首页 > 科技未来 > 内容

全球最大AI服务器厂商浪潮：AI为何需要新生态？

发布于：2024-06-18 编辑：匿名来源：网络

雷锋网记者：浪潮服务器年出货量和销量位居全球前三，中国第一，全球增速第一。

其中，人工智能服务器排名全球第一，云服务器排名全球第一。

浪潮是人工智能产业链后端“隐形”的巨头。

处于人工智能产业链后端的企业的存在总是不太明显。

对于每个行业都是如此。

但借鉴以往，往往是后端决定了行业发展的上限。

浪潮是一家服务器制造商。

IDC数据显示，上半年，浪潮以51.4%的市场份额位居中国人工智能基础设施市场第一。

但如果浪潮只是一家服务器厂商，我们就不需要特别研究。

在4月16日举行的IPF浪潮云数据中心合作伙伴大会上，浪潮用自己的方式诠释了人工智能生态的质变。

工业生态还是生态工业化？在人工智能爆发之前，计算能力主要来自x86服务器。

围绕x86架构，产业生态已经是一个分工明确、各司其职的完整生态系统。

然而，人工智能是“入侵者”，围绕人工智能的算力生态需要重构。

浪潮AI&HPC总经理刘军表示，在之前的生态系统中，无论是系统平台厂商、操作系统和数据库厂商，还是上层应用开发商，定位都非常明确，边界清晰、分工明确。

每个行业都是非常成熟的行业。

在生态中，每个人都会有一些竞争，但大部分都是合作，竞争很少。

当前基于人工智能的生态有两个特点。

第一个核心在于生态的多样性和不成熟性。

从数据清洗开始，导入算法，通过框架建模形成人工智能应用，传统客户无法直接使用人工智能应用，集成复杂度较高。

二是不确定因素较多。

现在大多数算法公司都脱离了实验室和互联网ToC业务。

他们的产品还不成熟，包括顶级CSP公司提供的产品。

它们还不成熟，这是商业公司无法容忍的。

。

浪潮认为，人工智能最大的机会由两大部分组成，一是人工智能产业化，二是工业人工智能。

智能音箱是人工智能产业化最典型的代表。

人工智能产业化的领先企业有百度、阿里巴巴、腾讯、科大讯飞、商汤科技等，它们将深度学习演化出来的能力应用到语音、图像、视频识别方面，有机会演化出新的人工智能技术。

行业。

刘军强调，目前人工智能的产业化并不代表整个人工智能产业。

它只是冰山表面上方的一点。

海底90%是行业的人工智能，也就是传统行业的用户如何实现人工智能。

转型，这是最大的市场。

人工智能领先企业与人工智能赋能传统产业的变革之间存在巨大差距。

如上图所示，人工智能领域的领先企业拥有非常好的算法能力和人工智能能力。

他们正在引领人工智能产业化。

向前。

金字塔的最底层是工业人工智能的潜在市场。

“我们看到了现实，在这些传统行业中，客户对人工智能的渴望非常高，他们希望人工智能帮助行业转型，但他们遇到了很大的困难，但没有人会告诉你。

如何建立人工智能人工智能应用在这个行业，所以他经常没有办法直接找到最上游的人工智能龙头公司来帮他做，他就找百度、阿里巴巴、商汤科技，这是一个很好的事情，但是大家都会发现。

讨论之后没办法把这件事闹大，因为我们不可能只靠几家公司来应对几千个客户，这对我们来说是个大问题。

”刘军直言。

为什么会有如此巨大的反差呢？事实证明，所有行业的智能化转型都有一个完善的服务提供商，完整的服务体系与市场需求相匹配。

然而，在人工智能时代，这些原有的市场角色并没有被人为地转变，这就导致了我们在供应链中的角色。

和需求方出现了较大偏差，所以他必须到前台去寻找。

前面的领先人工智能公司本质上不具备服务数千用户的能力。

这是一个巨大的差距。

浪潮构建生态系统的目的就是为了填补巨大的空白，真正让人工智能能力有机会达到极致的行业人工智能。

“这是我们看到的一个非常重要的机遇，但同时也提出了一个比较大的挑战。

”机会在于，这个市场还有很大的可塑空间，先行者会得到回报；挑战在于浪潮如何在生态系统中发挥自己的作用，增加自身价值，以及如何让合作伙伴愿意投资这个生态系统而不是其他生态系统。

抓住“人工智能计算”，浪潮又向前迈进了一步。

我们正处于人工智能的第三次浪潮，这也被认为是最可靠的。

人工智能三要素中，数据属于行业客户，算法之间的差距正在缩小。

越来越多的声音认为算力是人工智能产业发展的瓶颈。

在人工智能第三次浪潮之前的几年，受计算能力的限制，传统神经网络的层数一般只有几十层。

为了提高深度学习模型的准确性，必须增加层数。

层数的增加意味着计算能力。

增长不是线性增长，而是指数增长。

目前的计算能力已经可以满足数千层的神经网络。

人工智能需要强大的算力来连接芯片提供商、应用提供商、服务提供商和算法提供商。

算力是一切人工智能产业发展的核心，是人工智能产业发展的基石。

有没有一家服务商能够提供全栈人工智能能力，包括场景化人工智能基础设施、深度学习框架和工具、人工智能PaaS平台和算法层等“有形”产品？还凝聚了人工智能算法优化、系统优化服务等“无形”能力？基于这样的考虑，浪潮集团副总裁彭真正式发布了浪潮元脑，主要由以下几部分组成。

超级人工智能计算系统：通过浪潮人工智能计算平台、人工智能超高速计算加速卡、超低延迟RDMA网络和超高带宽并行存储，共同提供极致的人工智能计算性能。

敏捷人工智能Paas平台：由极其优化的人工智能资源平台、极快的流程化人工智能开发平台、开放兼容的人工智能生态平台、秒级构建的人工智能软件栈组成。

AIStation是新开发的人工智能PaaS平台，面向人工智能企业培训场景。

可以实现容器化部署、可视化开发、集中管理等，有效连接开发环境、计算资源和数据资源，提高开发效率。

高效的Auto ML套件：新开发的AutoML套件使非专业人员能够通过极少的操作构建网络模型并获得高精度，大大降低了人工智能开发和应用的门槛和成本。

在2018年NeurIPS自动机器学习挑战赛中，浪潮与北京邮电大学、中南大学团队合作，获得自动机器学习领域全球顶级国际竞赛第三名的好成绩。

一体化交付：计算/存储/网络一体化，内置人工智能PaaS平台，内置建模优化工具，预配置系统调优。

元脑虽然包含了大量的技术栈，但最重要、最基础的还是超强大的人工智能计算系统。

这股浪潮进一步丰富了人工智能计算产品。

浪潮拥有业界最全的人工智能产品线，覆盖从单机4卡到64卡集群的不同人工智能计算平台。

产品涵盖GPU/CPU/FPGA等全计算技术，涵盖小规模样本训练到千亿级样本。

、万亿参数级别的超大规模模型训练需求，可满足人工智能云、深度学习模型训练、在线推理等各种人工智能应用场景对计算架构性能和功耗的不同要求。

2009年以来，浪潮持续发布多款人工智能创新产品，包括运算性能高达2 petaflops/s的AI超级服务器AGX-5、专为智能计算而设计的人工智能服务器NFM5-V等。

视频分析优化，全球首款集成HBM2的人工智能计算可重构加速卡F37X，支持TensorFlow的FPGA计算加速引擎TF2，开箱即用为人工智能开发的百度ABC一体机3.0。

据雷锋网观察，浪潮早在几年前就开始向计算以上领域拓展。

浪潮元脑是浪潮过去技术和能力的集合。

浪潮元脑的推出，既有客户需求，也有浪潮的战略定位。

于是，目前业内拥有资源和条件的服务器厂商也在做同样的事情。

如果它们只提供单一的计算能力，它们就有被淘汰的危险。

服务器行业的马太效应正在显现。

融合、开放、敏捷的人工智能生态将应对变化。

从算力来看，浪潮认为集成、开放、敏捷将是人工智能计算最重要的三大发展趋势。

它们将对人工智能计算的建设产生重要影响。

整个人工智能产业生态已经形成，提出了新的变化和要求。

融合首先是技术的融合。

随着软件定义技术的发展，计算、存储和网络设备开始融合成统一的融合架构模块。

越来越多的运营商正在用配备软件定义的通用服务器取代原有的服务器。

存储和网络设备，以及一向封闭的传统电信行业，在SDN、NFVI等技术的驱动下，也开始与计算行业融合，开始走向融合和开放。

在产业层面，传统服务器、网络和存储厂商，如戴尔、EMC、HPE、思科、浪潮等，通过并购或业务扩张，已成为覆盖三大领域的全栈数据中心解决方案提供商。

然后是产业整合。

今年以来，互联网和产业加大了对人工智能市场的投入。

人工智能产品和服务层出不穷，行业解决方案和应用场景快速落地。

人工智能将与传统产业深度融合。

只有通过这种大规模的融合和更大的产业机会，人工智能才能释放出更大的潜力。

开放性——人工智能时代，开源的边界越来越宽。

在技??术层面，IT软硬件技术正在从传统的开放标准化向开源化升级。

在云和大数据领域，VMware、SAP HANA等商业软件也可以与Hadoop、KVM、Spark等开源软件竞争。

在人工智能领域，TensorFlow、Caffe等所有计算框架都是开源的，不存在商业人工智能框架。

在硬件领域，2017年OCP和ODCC成立后，开源硬件已成为趋势。

不仅互联网企业将开源硬件作为主要采购对象，高盛、中国移动等传统行业用户也在大量部署开源硬件，以提升整体基础设施性能。