每日經濟新聞 2023-05-26 13:17:10
每經記者|范芊芊 每經編輯|魏官紅
5月26日上午,2023中國國際大數據產業博覽會(以下簡稱2023數博會)在貴陽開幕。2021年圖靈獎獲得者、美國田納西大學教授杰克·唐加拉以“高性能計算與大數據”為主題發表了主題演講。
今年以來,包括ChatGPT在內的AI大模型火爆國內外,但實際上人工智能和機器學習作為研究領域已經存在了很長一段時間,為什么現在爆火?對此,杰克·唐加拉認為,其中一個因素是我們擁有了海量可用數據,整個互聯網都可用于幫助訓練機器學習能力。同時,我們擁有越來越強大的計算資源、算法和理論,這使我們得到了來自各行各業越來越多的支持,來推動機器學習和整體技術的發展。
因此,在杰克·唐加拉看來,在某種意義上,機器學習真正推動了科學發展。“機器學習可用于氣候生物學、藥物設計、材料學等領域,對這些領域產生了影響,并且有望繼續產生影響。”
基于上述不同領域問題所需要的解決方案,可運行或開發這些應用程序的硬件正在構建中,很多公司設計和開發了專業的硬件服務,服務于機器學習和人工智能。超級計算機則是開發應用程序的硬件平臺,如今的超級計算機建立在中央處理器和圖形處理器上,但未來高性能計算的架構將發生改變。
杰克·唐加拉認為,未來高性能計算機將實現定制,我們可能會在體系結構中添加更多的組件。“例如可能增加專門設計用于機器學習的處理器。比如神經形態處理器,這些處理器的計算方式類似于大腦的運作方式;或是量子計算機,量子計算機不會獨立存在,將連接到其他資源上并協助計算,從而將計算任務從通用計算中卸載,通過量子計算機的幫助來非常快速地進行特定類型的計算;或者我們將擁有張量計算機或基于張量的處理器,甚至可能是光學處理器,可以基于光來進行計算,實現非常快的計算速度。”
封面圖片來源:視覺中國-VCG41N1369014355
如需轉載請與《每日經濟新聞》報社聯系。
未經《每日經濟新聞》報社授權,嚴禁轉載或鏡像,違者必究。
讀者熱線:4008890008
特別提醒:如果我們使用了您的圖片,請作者與本站聯系索取稿酬。如您不希望作品出現在本站,可聯系我們要求撤下您的作品。
歡迎關注每日經濟新聞APP