Yeni buluş "Çin Kuantum Bilgisayarı" nı yorumlamak, Shenwei · Taihu Light'tan gerçekten daha mı iyi?
2017-05-03 Güçlü Qubit
İçbükey tapınaktan Yunzhong
Qubit Raporu | Genel Hesap QbitAI
Bugün, Çin Bilimler Akademisi WeChat "gişe rekorları kıran bir haber" yayınladı: Çin'in kuantum bilgisayarı doğdu.
Bu biraz abartılı.
Bu olay aslında Profesör Pan Jianwei, Lu Chaoyang, Zhu Xiaobo ve bağımsız olarak 10-bit süper iletken kuantum devre örnekleri geliştiren Zhejiang Üniversitesi Profesörü Wang Haohua'dan kaynaklanıyor. Dolaşma ve tam ölçüm.
Ayrıca araştırma ekibi, doğrusal denklemleri çözmek için kuantum algoritmalarını göstermek için süper iletken kuantum devreleri kullandı ve kuantum hesaplamanın paralelliği yoluyla doğrusal denklemlerin çözümünü hızlandırmanın uygulanabilirliğini kanıtladı.
Pan Jianwei şunları söyledi: Bu, tarihteki daha önceki klasik bilgisayarları geride bırakan ve klasik hesaplama yeteneklerinin ötesinde kuantum hesaplamanın nihai gerçekleşmesi için temel oluşturan ilk tek foton tabanlı kuantum simülatörüdür.
Resmi olarak açıklanan deneysel testler, prototipin örnekleme hızının uluslararası meslektaşlarından en az 24.000 kat daha hızlı olduğunu iddia ediyor.Aynı zamanda klasik algoritmalarla karşılaştırıldığında, insanlık tarihindeki ilk elektron tüplü bilgisayardan (ENIAC) ve ilk transistör bilgisayardan (TRADIC) daha hızlı. ) Koşu hızı 10-100 kat daha hızlıdır.
İlgili raporlar ayrıca bir örnek verdi: "Geleneksel bir bilgisayarın hızı artık bir bisikletse, kuantum bilgisayarın hızı bir uçak gibidir." Dahası, kuantum bilgisayarın belirli sorunlarla başa çıkma yeteneğinin şu anki en hızlı "Shenwei Taihu Light" süper bilgisayarını aşabileceğini belirtti.
Profesör Pan Jianwei, optik kuantum bilgisayarlar alanında araştırma yapmaktadır.En azından 2007 yılında, Pan Jianwei'nin araştırma grubunun "Optik Kuantum Bilgisayarların Fiziksel Gerçekleştirme ve Algoritma Uygulaması" Çin üniversitelerinde ilk on bilimsel ve teknolojik ilerleme ödülünü almıştır.
Optik kuantum bilgisayarların ilgili araştırmalarıyla ilgili her zaman bazı tartışmalar olmuştur.
Peki kuantum bilgisayarlar hakkında ne düşünüyorsunuz? Süper bilgisayar "Shenwei · Taihu Light" dan daha güçlü olabilir mi? Süper hesaplama ile yapay zeka arasındaki ilişki nedir?
Qubit FireWire, her türlü soruyla Inspur Yapay Zeka ve Yüksek Performanslı Ürünler Departmanı genel müdürü Liu Jun ile görüştü. Cevabı bulmaya çalışın.
Süper hesaplamadan daha mı iyi?
Liu Jun, bugün yayınlanan "Çin Kuantum Bilgisayarı" ile ilgili olarak, belirli ürünleri ve kağıtları okumadığını, ancak rapordaki bisiklet ve uçak metaforunun ve kuantum bilgisayarların Shenwei Taihu Gölü'nün ışığını aştığını belirtti. yanlış. Üç neden var:
1) İlgili ürünler resmi olarak ticarileştirilmedi
2) Amerika Birleşik Devletleri birkaç yıl önce araştırma yapıyordu, ancak Google ve diğer testler için sadece bir prototipti, bu pratik uygulamalardan uzak
3) Şu anda yalnızca birkaç küçük alanda kullanılmaktadır, çoğu senaryo yeterli değildir
Ek olarak, bazı arkadaşlar kuantum hesaplamanın şu anda ağırlıklı olarak algoritmalara dayandığını ve yalnızca belirli problemleri çözerken etkili olabileceğini söyledi. Dahası, kuantum durumlarının uzun vadeli depolanması zordur ve şu anda büyük ölçekli hesaplamaları desteklemek zordur ve ilgili araştırmalar yalnızca teorik aşamadadır.
Kısacası: uygulama problemi, kuantum hesaplamanın temel problemidir. Kuantum bilgisayarlar henüz çoğu profesyonel senaryo için mevcut değildir.Gelecekte, yüksek güvenlik gereksinimleri, şifreleme ve şifre çözme ile çalışmak için daha uygun olabilirler. Bu nedenle Liu Jun, Shenwei Taihu Light ile karşılaştırmanın uygun olmadığını söyledi.
Sunway Taihu Light, Çin tarafından bağımsız olarak geliştirilen bir süper bilgisayardır ve şu anda dünyanın bir numaralı süper bilgisayarıdır. Hızı, ikinci sıradaki "Tianhe-2" den neredeyse iki kat daha hızlıdır.
2015 yılında Amerika Birleşik Devletleri, Çin'e yüksek performanslı işlemcilerin satışının yasaklandığını duyurdu. Bir yıl sonra Çin, süper bilgisayarı Shenwei Taihu Light'ı bağımsız olarak geliştirdi. Aynı zamanda oldukça büyük bir destek.
Qubit, Liu Jun'a nedenini sordu.
Sektör içerisinden biri cevap verdi: Öncelikle, ulusal düzen erken. Hem Ulusal Savunma Bilim ve Teknoloji Üniversitesi hem de Jiangnan Hesaplama Teknolojisi Enstitüsü askeri geçmişe sahip araştırma ekipleridir ve ülke onlara büyük önem veriyor ve stratejik düzeydeki hedefler arasında yer alıyor.
İkinci ve daha doğrudan olan şey, ABD'nin Çin ambargosu gibi hiçbir şey yapmamaya zorlanmasıdır, en son parçalar size verilmemiştir, bu yüzden bu Çin'i bağımsız olarak geliştirmeye ve yapmaya teşvik eder - Amerikalılar aslında aptalca bir şey yaptılar. Bir şeyler.
Süper bilgisayar Shenwei-Taihuzhiguang, ülkenin en önemli silahıdır.Şu anda, yapay zeka ile ilgili pek çok sorun neredeyse bir ejderha ve bir kılıç öldürmek gibidir - bu çok yanlıştır. Liu Jun gülümseyerek, artık yalnızca süper büyük ölçekli bilimsel mühendislik hesaplama simülasyon problemlerinin bu ulusal ejderha bıçağını kullanmaya "layık" olduğunu söyledi.
Bu konunun ardından süper hesaplama ve yapay zeka hakkında konuşmaya devam edin.
AlphaGo'nun Li Shishi'yi mağlup etmesinden ve derin sinir ağlarını, makine öğrenimini ve yapay zekayı, sunucu dalgası ve ana endüstri olarak bilgi işlem gücü içinde binlerce hane tarafından "ünlü" hale getirmesinden çok önce, bu değişiklik ilk yıllarda algılandı. .
Özellikle Liu Jun için, hiç kimsenin bu tür bir yapay zeka gelgiti gibi konuşma hakkı yok. Özellikle bu yıldan bu yana Inspur Group'un yüksek performanslı sunucu ürün departmanı genel müdürü olan ünvanı, Inspur Group'un yapay zeka ve yüksek performanslı ürün departmanı genel müdürü olarak değiştirildi.
Daha da önemlisi, bu başlık değişikliğinin arkasındaki yapay zeka endüstrisi eğilimi.
BAT, 360, Sogou, Toutiao, Face ++ ve diğer şirketleri yapay zeka çağında altın arayıcısı olarak kabul edersek, yapay zeka gelgitinin yönünü "dalga" su satıcısının arkasından görebiliriz.
Beklenmedik: GPU süper bilgi işlem için doğdu
Kübitlerle yapılan bir röportajda, Liu Jun'un "yapay zeka" hakkında sorulduğunda ilk tepkisi: beklenmedik oldu.
Bu yapay zeka çılgınlığının onu 3 yıl önce, AlphaGo'ya karşı Lee Sedol arasında epik bir olay olmadığında, ancak BAT dahil müşteriler nedeniyle daha fazla hesaplamaya ve daha fazlasına sahip olmaya başladığını en açık şekilde fark ettirdiğini hatırladı. Bilgi işlem gücü işi- "Onu yeni bir yöntem ve araç olarak görüyoruz, orijinal büyük verinin bu sorunlarıyla ilgilenelim."
Liu Jun daha önce süper hesaplama ve yapay zekanın böylesine birleşik bir tarihsel fırsat getireceğini hiç düşünmemişti, ancak 3 yıl öncesinden beri bazı işlerin farklı hale geldiğini hissettiler.
Tüm bunları farklı kılan en büyük değişken, GPU'ların ortaya çıkmasıdır.
Öncelikle, GPU şu anda yaygın olarak biliniyor olabilir ve yapay zekadaki çekirdek yonga uygulamasıdır, ancak GPU'nun doğuşundaki temel amaç, süper hesaplama ve yüksek performanslı hesaplamadaki sorunları çözmekti.
"NVIDIA'nın kurucusu Huang Renxun, GPU'yu icat etti. O zamanlar esas olarak süper hesaplama ve yüksek performanslı bilgi işlem yapmak istiyordu. Ancak o sırada ana rakibi Intel'di ve daha gerçekçi olan sorun, tüm yazılımların Intel'in CPU kümesinde çalışmasıydı. Bu yüzden yazılımın nasıl taşınacağı en zahmetli sorundur. "
Beklenmedik bir şekilde, sinir ağlarıyla uğraşan insanlar GPU'ları keşfettiler ve GPU'ların hızlandırılmış eğitimin performansını büyük ölçüde artırabildiğini gördüler, böylece derin sinir ağları için GPU'ları kullanmanın tüm artışını yönlendirmeye başladılar.
İnternet şirketi yükseltmesi: çerçeve önemli bir adımdır
Bu dalganın Çinli internet şirketlerini de etkilediğine şüphe yok. Ancak 2015'ten önce, bu şirketler sinir ağı eğitimi elde etmek için GPU'yu nasıl kullanacaklarını bilmiyorlardı.
Liu Jun, o zamanlar iFLYTEK, Sogou ve Qihoo 360 gibi şirketlerin çözüm aradıklarını, yani uygulama geçişi ve optimizasyonunun nasıl yapılacağını ve Inspurun rolünün bu süper bilgisayar işlerinde müşterilere yardımcı olmak olduğunu söyledi. CPU'nun uygulaması GPU'ya gider.
Ancak bu, bir gecede başarılabilecek bir şey değildir. Liu Jun, Inspur hizmetlerinin müşterilerinin uygulamaları GPU'lara geçirme ihtiyacı duymalarına rağmen, en gerçekçi zorluğun "yeteneklerden" geldiğine inanıyor - GPU'ları anlayan insan sayısı gerçekten sınırlıydı ve insan kaynakları da yetersizdi.
Dolayısıyla bu dönemdeki ikinci temel değişken, Caffe gibi çerçevelerdir.
Liu Jun, Caffe'nin ortaya çıkışını, tüm AI arabasını ileriye doğru hızlandıran önemli bir icat olan "tekerleğe" benzetti. O zamandan beri, yapay zekayı araştıran internet şirketleri ve şirketler, derin öğrenme yöntemleriyle akıl yürütme ve tanıma için orijinal verileri hızlı bir şekilde daha güçlü iş uygulamalarına dönüştürebilen daha kullanışlı araçlara sahip oldu.
"Caffe gibi bir çerçeve olmadan, şu anda gördüğümüz yapay zekaların büyük çoğunluğu hala programların nasıl yazılacağını ve istediklerine nasıl ulaşılacağını araştırıyor olabilir, bu nedenle" tekerlek "nin ortaya çıkışı, tüm ilerleme çok arttı."
Süper hesaplama ve yapay zeka neden buluşuyor?
Tabii ki GPU ve Caffe'nin getirdiği ivmenin yanı sıra Liu Jun, süper hesaplama gelişiminin ve dönüşümünün yapay zeka ile iç içe olduğuna inanıyor ve bu nedenle Inspur yapay zeka ve yüksek performanslı ürünlerin genel müdürü konumuna geldi.
Ekleme için "yapay zeka" eklenmez ve "yüksek performans" sebepsiz değildir.
Liu Jun, mevcut müşterilerden görüntü analizinin örnek büyüklüğünün on milyarlarca olduğunu ve ses analizinin 100.000 saate ulaştığını söyledi. AI'nın uygulama kapsamı genişledikçe, eğitim verilerinin örnek boyutu gittikçe büyüyor ve bu da paralel depolama kapasitesi ve bant genişliği için yeni zorluklar ortaya çıkarıyor.
Yüksek performanslı bilgi işlem yetenekleri açısından derin öğrenmenin yüksek kapasiteli, yüksek bant genişliğine sahip paralel depolama, yüksek bant genişliği, düşük gecikmeli ara bağlantı ağları, daha büyük ölçekli bir GPU kümesi ve özel bir sinir ağı çipi gerektirdiğini söyledi.
Liu Jun tarafından belirtilen özel çözümler çevrimiçi ve çevrimdışı olarak bölünmüştür.
Çevrimdışı platformlar açısından, çoğunlukla X86 CPU eş paralel hesaplama ve GPU / MIC heterojen paralel hesaplama vardır. Çevrimdışı eğitimde yer alan veri miktarı çok büyük olduğundan, genellikle PB düzeyine ulaşabilir ve hesaplama ve iletişim çok yoğundur.Çünkü derin sinir ağı (DNN), tekrarlayan sinir ağı (RNN), evrişimli sinir ağı (CNN) ve diğer algoritmalar genellikle ölçeklenebilir. Performans yüksek değil ve düğümde verimli hesaplamalar gerekiyor.
Çevrimiçi platformlar için, X86 CPU homojen paralel hesaplama, GPU / MIC heterojen paralel hesaplama ve FPGA heterojen paralel hesaplama vardır.
Bu şema esas olarak kullanıcı isteklerine dayanmaktadır. Çevrimiçi ürünlere genellikle yüz milyonlarca kullanıcı ve kullanıcı isteği eşlik ettiğinden, binlerce düğümün gerçek zamanlı olarak yanıt vermesi gerekir, bu da çevrimiçi platformların düşük güç tüketimine ve yüksek performansa sahip olmasını gerektirir.
Inspur çözümlerinden sorumlu kişi olan Liu Jun, FPGA'lerin bir trend haline geldiğine inanıyor.
Liu Jun, CPU ortamının daha olgun ve dağıtımı daha kolay olduğu için CPU'ların daha sık kullanıldığını ortaya çıkardı.
Günümüzde eğitim tarafında daha fazla insan GPU'ları kullanıyor, bu nedenle ön uç çıkarım tarafı bulutta konuşlandırıldığında, giderek daha fazla kişi GPU'ları dağıtmaya başlıyor. Çünkü modeli doğrudan üzerinde kullanılabilir.
Üçüncü yön aynı zamanda Inspur'un yaptığı FPGA'dır. FPGA yöntemi doğası gereği basit küçük görevlerin eşzamanlı düşük gecikmeli işlenmesi için daha uygundur. Artık buluttaki çıkarım sonunu işlemek için FPGA'lar kullanılıyor.
Bununla birlikte, geniş çapta kabul gören CPU ve GPU'lara ek olarak, kullanıcılar artık yeni eğilimleri deniyorlar.FpGA'nın heterojen hesaplama modunun derin öğrenme seçeneği haline gelmesinin mevcut nedeni, temel anahtar: düşük güç tüketimi, yüksek performans ve kolay programlama.
Süper hesaplama ve yapay zekanın gerçek kombinasyonunun da giderek daha fazla gerçekleştiğini belirtmekte fayda var.
Kısa süre önce sonuçlanan ASC2017 Dünya Koleji Öğrenci Süper Bilgisayar Yarışması'nda, dünyanın en hızlı ve en tanınmış süper bilgisayarı Shenwei-Taihuzhiguang, finaller için bilgi işlem platformu oldu. Belirli alanlar arasında süper bilgisayar sistemi tasarımı, yapay zeka, gen sıralaması vb. Yer alır.
Yapay zeka açısından, katılımcıların 3000 W nominal güç tüketimi altında bir süper hesaplama sistemi rekabet platformu oluşturmasını, model hesaplamalarını ve sürekli değişen trafik koşulları hakkında tahminlerde bulunmalarını ve en uygun aracı seçmelerine yardımcı olan, Baidu'nun derin öğrenme açık kaynak platformu PaddlePaddle'a dayanmaktadır. Sürüş rotası.
Yarışma, ekiplere yüzlerce yolda yaklaşık 50 iş günü için geçmiş trafik verileri sağlar ve belirli bir iş gününde sabahın en yoğun saatinde her yolun trafik koşullarını tahmin etmelerini ister. Son olarak, Pekin Havacılık ve Uzay Üniversitesi, Tsinghua Üniversitesi, Ural, Rusya Federal Üniversite gibi katılan ekipler, yüksek hassasiyetli trafik tahmin sonuçları elde etti.
Ancak Liu Jun, bunun sadece "küçük bir test" olduğunu söyledi. Ana amaç, rekabeti daha fazla insanın ilgisini çekmek için kullanmak, "daha fazla insanın bunu bilmesini sağlamak, anlamasını sağlamak ve ona aşina olmak ve bir sonraki ekosistemde yazılım geliştirmeye ilgi ve alışkanlıklar kazandırmaktır."
Bu aynı zamanda süper hesaplama ve yapay zekanın kesişme noktasında duran bir uzmandır. Şu anki en büyük zorluğa ilişkin görüşü, Çin'in kendi geliştirdiği süper hesaplamalara sahip olduğu ve dünyadaki en yüksek hıza ulaştığı, ancak henüz "kanla dolu" uygulamalar olmadığı ve Yazılım ekolojisi ve geliştirme ekolojisinin tamamı henüz inşa edilmediği için çeşitli projelerin salgın dönemine hizmet ediyor. (Bitiş)
Turing Ödülü sahibi Raj Reddy daha önce kübitlerle yaptığı özel bir röportajda, bilgi işlem gücündeki ilerlemenin yapay zeka ve ilgili algoritmaların devam eden sıçramasını destekleyeceğini söyledi.
İşe Alım
Qubit, editörleri, muhabirleri, operasyonları ve diğer pozisyonları işe alıyor. Zhongguancun, Pekin'de çalışıyor. Gelişinizi dört gözle bekliyoruz ve yükselen yapay zekayı deneyimleyeceğiz.
