图：pixabay

　　人工智能诞生60年了，我们现在每天都能够看到不同新算法、新架构、新工具在AI领域的应用。其实，数年前，AI还没有现在这么热，当时的科学家提出各种不同的想法完全是对当时运行缓慢、体积臃肿，以及昂贵机器的妥协。

　　2006年，深度学习这一概念随着Geoffrey Hinton等人发表的论文而大热，深度信念网络（DBN）被提出，这种快速学习算法可用于受限玻尔兹曼机（RBM），深度学习开始迅速腾飞。而该算法需要在成千上万的并行处理器上运行。而改变这一切的，正是计算机的运行速度，当然，还有价格因素。

　　从整体角度来看，计算力、大数据、算法这三者对于人工智能的助推作用是其加速发展的必要条件。具体来看，计算力的提升，随着时间的推移，针对深度学习的计算机软硬件设施都有所改善，深度学习模型的规模也随之增长。

　　可以说，j2直播，深度学习的出现、神经网络理论重新被人提及是与一个重要的定律分不开的，那就是“摩尔定律”。深度学习的训练过程需要数百万计，甚至亿计的数据量，同时，神经网络无论是深度，还是复杂度都是几十年前的数百倍，而这些在90年代以前是不可想象的。同时GPU性能的高速提升，以及其近几年价格的迅速降低，亦促进了深度学习的大面积应用。

　　既然计算力对于人工智能如此重要，那么“智慧计算”便应运而生了。何为“智慧计算”？中国工程院院士、浪潮集团执行总裁王恩东曾表示，智慧计算“以云计算为基础平台、大数据为认知方法，深度学习为优化工具”。他认为，智慧计算的出现实际上是计算技术发展"分而后合"的一种选择，最初的数学计算演变为科学计算和商业计算两大分支，并在之后的60年中衍生出诸如高性能计算、数据库、关键计算、云计算、大数据、深度学习等众多计算类型。而随着云计算、大数据和深度学习的相互促进、相互融合、共同发展，科学计算与商业计算再次"合二为一"，催生了智慧计算这种新的计算类型。

　　浪潮执行总裁王恩东

　　伴随着传统计算到大数据、深度学习等新兴的智慧计算转型，作为基本计算设备——服务器的设计也迎来了升级挑战。而就在近日，作为中国服务器的领军企业，浪潮M5服务器的发布便进入了机器人圈的视野，而吸引机器人圈留意的，除了其丰富的AI产品线布局、针对深度学习优良的产品性能本身，更是浪潮大踏步开拓AI市场的决心，以及在智慧计算领域绝对的信心。

　　智慧计算与AI“相生相依”

　　今年年初，浪潮宣布成立人工智能事业部，而在这背后，则是其立足行业的实力。根据Gartner和IDC2017Q1最新数据表明，浪潮服务器的销售额、销售量在中国市场稳居第一，互联网行业稳居第一，同时浪潮已成为中国AI领域最大的计算平台供应商。

　　浪潮集团副总裁彭震

　　实际上，为了应对人工智能时代，智慧计算已经成为“逃不掉”的话题，我们现在经常探讨的无人驾驶、AlphaGo、人脸识别等，都是智慧计算的具体呈现。浪潮集团副总裁彭震在现场表示：“智慧计算实际上它是以云计算为计算的平台，以大数据为认知的方法，以深度学习为优化工具，未来的智慧计算都会构建在云计算的平台之上，以更大规模、分布式的计算模式进行。同时，所有的东西都是基于大数据，基于大量的海量数据的统计、分析，基于深度学习这样的一种学习方法使得我们具备了足够的智慧计算能力。”