热门标签 | HotTags
当前位置:  开发笔记 > 编程语言 > 正文

gpu超算算法_28.5万个CPU+1万个GPU,微软发布自研全新AI超级计算机

受疫情影响,今年的微软Build2020开发者大会完全转到了线上。此次大会发布的新产品和新升级几乎面向开发者,是一场不折不扣的开发者“盛宴”。会上&#x

受疫情影响,今年的微软Build 2020开发者大会完全转到了线上。此次大会发布的新产品和新升级几乎面向开发者,是一场不折不扣的开发者“盛宴”。

会上,微软率先宣布2019年投资OpenAI 10亿美元的成果:与OpenAI独家合作打造了一台性能位居全球前五,拥有超过28.5万个CPU核心、1万个GPU、每GPU拥有400Gbps网络带宽的超级计算机——Azure AI超算平台,主要用于大规模分布式AI模型训练。

去年,微软宣布将向OpenAI投资10亿美元,以共同开发用于Microsoft Azure云平台的新技术,并“进一步扩展”大规模AI功能,以“兑现人工智能”的承诺。

592dea1aeacc3c78c40f40e8b2d49b88.png

编辑搜图

请点击输入图片描述

Azure AI超算平台

据了解,经研究人员实验,该超级计算机已经能够实现大规模AI模型训练,可深入了解语言语法、知识概念和上下文内容的细微差别。同时,它还可以总结冗长的对话、在实时游戏中进行适度对话、解析复杂的法律文件,甚至通过搜索GitHub生成代码。

ff221fc68c917e4d705e1ad12f4ae73b.png

编辑搜图

请点击输入图片描述

目前,微软已使用图灵模型来改善Bing、Office、Dynamics和其他生产力产品的语言理解功能。例如,在微软的Bing搜索引擎中,该模型生成文字和回答问题的速度提高了125%。微软表示,其将通过Azure AI服务和GitHub,进一步将大规模AI模型、训练优化工具和超级计算机资源释放出来,让开发者、数据科学家和商业客户都能轻松利用AI的力量。

此外,得益于在Azure上托管,这台超级计算机拥有现代云计算基础设施的各种优点,包括快速部署、可持续发展的数据中心并可以访问所有Azure服务。对此,微软首席执行官萨蒂亚·纳德拉表示,财富500强公司中有95%是Azure的客户。

大会上,微软还发布了可提升医疗护理效率的Microsoft Cloud for Healthcare、用于构建自主工业控制系统的AI平台Project Bonsai、可对实时运营数据进行分析Azure Synapse Link等,从医疗、工业等各领域布局AI生态。

追赶、转型

作为科技巨头,微软在AI这个新一轮的风口上早已布局良久。

早在90年代,微软就已开始研发语音识别、视觉技术,但由于PC业务霸主地位,这种研究遭遇了“创新者的窘境”,加上当时计算能力的不足,微软的智能技术很难走出微软实验室。

然而,到了移动互联网时代,微软这个PC务霸主却显得有点跟不上步伐,移动市场已被安卓和iOS两大操作系统瓜分,Windows如同过气明星一样不起眼,这也导致它的股价曾持续下跌。

bf6e9611059f9fdfecd050fa529b7e88.png

编辑搜图

请点击输入图片描述

而随着AI的兴起,2014年微软确立“智能云、智能边缘”的战略,在云计算方面发力。微软高级经理Gregersen曾表示,向云转变将进一步有助于微软的加速创新。“更重要的在于,云还能搭载大量的数据和信号。”

2016 年 9 月,微软将“技术与研发部门”和“人工智能 (AI) 研究部门”相合并,组建新的“微软人工智能与研究事业部”,由微软全球执行副总裁、技术与研发部门主管沈向洋领头;

2017 年 7 月,微软裁员 3000 名员工,削减其他部门开支,并加强微软云计算部门(Azure);

2018年,微软宣布取消“Windows 和设备”部门——曾经为微软贡献四分之一营收的标志性产品团队,取而代之的是,分设成“体验与设备”和“云计算与人工智能”两个事业部。

在新任CEO纳德拉的推动下,微软在云计算市场迅速崛起。据Gartner公布的2019年云计算市场数据显示,微软以17.9%的占有率,紧追亚马逊位居第二,相比2018年,两者的差距正在缩小。

云计算业务显示在财务上,据微软2019年发布的2020财年Q1(对应A股2019年Q3)报告,报告显示,该季度微软总收入331亿美元,同比增长14%,其中作为微软AI战略布局的基础层,微软智能云的收入为108亿美元,增幅为27%,超过了它赖以起家的Windows业务。

纳德拉在此次大会中表示:“我们在从边缘到混合再到数据和人工智能的每一层都在创新。我们一直在混合计算方面处于领先地位。Azure Arc是第一个为多云、多边缘世界构建的控制面。”

微软的AI生态系统

在智能云计算的战略下,目前的微软已经构建了从云到系统平台、再到技术服务,构建一个完整的全栈式的AI布局,而这个布局不仅是一个AI基础设施及生态系统,同时也是微软研究院和人工智能团队研究成果的集中展现。

目前,微软构建的系统平台与主要分为三个层次:

系统层,主要是微软Azure,从包括大数据在内的存储、到硬件再到基础设施全部覆盖,微软充分利用GPU、FPGA等新兴技术,让AI的计算能力实现价值最大化。

平台层,微软提供了包括编程语言、各种工具包等供开发AI算法的人使用,为他们提供完善的开发和运行环境,如Project Brainwave OpenPAI、Tools for AI、NNI等。

这其中,2018年发布的http://ML.NET能让任何开发者都能开发出自己的定制化机器学习模型,并将其融入到自己的应用中去;2019年用10亿美金收购的OpenPAI,则是为深度学习提供一个深度定制和优化的人工智能集群管理平台,支持多种深度学习、机器学习及大数据任务。

技术层,微软提供成熟的AI算法供应用开发者使用,例如让微软认服务、机器学习服务和Bot服务等。

此外,2016年微软推出的认知服务,正以API的形式为开发者提供人工智能技术能力。在认知服务中,例如CaptionBot,它能像人一样理解和描述一张图片;微软的OCR,则能够为各种人工智能应用增加图形文字识别功能。据数据显示,目前已经超过100万开发者正在使用微软的认知服务。

在这个生态系统中,微软云就如同植物生长所需的“土壤”,系统平台是种植树木的工具,通过技术,让一颗颗树木落地,最终实现基于微软云的“生态森林”。

5db258930164a8feba8d50f677cff913.png

编辑搜图

请点击输入图片描述

作为传统科技巨头,微软一直依靠操作系统上的霸主地位,稳稳地站在时代的前沿。但在创新驱动的时代下,一味求稳,只会故步自封,被时代淘汰。对于错过移动互联网时代的微软,不想再错失下一个风口的话,唯有改变。

经过多年的布局,微软早已不是一家单纯的软件公司,正不断向着产业链上游拓展,争夺更大的话语权。现在,微软不仅已经成为云计算行业的领跑者,也紧跟AI崛起的浪潮,更打造出了自己的超算平台,从而将下一个十年的主动权牢牢抓在手中。



推荐阅读
  • 本文将深入探讨 Unreal Engine 4 (UE4) 中的距离场技术,包括其原理、实现细节以及在渲染中的应用。距离场技术在现代游戏引擎中用于提高光照和阴影的效果,尤其是在处理复杂几何形状时。文章将结合具体代码示例,帮助读者更好地理解和应用这一技术。 ... [详细]
  • 本文探讨了使用Python实现监控信息收集的方法,涵盖从基础的日志记录到复杂的系统运维解决方案,旨在帮助开发者和运维人员提升工作效率。 ... [详细]
  • 本文详细介绍了如何在 Ubuntu 14.04 系统上搭建仅使用 CPU 的 Caffe 深度学习框架,包括环境准备、依赖安装及编译过程。 ... [详细]
  • J2EE平台集成了多种服务、API和协议,旨在支持基于Web的多层应用开发。本文将详细介绍J2EE平台中的13项关键技术规范,涵盖从数据库连接到事务处理等多个方面。 ... [详细]
  • MVC框架下使用DataGrid实现时间筛选与枚举填充
    本文介绍如何在ASP.NET MVC项目中利用DataGrid组件增强搜索功能,具体包括使用jQuery UI的DatePicker插件添加时间筛选条件,并通过枚举数据填充下拉列表。 ... [详细]
  • 深入探讨Web服务器与动态语言的交互机制:CGI、FastCGI与PHP-FPM
    本文详细解析了Web服务器(如Apache、Nginx等)与动态语言(如PHP)之间通过CGI、FastCGI及PHP-FPM进行交互的具体过程,旨在帮助开发者更好地理解这些技术背后的原理。 ... [详细]
  • 构建Python自助式数据查询系统
    在现代数据密集型环境中,业务团队频繁需要从数据库中提取特定信息。为了提高效率并减少IT部门的工作负担,本文探讨了一种利用Python语言实现的自助数据查询工具的设计与实现。 ... [详细]
  • 本文详细解析 Skynet 的启动流程,包括配置文件的读取、环境变量的设置、主要线程的启动(如 timer、socket、monitor 和 worker 线程),以及消息队列的实现机制。 ... [详细]
  • 深入解析 RuntimeClass 及多容器运行时应用
    本文旨在探讨RuntimeClass的起源、功能及其在多容器运行时环境中的实际应用。通过详细的案例分析,帮助读者理解如何在Kubernetes集群中高效管理不同类型的容器运行时。 ... [详细]
  • 服务器虚拟化存储设计,完美规划储存与资源,部署高性能虚拟化桌面
    规划部署虚拟桌面环境前,必须先估算目前所使用实体桌面环境的工作负载与IOPS性能,并慎选储存设备。唯有谨慎估算贴近实际的IOPS性能,才能 ... [详细]
  • 本文深入探讨了Linux内核中进程地址空间的设计与实现,包括虚拟地址空间的概念、内存描述符`mm_struct`的作用、内核线程与用户进程的区别、进程地址空间的分配方法、虚拟内存区域(VMA)的结构以及地址空间与页表之间的映射机制。 ... [详细]
  • Docker安全策略与管理
    本文探讨了Docker的安全挑战、核心安全特性及其管理策略,旨在帮助读者深入理解Docker安全机制,并提供实用的安全管理建议。 ... [详细]
  • MySQL InnoDB 存储引擎索引机制详解
    本文深入探讨了MySQL InnoDB存储引擎中的索引技术,包括索引的基本概念、数据结构与算法、B+树的特性及其在数据库中的应用,以及索引优化策略。 ... [详细]
  • 本文简要介绍了如何使用 Python Elasticsearch DSL 进行基本和高级查询,包括连接 Elasticsearch、执行简单和复杂查询、聚合、排序及分页等。 ... [详细]
  • CentOS下ProFTPD的安装与配置指南
    本文详细介绍在CentOS操作系统上安装和配置ProFTPD服务的方法,包括基本配置、安全设置及高级功能的启用。 ... [详细]
author-avatar
龙猫123456
这个家伙很懒,什么也没留下!
PHP1.CN | 中国最专业的PHP中文社区 | DevBox开发工具箱 | json解析格式化 |PHP资讯 | PHP教程 | 数据库技术 | 服务器技术 | 前端开发技术 | PHP框架 | 开发工具 | 在线工具
Copyright © 1998 - 2020 PHP1.CN. All Rights Reserved | 京公网安备 11010802041100号 | 京ICP备19059560号-4 | PHP1.CN 第一PHP社区 版权所有