新浪科技讯 9月3日上午音讯，中国工程院院士、浪潮集团首席科学家王恩东近来在人工智能核算大会上指出，现在辨认精确度不高是人工智能面对的一个严重应战，进步精确度需求更强核算力的支撑。
王恩东表明，“当时的人工智能热潮不只源于算法立异，更源于核算技能的立异，GPU、FPGA等核算加快技能与深度学习的深度结合，推动了整个人工智能学科的复兴。站在这个视角来看，核算现已成为驱动人工智能继续进化的重要力气。”
他以为，现在辨认精确度不高是人工智能面对的一个严重应战，进步精确度就需求进步模型规划和精密度，进步线下练习的频次，需求更强核算力的支撑。从这个视点来看，“精确度也是算出来的”。资金富余的互联网公司、人工智能创业公司为了供给事务竞争力，不断进步核算力布置规划，巨大的基础设施出资使得这些公司在人工智能模型的精确度上保持着抢先优势。
来自第三方的数据佐证了核算力现已成为人工智能继续进化的重要驱动力。自2012年以来，每3.5个月用于AI的核算量就会翻一倍，6年内用于AI的核算量现已增长了30万倍，而同时期的芯片功能仅进步了30倍左右，远远超过了摩尔定律。
因为模型复杂度以及练习规划的快速提高，AI核算在完结了单机到分布式的改变后，正在向大规划和超大规划分布式核算晋级，传统的高功能核算技能被越来越多的引进人工智能范畴，Horovod等分布式深度学习结构的敏捷盛行即得益于此。
王恩东指出，“当时，我国正迈入从AI工业化向工业AI化开展的新时期，完结这一改变不能仅仅靠技能自身，生态的效果会越来越重要。使用是工业AI化的瓶颈也是最大的时机，要从根本上处理使用的问题，需求树立敞开交融的人工智能生态，从底层硬件到上层使用软件，工业的上中下游要紧密配合，面向多样化个性化的用户需求，向终端用户供给全体处理方案，才能让人工智能用起来，用好它”。(韩大鹏)
