|
從電影中學到的一些觀念,看起來似乎和現實大相徑庭,但是,這些觀念很快就融入了人們的日常生活中。在一部由阿諾·施瓦辛格於1990年上映的電影中,一輛名叫“JohnnnyCab”的無人駕駛汽車給人留下了深刻的印象,它能把人送到任何他們想去的地方。今天,大多數大的汽車公司正在投入巨資,為大眾提供這項技術。
追溯到1968年,通過HAL9000,一部以太空漫遊為主題的電影中的感知電腦,人們對HAL9000(AI)有了一些了解。它能進行語音和面部識別,自然語言處理,唇讀,藝術欣賞,解釋情感行為,自動推理,甚至能下國際象棋。
近幾年來,人工智能已被證明是日常生活中不可缺少的一部分。舉例來說,智能手機可以查詢旅遊目的地的天氣狀況,虛擬助手可以播放人們喜歡的音樂,人們的社會媒體賬戶會根據他們的個人喜好提供新聞更新和廣告。
但在這些背景下,人們對促進健康,甚至拯救生命的作用認識不足,語言翻譯、新聞源、面部識別、對更為複雜疾病的精確診斷,以及加速藥物開發等企業開發和部署人工智能的一些應用,認識不足。據Gartner研究機構預測,到2022年,人工智能衍生產品的商業價值有望達到3.9萬億美元。
AI技術對數據中心有何影響?2014年,穀歌公司將DeepmindAI(使用機器學習和人工智能的應用)部署到了數據中心設備之一。因此,能夠將數據中心用於冷卻的能量減少40%,相當於將電氣損耗和其他非冷卻效率計算在內的pUE值減少了15%,從而創造出該數據中心有史以來最低的pUE。鑒於這些顯著的成本節約,穀歌公司希望將這項技術應用於其他數據中心,並建議其他公司也這樣做。
臉譜公司的使命是“讓人們有能力建立社區,把世界連接得更加緊密”,該公司的應用機器學習白皮書從數據中心基礎設施的角度對其進行了概述,描述了支持全球機器學習的硬件和軟件基礎設施duplex transmission。
為使人們了解人工智能和機器學習需要多少計算能力,百度矽穀實驗室的首席科學家AndrewNg說,百度的中文語音識別模型不僅需要4TB的訓練數據,而且還需要20台計算機的exaflops計算量,也就是說,在整個訓練周期中要進行200多億次數學運算。
但數據中心基礎架構如何?AI會如何影響到企業想要建造、租賃或升級各種規模和類型的數據中心,使其能夠應用到創新、成本節約、甚至拯救生命的技術上?
機器可以在一台機器上進行機器學習,但是因為數據量巨大,通常在多台機器上進行,所有這些都是相互聯系的,以確保在訓練和數據處理階段能夠持續地進行通信,降低延遲,並且絕對不會中斷服務。對於不斷增加的數據的渴望推動了滿足需求范圍的指數增長。
這類帶寬需要使用更複雜的架構設計,並在內部以及跨多個數據中心設施分配,其中需要采用脊柱和葉脊網絡,而超級葉脊網絡則是人們關注的焦點,為所有複雜算法提供在不同設備之間流動數據的通道,並最終返回接收方。
文章精選: