二维码 手机扫一扫

服务电话
13631629907

RFID新闻动态

HPDA/AI市场表现Update浅析

报告包括Hyperion研究发现、中国AI计划及活动、欧洲AI计划和活动、人工智能计划需要研究的关键问题、AI未来预测四部分。


为什么人工智能(AI)对国家很重要,Hyperion Research认为主要有以下几方面原因:


1、AI具有巨大的竞争优势潜力

•它有潜力超越科学和其他领域

•经济价值非常高

•落后可能发生得非常快,而且很难迎头赶上

•它可能决定谁拥有“云”

HPC 云

到2024年,云上市场将达90亿美元,复合年增长率(CAGR)达17.6%。云上HPC服务器的增长是线下HPC增长的2倍。HPC分布

用户不采用线下(On-prem)HPC系统的主要原因有以下几点,但预算、机房制冷、空间等成为主要原因。

HPC研究

2、AI正在创造新能力、新市场和快速解决困难问题的新方法

•精准医疗可能是最大的经济领域

•国土安全、国防、欺诈检测是早期的领域

•某些活动的自动化将重新定义许多事情,例如网络安全、操纵实验、结果分析,并可能创造新的理论


3、AI可以帮助解决科研用工短缺的问题

•欧洲和美国缺乏科学家和工程师,需要找到提高他们工作效率的方法


对科学研究,为什么人工智能很重要?Hyperion Research认为主要有以下几方面原因:


1、AI提供或增加了新的研究能力

•推理可能成为科学方法的第四个分支

•处理海量、异构数据量

•帮助进行建模和仿真

•绕过问题空间的非生产性区域

•提供独特的见解


2、AI可能适用于每一个科学(和工程)领域

•生物、化学材料科学、物理、地球科学、空间科学、天文学,以及人文/社会科学

•不要忘记精准医疗、自动驾驶、网络安全、智慧城市、物联网


3、AI可以帮助提高科学生产率

•处理繁重的工作,这样研究人员就可以专注于创新


HPDA-AI 成为HPC新兴场景高速增长领域。HPDA的增长速度快于整个HPC市场,而AI子领域的增长速度快于所有HPDA。

HPC新兴场景

过去10+年,计算架构、AI专用硬件和生态发生了一些变化。人工智能芯片将以协同设计为中心,处理特定的任务。例子:

HPC历史

•低功耗ASIC处于领先地位

•超大规模数据中心或云的定制人工智能芯片
▪GPU仍然很重要,但并非适用于所有AI工作负载
▪软件和模型设计的硬件是前进的方向。

HPC硬件

Hyperion Research对GPU/加速器,在2011-2024年的预测如下:



GPU加速器统计

AI在HPC中的应用显示,AI, ML and DL驱动HPC增长,68%用户在同样的HPC系统上运行仿真应用和分析应用;超过一半(56.7%)的用户在外部云上运行HPDA/AI负载。


相比线下传统同用服务器,专用的AI服务器以4倍的增长速度增长。专业的深度学习系统增长率超过专用的机器学习系统。

人工智能创业生态系统的不同看法


在美国:许多AI HW初创公司的观点是,每个公司都能在自己的专业领域找到自己的利基市场,并在该应用中获胜,无论是图像处理、NLP还是其他一些人工智能应用。


在中国:公司的趋势是将会有少数“赢家”或成功的公司,其余的将会淡出市场。例如,百度预测未来,70%的服务器将拥有人工智能处理器。并在AI领域不断布局:


▪百度昆仑、XPU:通用、灵活、高效、高计算能力的人工智能处理器。

▪三星制造,14nm, 512gb /s的芯片外内存,260 TOPS。

▪两个芯片:昆仑818-300(训练)和昆仑818-100(推理)。

▪许多应用领域,包括语音、NLP、图像识别、ADS等。


百亿亿次竞赛将推动新技术的发展

全球Exascale(百亿亿级)竞赛增加了对超级计算机细分市场的投资,并引发了对高性能计算的广泛兴趣

▪百亿亿级系统正在为高性能计算、人工智能、高性能掌上电脑等设计。

•这将推动新处理器类型、新内存、新系统设计、新软件等。

▪在某些情况下,高性能计算的战略意义太大,无法依赖外国资源

•这导致了自主技术倡议


存储系统将变得越来越重要


▪数据密集型高性能计算正在推动新的存储需求

•迭代方法将扩大需要存储的数据量的大小

▪未来的架构将允许计算和存储在HPC基础设施上更加普遍地发生

•元数据管理将处理存储在多个地理位置和环境中的数据

▪物理分布的、全球共享内存将变得更加重要

▪存储软件需要内置更多的智能


人工智能将比其他IT行业增长更快


▪人工智能市场还处于早期阶段,但已经非常有用(如视觉和语音识别)

•一旦更好地理解,就会有许多高价值的用例来驱动采用

▪推理技术的进步将减少当今人工智能任务所需的训练量

•但培训需求将增长,以支持更具挑战性的任务

▪信任(透明度)问题是当今严重影响人工智能的问题,迟早会得到解决

▪学习模型(ML, DL)已经获得了大部分人工智能的关注,但图形分析也将发挥关键作用,其处理时间和空间关系的独特能力。


从2021年开始,云上部署方案真正成为相对于线下部署讲,降低成本预算的方案。调查表明,接近30%的用户将降低线下HPC数据中心的建设投资,而加大云上投资。5%的用户表示,他们讲不再建设线下数据中心,而转向采用云上服务;13%的用户表示,他们由于使用了云而延迟建设线下数据中心


服务电话

13631629907

15814057139

Copyright © 2016-2022 版权所有 版权所有
地址:广东省东莞市黄江镇德丰盛智慧园 电话:13631629907 传真: 手机:15814057139
RFID工业物联智能设备 粤ICP备2021175590号

王工:

丁工:

:

服务时间:
9:00-18:00(工作日)

cache
Processed in 0.008466 Second.