有效的IT組織可以尋求更廣泛使用人工智能的方式，通過從高性能計算(HPC)中吸取的經(jīng)驗和教訓(xùn)，將其重點放在系統(tǒng)級思考上。
每個組織都將使用人工智能技術(shù)，或者應(yīng)該使用。人工智能對企業(yè)利潤和競爭優(yōu)勢的潛在積極影響是不容忽視的。
如今，高性能計算(HPC)中心是支持大規(guī)模高性能應(yīng)用(包括大規(guī)模人工智能)的專家。無論企業(yè)已經(jīng)在實施人工智能，還是處于探索/思考的早期階段，都會從高效的高性能計算(HPC)企業(yè)中學(xué)習(xí)一些經(jīng)驗教訓(xùn)。
Digital Trends 公司2019年進行的調(diào)查發(fā)現(xiàn)，自去年以來，大型企業(yè)表示他們已經(jīng)在使用人工智能的比例已經(jīng)增加了50%，從2018年的24%上升到2019年的36%。只有26%的組織報告沒有計劃投資人工智能(低于前一年的35%)。
考慮到當(dāng)前管理層對人工智能的思考，也許這并不奇怪。根據(jù)普華永道公司的一份調(diào)查報告，72%的企業(yè)高管認為人工智能將成為未來的商業(yè)優(yōu)勢。如果客戶對企業(yè)的業(yè)務(wù)至關(guān)重要，可能會關(guān)注2019年數(shù)字趨勢的調(diào)查報告，客戶體驗(CX)領(lǐng)導(dǎo)者在其組織中使用人工智能的可能性幾乎是其他公司的兩倍。
當(dāng)企業(yè)發(fā)現(xiàn)自己被推動評估和/或部署人工智能項目時，需要幫助避免轉(zhuǎn)向系統(tǒng)級思維模式。
高性能計算(HPC)——借用有效的習(xí)慣而不會陷入困境
高性能計算(HPC)具有非常高水平的聚合計算能力，為單個應(yīng)用程序提供巨大的性能，遠遠超過性能最強大的臺式計算機或工作站，以解決在科學(xué)、工程或商業(yè)領(lǐng)域的重大問題。
人們可以從高性能計算(HPC)社區(qū)的經(jīng)驗中學(xué)到一些東西，使其所有系統(tǒng)運行得更好。當(dāng)然，高性能計算(HPC)具有一定的神秘感，并且具有明確的文化。但是，每個企業(yè)都可以受益于采用經(jīng)過培訓(xùn)的方法來導(dǎo)航人工智能、機器學(xué)習(xí)以及高性能計算(HPC)計算需求和機會。
高性能計算(HPC)與大型數(shù)據(jù)中心的區(qū)別在于是“相關(guān)計算的擴展”概念。如果說房地產(chǎn)與位置有關(guān)，那么高性能計算(HPC)與擴展有關(guān)。
并行編程的一個共同關(guān)注點，特別是在高性能計算(HPC)中，是測量應(yīng)用程序的擴展效率(通常稱為可擴展性)。這種測量表明，當(dāng)使用越來越多的并行處理單元(處理器、GPU、ASIC、FPGA等)時，應(yīng)用程序的效率有多高。
同樣，對于優(yōu)秀人工智能部署而言，真正重要的是擴展，其答案不是高性能計算(HPC)系統(tǒng)的精確副本。
有效的IT組織可以為尋求更廣泛使用人工智能的組織指明方向
與高性能計算(HPC)專家協(xié)商的最重要的共同點是：系統(tǒng)級思維很重要。由于這有一些寬泛和模糊，企業(yè)可以深入挖掘并將其改進為有效的高性能計算(HPC)組織的七個關(guān)鍵的經(jīng)驗教訓(xùn)。
1. 大量投資于采購活動
如今有很多高性能計算(HPC)系統(tǒng)被收購，也有一些很好機會被閑置，因為沒有時間認真評估它。企業(yè)可以從研究高性能計算(HPC)中心獲得很多見解，這些中心在投資新的超級計算機時一直在尋找機會、復(fù)雜性和風(fēng)險。幾年前，行業(yè)專家發(fā)表了一篇名為《最佳高性能計算(HPC)經(jīng)理如何制定最佳采購決策》的文章，重點關(guān)注旨在“降低采購風(fēng)險”的工作。這含蓄地包括了在采購后的幾年內(nèi)仍然保持明智的需要。
為什么有人會聘請外部專家來幫助采購?Numerical Algorithms Group(NAG)的高性能計算(HPC)業(yè)務(wù)副總裁Andrew Jones解釋了為什么增強企業(yè)內(nèi)部能力是有意義的：“許多企業(yè)都有能力在內(nèi)部完成這項工作。我們幫助提升能力和經(jīng)驗，擴充他們的團隊，增強他們的能力和經(jīng)驗。大多數(shù)客戶每兩年只購買一臺新機器，而我們則持續(xù)參與高性能計算(HPC)規(guī)劃和采購項目。他們獲得了多年的豐富經(jīng)驗，而不僅僅是我們與客戶共度的幾天或幾周?！?/p>
在與內(nèi)部利益相關(guān)者、供應(yīng)商和詳細技術(shù)調(diào)查的采購討論中投入大量時間的價值不應(yīng)被忽視。即使企業(yè)不投資聘請外部專家，那么在正常工作之外的投資是多少?如果不能的話，那么其失敗是什么?
行業(yè)專家的對話反復(fù)回到堅持需要深入和誠實的競爭評估(組織自身的能力和缺點)、要求/基準、總體擁有成本和時間安排。以下討論基準測試和計時的重要性，作為高性能計算(HPC)的接下來的兩個教訓(xùn)。
2.投資開發(fā)和使用公正的要求/基準
投資決策與組織的需求和目標緊密相連，這一點至關(guān)重要。實現(xiàn)這一點的一個關(guān)鍵方法是“基準”。這不是指行業(yè)標準，而是指代表企業(yè)希望在采購的機器上運行的實際工作量的基準。企業(yè)不應(yīng)該關(guān)心其機器能以多快的速度運行供應(yīng)商喜歡展示的應(yīng)用程序——企業(yè)關(guān)心在其內(nèi)部的重要應(yīng)用程序。
讓供應(yīng)商與企業(yè)的基準測試建議的系統(tǒng)是一項共同的努力。企業(yè)的潛在購買量越大，供應(yīng)商可能需要的努力就越多。提供機器訪問和協(xié)助是潛在客戶對供應(yīng)商的一種常見要求——不要羞于詢問。但是，決定基準應(yīng)該是什么，以及如何解釋它們?nèi)Q于企業(yè)本身，這是一項非常重要的工作。
重要的是要記住，基準測試只是實際工作負載的近似值。但是，如果使用得當(dāng)，他們可以提供關(guān)于對企業(yè)來說重要的工作負載的可能性能的有價值數(shù)據(jù)，以及獲得該性能所涉及的難度。
2019年數(shù)字趨勢的調(diào)查表明，如今55%的人工智能在組織中的使用主要集中在數(shù)據(jù)分析上。當(dāng)進行基準測試時，企業(yè)需要將基準權(quán)重與實際操作相匹配。這做起來比聽起來難。在高性能計算(HPC)采購方面有經(jīng)驗的人可以分享他們對如何處理這一問題的想法。
Andrew Jones分享說，“我們避免將采購選項標記為非此即彼的好或壞。與性能數(shù)據(jù)本身一樣重要的是，確定獲得該性能所需的努力，以及對性能背后架構(gòu)的理解。特別是，我們努力尋找將購買決策與實際需求的風(fēng)險聯(lián)系起來的信息。”
這在企業(yè)的經(jīng)驗中非常重要——僅僅因為代碼可以運行得很快，并不意味著機器會運行得那么快。對機器上運行的內(nèi)容進行真實的評估比想象機器上運行的內(nèi)容更重要。當(dāng)更多地提到“現(xiàn)代化努力”的時候，需要用一個不同的方式重新審視這個問題。
由于沒有企業(yè)只運行單一代碼——系統(tǒng)評估需要考慮性能可能性的權(quán)衡以及考慮選擇時的潛在性能損失。企業(yè)的最佳選擇通常是在大多數(shù)應(yīng)用程序上“足夠好”的系統(tǒng)，在少數(shù)工作負載上表現(xiàn)優(yōu)異，但在一些重要性較低的應(yīng)用程序上可能會比較慢。為了這項努力，企業(yè)需要最好的批判性思考者，需要將它們付諸實踐。
過度關(guān)注系統(tǒng)如何提升一個基準測試不應(yīng)該阻止人們看到更大的圖景，特別是如果增加需要額外的采購、部署和支持成本。那么是否可以使用額外成本來更廣泛地提高性能?
3.仔細考慮時間安排，制定明智的計劃
各種技術(shù)的可用時間可能會影響能力和競爭。技術(shù)應(yīng)用的太早或太晚都會嚴重影響競爭力。分階段交付可能是升級系統(tǒng)以使用新技術(shù)的有力選擇。股票經(jīng)紀人可以告訴有關(guān)成本和價值平均的信息，這同樣適用于計算，在不斷增加投資的過程中有能力讓企業(yè)在指導(dǎo)未來步驟的過程中學(xué)習(xí)。而企業(yè)了解供應(yīng)商的長期路線圖對于管理風(fēng)險很重要。
知名記者Nicole Hemsoth寫道，等待可能很重要。美國國家海洋和大氣管理局(NOAA)敏銳地意識到人工智能可以提供幫助，但需要仔細考慮。她還指出，“這一評估過程與那些認為采用人工智能獲益的大公司沒有什么不同，但需要仔細考慮它是如何和在哪里適用的，以及它是否足夠強化和穩(wěn)定，以符合關(guān)鍵系統(tǒng)的要求。”
Tractica預(yù)測，在人工智能的廣泛應(yīng)用下，到2025年，全球軟件的年收入將達到1058億美元(相比之下，2018年僅為81億美元)。他們預(yù)測電信、消費者、廣告、商業(yè)服務(wù)、醫(yī)療保健和零售業(yè)將成為六大采用者。這表示制定一個多年發(fā)展計劃可能是一個優(yōu)勢。
4.支持應(yīng)用程序，并向用戶學(xué)習(xí)
這不是說IT部門不支持他們的用戶。但要說的是，許多IT組織缺乏支持人工智能等新興用途的資金或章程。這造成了一個在高性能計算(HPC)世界中不太常見的差距。
如果人工智能對企業(yè)很重要，那么第一步應(yīng)該是與用戶和供應(yīng)商合作，以找到支持企業(yè)所擁有系統(tǒng)的需求的方法。那么人們可能會驚訝地發(fā)現(xiàn)，使用已有的系統(tǒng)可以很好地工作，一個巨大的好處就是能夠從中學(xué)習(xí)并成長。令人驚訝的是，這往往被忽視作為資源和試驗場。即使正在進行學(xué)習(xí)，通常也會在IT和用戶之間斷開連接。與大多數(shù)高性能計算(HPC)組織一樣，積極的IT組織密切參與支持和學(xué)習(xí)系統(tǒng)中最重要的工作負載。如果Python或Tensorflow對企業(yè)的用戶很重要，那么是否了解如何為部署的平臺獲得最優(yōu)化的版本?
5.協(xié)調(diào)實現(xiàn)代碼現(xiàn)代化的實際計劃
每當(dāng)技術(shù)和機器快速發(fā)展時，代碼也需要不斷發(fā)展。代碼現(xiàn)代化是一種編寫可擴展代碼的方法，該代碼使用多級并行來充分利用現(xiàn)代硬件性能。人們將看到在高性能計算(HPC)社區(qū)內(nèi)繼續(xù)討論和推廣了多少代碼現(xiàn)代化，以及它帶來的積極影響。
致力采用高性能計算(HPC)的企業(yè)大量投資開源代碼，都致力于改進新系統(tǒng)的開源代碼。幾年前，Andrew Jones曾在英特爾并行計算中心(Intel PCC)就職，英特爾并行計算中心的資金用于更新多核處理器的開源項目，Andrew Jones參與編輯了兩本書籍，這兩本書籍由世界知名團隊通過工作來修改開源代碼以實現(xiàn)現(xiàn)代化。
在這次旅程中，代碼現(xiàn)代化比它最初出現(xiàn)的要重要得多，這是可以向IT組織提供的一個重要教訓(xùn)，無論現(xiàn)代化的實際工作是在內(nèi)部完成的、希望在開放源代碼中完成的、或在對外付費完成的。也可能是以上所有的混合。
有了這些見解，企業(yè)知道代碼現(xiàn)代化對人工智能的應(yīng)用也很重要。高性能計算(HPC)應(yīng)用的經(jīng)驗表明，如果不投資代碼(尤其是在技術(shù)快速變化的情況下)，往往會加強供應(yīng)商的鎖定。與供應(yīng)商鎖定相比，企業(yè)支付費用改進自己的代碼可能會更好。
6.將云與無云視為平衡行為，而不是選擇
盡管一些供應(yīng)商正在大肆宣傳，但“云中的高性能計算(HPC)”的概念并未停止對高性能計算(HPC)硬件的投資。Intersect360 Research公司的調(diào)查報告表明，在2018年，大多數(shù)高性能計算(HPC)預(yù)算或者增加(46%)，或者保持與前一年相同(38%)，其中商業(yè)網(wǎng)站的增長最強勁。這就強化了這樣一個事實，即必須具備計算基礎(chǔ)設(shè)施方面的專業(yè)知識。
基于云計算的服務(wù)，包括AWS、Google、Azure和其他服務(wù)，提供各種平臺來進行試驗和早期部署。這可能會延遲擁有基礎(chǔ)設(shè)施專業(yè)知識的需要，并給這些專業(yè)知識一個在組織內(nèi)成長的機會。雖然基于云計算的人工智能無疑是技術(shù)孵化的重要家園，但隨著人工智能計劃的擴展，企業(yè)發(fā)現(xiàn)自己需要構(gòu)建和維護基礎(chǔ)設(shè)施。這對高性能計算(HPC)專家來說是不足為奇的。
當(dāng)成本、性能和大量數(shù)據(jù)都很重要時，擁有自己的計算基礎(chǔ)設(shè)施專業(yè)知識更加重要。忽視這種對專業(yè)知識的需求是有風(fēng)險的。
7.總擁有成本(TCO)——不只是從高性能計算(HPC)吸取的教訓(xùn)
當(dāng)提到關(guān)注獲得績效的成本(評估基準)、時間安裝(現(xiàn)在將獲得什么好處與等待)以及投資于采購和現(xiàn)代化以獲得真正平衡的方法時，將會涉及總體擁有成本。整個系統(tǒng)的一部分問題需要安全性，這也不是一個特定的高性能計算(HPC)問題(盡管高性能計算中心考慮了很多)。
總擁有成本(TCO)是第七個經(jīng)驗和教訓(xùn)，盡管總擁有成本(TCO)肯定不是高性能計算(HPC)獨有的，但它對高性能計算(HPC)來說確實非常重要。沒有什么比考慮整體情況更能說明“系統(tǒng)方法”——硬件、軟件、應(yīng)用程序、安全性和人員。系統(tǒng)的價值是企業(yè)從中獲得的凈收益，而不是為實現(xiàn)它而投入的資本和費用(TCO)。
以系統(tǒng)方法為中心的七個經(jīng)驗和教訓(xùn)
經(jīng)驗豐富的高性能計算(HPC)中心在實現(xiàn)大型高性能系統(tǒng)的采購和運營方面取得了巨大成功。有效的系統(tǒng)方法是他們成功的關(guān)鍵。這些成為任何企業(yè)冒險大規(guī)模支持人工智能的關(guān)鍵技巧。
當(dāng)人們深入了解這七個經(jīng)驗和教訓(xùn)時，將采用這樣的系統(tǒng)方法：投資采購活動、開發(fā)和使用公正的基準、仔細考慮時機，大力投資支持應(yīng)用程序和用戶社區(qū)，制定計劃實現(xiàn)代碼現(xiàn)代化，并管理總擁有成本。
高性能計算(HPC)的這些經(jīng)驗和教訓(xùn)可以為企業(yè)提供更多的幫助。但是，企業(yè)也沒有必要都成為高性能計算(HPC)技術(shù)的狂熱者。
? ?
下載文檔
