最常用的是DNN算法，它能比較好地模擬人腦神經(jīng)元多層深度傳遞的過(guò)程，解決智能語(yǔ)音中的復(fù)雜問(wèn)題。然而，要模擬人腦絕非易事，人腦的計(jì)算能耗比是世界上最快的超級(jí)計(jì)算機(jī)天河2號(hào)的200萬(wàn)倍，眾所周知，人類(lèi)大腦大致有1000億神經(jīng)元，每個(gè)神經(jīng)元有大約5000個(gè)神經(jīng)突觸。要使機(jī)器無(wú)限接近人類(lèi)的思考能力意味著要模擬出更多的神經(jīng)元和神經(jīng)突觸，這就會(huì)帶來(lái)巨大的計(jì)算挑戰(zhàn)。
迎難而上，某公司宣布要初步實(shí)現(xiàn)人類(lèi)思考能力
即使世界IT巨頭都無(wú)法徹底解決這一問(wèn)題，但是某公司依舊宣布要實(shí)現(xiàn)基于類(lèi)人神經(jīng)網(wǎng)絡(luò)的認(rèn)知智能引擎，預(yù)期成果是實(shí)現(xiàn)世界上第一個(gè)中文認(rèn)知智能計(jì)算引擎。目前，該公司已經(jīng)集結(jié)了在認(rèn)知智能領(lǐng)域最強(qiáng)研究團(tuán)隊(duì)，將在知識(shí)圖譜構(gòu)建與推理、人工神經(jīng)網(wǎng)絡(luò)模擬、人腦原理分析模擬幾個(gè)方向展開(kāi)研究。為了搶占國(guó)內(nèi)智能語(yǔ)音市場(chǎng)先機(jī)，某公司計(jì)劃將模擬人腦神經(jīng)元的1/10，，以期讓該公司的智能語(yǔ)音設(shè)備擁有初步的人類(lèi)思考能力。
巧婦能為無(wú)米之炊，浪潮巧用GPU實(shí)現(xiàn)性能騰飛
要實(shí)現(xiàn)人腦神經(jīng)元的1/10的深度模擬，這也就意味著該公司需要非常高計(jì)算性能的高性能計(jì)算集群。然而天河二號(hào)只有一部，如何設(shè)計(jì)一套占地面積小、計(jì)算性能高、又綠色節(jié)能的高性能計(jì)算集群成為該公司面臨的問(wèn)題。
針對(duì)這一問(wèn)題，浪潮和該公司合作，利用GPU加速技術(shù)為該公司設(shè)計(jì)構(gòu)建了一套GPU集群，雙方聯(lián)合設(shè)計(jì)了針對(duì)DNN算法特點(diǎn)的GPU集群并行計(jì)算框架，采用了每個(gè)計(jì)算節(jié)點(diǎn)配置雙路CPU和4塊NVIDIA Tesla K20m GPU，以及一塊HCA卡的方案，通過(guò)GPU提高計(jì)算能力、通過(guò)IB網(wǎng)絡(luò)提速節(jié)點(diǎn)之間的通信速度，最終完成GPU集群版的DNN并行算法，大幅減低了DNN的計(jì)算時(shí)間，從而為該公司下一步的智能語(yǔ)音計(jì)劃提供助力。
作為中國(guó)異構(gòu)高性能計(jì)算技術(shù)的領(lǐng)先者，浪潮一直致力于推動(dòng)GPU和MIC的應(yīng)用發(fā)展和人才培養(yǎng)，推動(dòng)異構(gòu)技術(shù)的產(chǎn)業(yè)生態(tài)環(huán)境建設(shè)。據(jù)了解，浪潮已經(jīng)分別與英特爾和英偉達(dá)成立聯(lián)合并行計(jì)算實(shí)驗(yàn)室，合作開(kāi)發(fā)優(yōu)化基于MIC和GPU的并行應(yīng)用。浪潮-英特爾中國(guó)并行計(jì)算聯(lián)合實(shí)驗(yàn)室首席工程師張清介紹：“浪潮目前已經(jīng)建立了一套非常完善的高性能計(jì)算集群解決方案，將不僅為用戶(hù)提供好用的高性能計(jì)算集群，還會(huì)針對(duì)每一個(gè)用戶(hù)的應(yīng)用特點(diǎn)量身定制集群解決方案，這也就說(shuō)明未來(lái)浪潮將跟用戶(hù)在應(yīng)用測(cè)試、集群搭建、加速優(yōu)化等各方面展開(kāi)合作，把用戶(hù)的需求看作是浪潮設(shè)計(jì)構(gòu)建集群的根本要求?！?/P>