2016年，谷歌的AlphaGo以4：1戰勝?lài)�棋大師李世石，這一事件成為人工智能領(lǐng)域一個(gè)劃時(shí)代的成功案例，此后AlphaGo又進(jìn)行了進(jìn)化，成功擊敗眾多人類(lèi)圍棋高手，人們對于人工智能的討論也上升到了一個(gè)新的高度。如何讓機器像人類(lèi)一樣思考，并且實(shí)現自我驅動(dòng)學(xué)習，提高企業(yè)生產(chǎn)能力，將人從復雜的工作中解放出來(lái)，是人工智能所考慮的終極問(wèn)題。

三次人工智能浪潮 深度學(xué)習時(shí)代來(lái)臨

事實(shí)上，人類(lèi)對人工智能的研究可以追溯到上世紀50年代，主要思路是人們嘗試讓計算機通過(guò)一些數據的統計和規則去完成和超越人類(lèi)思維方法的技術(shù)，然而由于技術(shù)受限，人工智能并沒(méi)能成功進(jìn)化。

上世紀末期，“人工神經(jīng)網(wǎng)絡(luò )”出現，并在大型計算機的幫助下戰勝了國際象棋高手，成為人工智能里程碑，然而機器學(xué)習和認知能力受限于算法、系統計算能力、成本等因素仍然遠趕不上人類(lèi)。

在經(jīng)過(guò)多年發(fā)展和演進(jìn)之后，人工智能迎來(lái)了今天的第三次產(chǎn)業(yè)發(fā)展浪潮。AlphaGo戰勝?lài)�棋高手也可以說(shuō)是這次人工智能浪潮的經(jīng)典案例，這次浪潮最顯著(zhù)的特點(diǎn)就是算法進(jìn)化的速度更快，計算機系統的計算能力也較前兩次有著(zhù)質(zhì)的飛躍。今天的人工智能需要不斷地根據設計的算法進(jìn)行訓練并優(yōu)化應用模型。所謂訓練就是算法處理數據，這個(gè)過(guò)程被稱(chēng)為深度學(xué)習。

深度學(xué)習擁有三個(gè)基本要素，首先是復雜的神經(jīng)網(wǎng)絡(luò )算法。算法定義了如何處理和分析數據，是提升機器認知能力的基礎，是整個(gè)深度學(xué)習技術(shù)的靈魂；第二是大量的數據樣本，這里數據可以來(lái)自于各類(lèi)傳感器數據，也可以是海量的語(yǔ)料，只有大量的數據才能使得算法優(yōu)化有充足的依據，是深度學(xué)習的食糧；最后是模型，算法是否優(yōu)秀，訓練是否有效果，判斷標準都是模型是否能夠滿(mǎn)足應用需求。

可見(jiàn)，深度學(xué)習的結果是模型的不斷優(yōu)化和升級�？梢哉f(shuō)，模型是人工智能的成果。深度學(xué)習中，算法提供了處理數據的核心方法，而每次處理都會(huì )為算法和模型的優(yōu)化提供原始信息，優(yōu)化后的算法再次開(kāi)啟下一周期的學(xué)習。大量學(xué)習和訓練，使得機器學(xué)習能力和認知能力提升。

人工智能價(jià)值凸顯 商業(yè)化進(jìn)程仍在初期

AlphaGo為代表的博弈類(lèi)應用只是當前人工智能的一個(gè)縮影，當我們在網(wǎng)上瀏覽商品后，便能夠收到搜索引擎為我們推薦的相關(guān)產(chǎn)品的廣告，這同樣是人工智能的范疇，事實(shí)上，人臉識別、智能語(yǔ)音、無(wú)人駕駛以及行為分析都是人工智能高速發(fā)展的領(lǐng)域，并且包括廣告的推送、環(huán)境監控等領(lǐng)域，人工智能的價(jià)值已經(jīng)開(kāi)始凸顯。然而這并不意味著(zhù)人工智能已經(jīng)成熟，大量的數據和海量計算需求讓傳統的數據中心不堪重負。

新華三集團工業(yè)標準服務(wù)器產(chǎn)品部總經(jīng)理劉宏程先生表示：“雖然今天IT系統對數據處理和儲存能力仍遠趕不上人腦，這與當前算法水平、底層系統構建成本等等因素有關(guān)，但是企業(yè)已經(jīng)看到了人工智能能夠產(chǎn)生的價(jià)值，包括搜索引擎、語(yǔ)言翻譯等特定領(lǐng)域已有階段性成果。所以人工智能是一個(gè)前景非常廣闊，能夠惠及全行業(yè)發(fā)展的領(lǐng)域。另一方面，正是多重需求和挑戰存在，從廠(chǎng)商到各類(lèi)科研機構，再到客戶(hù)都有前所未有的動(dòng)力進(jìn)行產(chǎn)品和技術(shù)的全面革新。當從算法到IT系統都全面達到新的水準，新一輪的工業(yè)革命也將全面來(lái)臨，在這樣一個(gè)時(shí)期率先將人工智能引入自身的業(yè)務(wù)，對于企業(yè)意味著(zhù)將數字化轉型中占得先機�！�

智能時(shí)代綻放計算之美

人工智能與數據中心的演進(jìn)是相互促進(jìn)的，人工智能的應用多樣化、深度學(xué)習算法的多樣化為IT系統提高資源調度能力提供了有力支持，另一方面，人工智能的成功離不開(kāi)數據中心處理能力的提升，更大算力的IT系統能夠縮短訓練時(shí)間周期，切實(shí)的提升深度學(xué)習處理數據、進(jìn)行自我優(yōu)化的能力。

在這個(gè)領(lǐng)域新華三做了大量的工作，從底層的IT系統構建到上層的AI系統，新華三不僅擁有完整而多樣化的解決方案，而且一直致力于聯(lián)手合作伙伴及客戶(hù)共同打造一個(gè)健全的生態(tài)，為人工智能從前言科技到廣泛應用打下堅實(shí)的基礎。

從數據中心層面來(lái)講，人工智能非常依賴(lài)于自身的算法和底層的計算平臺。提到計算平臺，x86架構的CPU無(wú)疑是如今數據中心最具代表性的核心計算組件，擅長(cháng)通過(guò)幾個(gè)性能卓越的大核綜合處理各類(lèi)業(yè)務(wù)應用的需求。

然而，深度學(xué)習等常見(jiàn)的人工智能場(chǎng)景對超大規模的計算有需求，且要求能夠并發(fā)處理數據，因此更青睞于使用GPU這種由數以千計的小核心組成的大規模并行計算架構。此外，可編程的“萬(wàn)能芯片”FPGA和專(zhuān)用集成電路ASIC也因成本和芯片的靈活性等方面的優(yōu)勢而在無(wú)人機、傳感器等各類(lèi)終端設備上得到了廣泛的應用。

新華三R5200G3，承載智能時(shí)代多種計算設備形成的異構計算架構，將人工智能這一大的課題進(jìn)行了徹底的分解，最終計算將在最合適的位置進(jìn)行。對此新華三在數據中心層面針對人工智能和高性能計算領(lǐng)域定制開(kāi)發(fā)的新一代GPU服務(wù)器——R5200G3，采用GPU與CPU結合的計算平臺，可滿(mǎn)足當今GPU計算密集型應用對設備運行性能的苛刻要求。多種高可用性功能可延長(cháng)設備的正常運行時(shí)間，同時(shí)，高可擴展架構讓您可以添加所需的內存或存儲、高速網(wǎng)絡(luò )功能，為應用部署提供更大靈活性。

H3C UniServer R5200 G3-GPU

人工智能發(fā)展至今天已經(jīng)有了初步的方向，并在人臉識別、工業(yè)制造、商機挖掘等領(lǐng)域有了研究成果，另一方面，這些成果仍然只是人工智能的一個(gè)初級應用，企業(yè)都在尋找利用人工智能幫助自己實(shí)現數字化轉型。新華三將不同的計算、存儲、網(wǎng)絡(luò )產(chǎn)品相互整合形成的完整解決方案，助力客戶(hù)將數據收集、處理、分析、存儲等操作放置在最合適的環(huán)節和組件上進(jìn)行，如此一來(lái)，企業(yè)可以以最小的成本部署最適合自身需求的人工智能系統，完成數字化轉型。