廣州2022年11月4日 /美通社/ -- 算力是當今數(shù)字時代新的核心生產(chǎn)力，以算力為核心的數(shù)字信息基礎設施已成為國家戰(zhàn)略性布局的關鍵組成部分。算力正在成為驅(qū)動產(chǎn)業(yè)轉(zhuǎn)型升級、生產(chǎn)方式變革的重要動力，并不斷推動加速數(shù)字中國建設的腳步。
廣電五舟作為算力領域中積極的拓新者是如何通過算力服務助力數(shù)字經(jīng)濟的發(fā)展？近期，廣電五舟技術研究院院長王鵬教授通過信息技術的發(fā)展歷程、產(chǎn)業(yè)根基、廣電五舟在算力的踐行分享了對以上問題的觀點。
01 信息技術的發(fā)展歷程
問：隨著新一代信息技術應用的廣度及深度不斷擴展，互聯(lián)網(wǎng)、云計算、物聯(lián)網(wǎng)、大數(shù)據(jù)等信息技術正在加速融入經(jīng)濟社會民生的各個領域。人工智能、神經(jīng)網(wǎng)絡計算、機器學習等概念逐漸深入人心，那么這些概念究竟是什么時候提出來的呢？
答：早在1943年，神經(jīng)學家沃倫·麥卡洛克（Warren McCulloch）就提出了神經(jīng)網(wǎng)絡的概念，他被譽為計算神經(jīng)科學的開創(chuàng)者之一。隨后，數(shù)學家沃爾特·皮茨（Walter Pitts）將麥卡洛克的神經(jīng)網(wǎng)絡論抽象成一個數(shù)學模型，提出用閾值邏輯單元（Threshold Logic Units，TLU）這個函數(shù)模型來描述神經(jīng)元，并且用環(huán)形神經(jīng)網(wǎng)絡結(jié)構(gòu)來描述大腦記憶的形成。
我們現(xiàn)在說的深度學習是一種松散的數(shù)學系統(tǒng)，通過模仿人類大腦中神經(jīng)元的協(xié)同工作方式研發(fā)而來，它要求更少的人工協(xié)助和介入。這是機器學習的一種類型，源于人工神經(jīng)網(wǎng)絡。
沃倫·麥卡洛克與沃爾特·皮茨聯(lián)手發(fā)表了一篇著名的論文，就是被后人稱為"麥卡洛克-皮茨（M-P）論文"的《ALogical Calculus of Ideas Immanent in NervousActivity》（《神經(jīng)活動中內(nèi)在思想的邏輯演算》），這篇論文對人工神經(jīng)網(wǎng)絡和人工智能技術具有開創(chuàng)性的意義，閾值邏輯單元TLU也被稱為M-P神經(jīng)元模型被沿用至今。這就是神經(jīng)網(wǎng)絡計算和深度學習的起源，它奠定了未來深度學習技術的基石。
"麥卡洛克-皮茨（M-P）論文"具有深遠的影響，著名數(shù)學家馮·諾依曼受麥卡洛克和匹茲大腦模型的啟發(fā)，于1945年6月發(fā)表了《關于EDVAC的報告草案》，這份報告草案中公開引用的論文就是（M-P）論文。在這篇報告里，他提出用麥卡洛克和匹茲的大腦模型來構(gòu)建世界上第一臺可存儲數(shù)據(jù)和程序的二進制計算機，全稱是：電子離散變量自動計算機，即EDVAC（Electronic Discrete Variable Automatic Computer）。
這份《關于EDVAC的報告草案》中規(guī)定，要使用二進制來表示數(shù)據(jù)，要像存儲數(shù)據(jù)一樣存儲程序，同時設定計算機由運算器、控制器、存儲器、輸入模塊和輸出模塊5部分組成。這種基于存儲程序思想的計算機結(jié)構(gòu)，為現(xiàn)代計算機的發(fā)展指明了道路，這就是著名的"馮·諾依曼架構(gòu)"。它被我們一直沿用至今，目前世界上超過90%的計算機都采用這一架構(gòu)。
馮諾依曼架構(gòu)，啟發(fā)了全世界，在報告草案發(fā)表一年后的1946年，世界上第一臺通用計算機ENIAC -- 電子數(shù)字積分器與計算機（Electronic Numerical Integrator and Computer）在賓夕法尼亞大學被創(chuàng)造出來。而馮諾依曼提出的EDVAC到1949年才面世，1951年達到了使用狀態(tài)。
1956年夏天，約翰·麥卡錫、馬文·閔斯基、克勞德·香農(nóng)等科學家們在達特茅斯學院開會，討論機器模擬智能的一系列問題。在這次會議上，第一次提出了ArtificialIntelligence -- 人工智能的概念，因此1956年也被大家稱為人工智能元年。
02 算力是人工智能發(fā)展的技術保障
問：人工智能的概念雖然這么早就被提出，但受限于科技生產(chǎn)力的發(fā)展，在隨后差不多半個世紀的時間，無論是專家系統(tǒng)，還是模式識別，都沒有取得重大的進展，直到上個世紀末、本世紀初，人工智能技術才開始有了真正意義上的突破，是什么導致了人工智能緩慢發(fā)展？
答：麥卡錫、閔斯基等這些人類精英的討論過于超前，當時的技術無法跟上他們的思想。在信息技術領域，如果我們把硬件技術與網(wǎng)絡技術類比為生產(chǎn)力、信息技術的發(fā)展模式類比為生產(chǎn)關系，那么我們可以將之劃分為三個發(fā)展階段。
1946年第一臺電子計算機ENIAC的計算能力是每秒5000次加法運算，那時候用的都是電子管；到1950年，出現(xiàn)了晶體管；在1958年又發(fā)明了集成電路，人類成功地實現(xiàn)了把電子器件集成在一塊半導體材料上的構(gòu)想；1964年4月7日，IBM360計算機問世，這是世界上首個采用集成電路制造的計算機，它也代表著第三代計算機的全面登場；到1970年，出現(xiàn)了大規(guī)模集成電路，英特爾也是在這一年推出了型號為4004的CPU。之后，遵循摩爾定律，我們的芯片體積越做越小，計算性能卻越來越強，計算能力呈幾何級數(shù)提升。
其次是網(wǎng)絡方面，約翰·麥卡錫，他在1960年就提出了云計算的基本理念，但直到1983年，TCI/IP的網(wǎng)絡協(xié)議才得到廣泛應用，到1989年才出現(xiàn)了萬維網(wǎng)，也就是我們今天意義上的互聯(lián)網(wǎng)。2006年，Google公司才提出了我們現(xiàn)在意義上的云計算。
由此可見，人類信息技術的很多理念、概念提出的早，但我們的技術發(fā)展沒有跟上，也就是生產(chǎn)力落后了，所以即便有很多非常好的理念被提出，因為算力跟不上，也無法得到實際的應用和驗證。
進入二十一世紀以來這二十多年來，硬件計算能力飛速發(fā)展，CPU制程從微米級達到納米級，從幾十納米到十幾納米，再到7納米、5納米，體積越來越小，性能卻越來越強悍，這才使得我們的信息技術得以突飛猛進的發(fā)展，產(chǎn)生日新月異的變化。
這一切的核心，歸根結(jié)底，就是算力的提升。有了超強的算力，優(yōu)秀的算法才得以被應用，人工智能、神經(jīng)網(wǎng)絡、機器學習、進化計算等等，才得以加速發(fā)展和實現(xiàn)。
03 踐行"算力構(gòu)建未來"，賦能數(shù)字經(jīng)濟發(fā)展
問：廣電五舟作為一家國產(chǎn)服務器行業(yè)定制領域的領軍企業(yè)，在數(shù)字經(jīng)濟時代，如何在千行百業(yè)注入算力，賦能數(shù)字經(jīng)濟發(fā)展？
答：廣電五舟專注服務器研發(fā)和生產(chǎn)十五年，積淀了深厚的產(chǎn)品經(jīng)驗和行業(yè)創(chuàng)新意識，早已打磨了一系列性能強勁、種類豐富、覆蓋應用領域廣泛的智算產(chǎn)品，迅速完成了X86和國產(chǎn)兩大計算體系的多樣性算力布局，包括通用計算服務器、大容量存儲服務器、高密度多子星服務器、高性能計算集群、AI服務器、邊緣計算服務器，全面覆蓋云、邊、端各層級算力需求。
服務器作為算力基礎設施，廣電五舟的算力產(chǎn)品已深度融入制造、交通、教育、金融、傳媒、互聯(lián)網(wǎng)等更多行業(yè)，同時利用先進的大數(shù)據(jù)工具、人工智能算法，對各行各業(yè)實施算力管理，最終實現(xiàn)數(shù)字化轉(zhuǎn)型。
廣電五舟以構(gòu)建領先的智算產(chǎn)品技術體系和產(chǎn)業(yè)生態(tài)為目標，致力于為數(shù)字中國建設提供澎湃的算力，為構(gòu)建我國信息產(chǎn)業(yè)發(fā)展發(fā)展新格局、實現(xiàn)我國數(shù)字經(jīng)濟高質(zhì)量發(fā)展貢獻力量。
"算力構(gòu)建未來" -- 就是廣電五舟一直秉行的世界觀。
