古人雲， “工欲善其事， 必先利其器”。
不久前， 穀歌AlphaGo2代3:0擊敗圍棋世界冠軍柯潔後， 宣佈未來焦點將從圍棋轉向行業應用領域， 其實也宣佈了人工智慧（AI）開始成為企業計算解決方案提供商的下一個重點領域。
眾所周知， 人工智慧領域的三大基礎是計算、演算法和資料。 資料角度， 各種手持終端包括物聯網感測器的廣泛使用， 使得資料量呈幾何級數增長態勢；在演算法層面， AlphaGo 2代以策略網路和深度學習、增強學習演算法疊加的技術日臻成熟。 這時候， 針對AI在計算力上面的開發， 就成為了重點——所謂“工欲善其事，
“聯想是包括BAT， 百度， 阿裡， 騰訊在內的眾多互聯網企業的AI GPU伺服器的主要供應商。 ”在2017聯想全球超算峰會上， 聯想集團高級副總裁、資料中心業務集團中國區總經理童夫堯舉了個例子， “比如， 在京東， 聯想優化GPU架構後的5000個計算節點， 正在被用於京東深度學習等應用。 利用它進行的消費者購買習慣分析等演算法， 這套系統現在已經廣泛服務於京東6000萬客戶。 ”
聯想集團高級副總裁、資料中心業務集團中國區總經理童夫堯
為什麼AI總是和GPU掛鉤？據聯想集團副總裁、企業服務雲計算研究室、無線研究實驗室黃瑩博士介紹， 谷歌做翻譯訓練的時候， 一般的訓練要在12台帶8個GPU的機器上算一周。
實際上， AI和GPU掛鉤是因為AI等類類神經網路的處理更多會牽涉到矩陣乘法和加法， 使用並行運作的GPU效率較高且成本較低， 是目前主流的計算引擎， 比如NVidia的P100、V100， 但缺點是耗能較高；而內建DSP區塊和本機存放區器的FPGA可獲得較佳的能源效率， 但價格比較昂貴；CPU則更多用於控制和參數同步，
如果用GPU進行深度學習訓練， 很重要的一點就是如何來做好並行化， 與AI演算法相匹配， 因此優化設計GPU集群是目前的重點之一。 聯想的方法是， 在NV GPU主力引擎配合CPU、Phi、PFGA各種處理器之上做一層高效任務調度軟體， 調用各種不同的主流深度學習框架如穀歌的TensorFlow、Facebook的Caffe、微軟的MXNET以及torch、theano等， 進行更快速的並行化處理， 達到更高效運行的目的， 來支援基於深度學習的各種人工智慧應用。
這樣的多伺服器、多GPU的中大型規模訓練， 需要人工智慧專家在深度學習模型和設置框架方面， 網路系統工程師和存儲系統工程師在分散式存儲和網路設置方面， 分散式運算專家在模型平行化方面通過協同工作來設定模型， 進行訓練。
而聯想在人才儲備方面具備很好的優勢， 包括從微軟亞洲研究院常務副院長位置上加盟聯想的芮勇博士等， 使得聯想從基礎架構、計算力到演算法到資料的積澱， 都具備了真正的AI研發實力和核心競爭力。
據黃瑩博士介紹， 目前業界比較領先的GPU集群， 性能可以達到理論峰值的90%左右， 而聯想的GPU集群能夠達到97%， 而且可以支援大規模集群， 這相當於可以帶領用戶更快速地進入到AI的環境中。
實際上， 聯想也因此成為BAT等互聯網企業的AI GPU伺服器的主要供應商。
聯想集團副總裁、企業服務雲計算研究室、無線研究實驗室黃瑩博士
聯想AI應用探索而聯想的AI還應用於自家的電腦、手機零售門店系統，譬如在門店裡採集到的圖像資料，通過深度學習，可以看到人們在店面環境中最喜歡訪問的區域在哪個區域，路線如何進行優化，從而更好地服務顧客。
另外，在智慧醫療方面，聯想也已經和國內的一些大型醫院合作，比如醫生在拿到CT圖像以後，可以通過聯想的深度學習一體系統來輔助判斷，哪些圖像可能會是早期癌症病人，接下來要做哪些工作。
所謂聯想的深度學習一體系統，其實就是把多機分散式訓練變得像單GPU一樣簡單。但其背後，是聯想對深度學習一體系統在性能方面的多節點並行訓練，使得模型訓練時間成倍縮短，加速比達到87%，同時支持大規模集群。
ABCD理論實踐在聯想看來，人工智慧成功要素主要有四個，可以歸納為ABCD。A就是Algorithms演算法，B就是Business商業，C就是Computing Power計算力，而D則是Data資料。
對於聯想來說，在演算法方面，聯想的自然語言理解可達90%以上的準確率，在視頻分析方面也已經成功用於自身的門店智慧化管理；在商業方面，聯想在行業領域已經成功進行了很多合作，包括醫療領域的溫州第一醫院，製造業的寶鋼集團，教育領域的貴陽理工等等；在計算力方面，聯想具備整套的HPC高性能計算方案和人工智慧軟硬一體系統；最後在資料方面，聯想自研了Ceph分散式存儲和大資料平臺LEAP，可以處理12PB以上規模的資料量。
不僅如此，聯想還在2017聯想全球超算峰會上宣佈推出新一代自主研發、並擁有多項AI關鍵技術的HPC解決方案深騰8810，包括搭載的超算平臺LiCO集成了深度學習應用，以及Tensorflow，Caffe，MXNET等AI框架，涉及資料預處理，訓練，參數調整，過程監控等解決方案。
而在生態層面，聯想除了在硬體領域加強與英特爾，英偉達，Mellanox等廠商的合作，還會在軟體領域開放生態系統，並且會投資一些科技創新公司，包括Face++等。
這些，都將在即將成立的聯想位於中國北京、美國莫里斯維爾和德國斯圖加特的全球三大AI創新中心中，與行業生態夥伴進一步合作，幫助人工智慧在各行各業的應用普及。
在筆者看來，聯想目前已經在人工智慧領域加快佈局——除了已有的高性能計算商用領域的優勢外，還在相關AI人才的積累方面投入了巨大的研發資源，同時通過全球創新中心的生態建設，來説明行業客戶形成更接地氣的場景化人工智慧落地應用，從而形成AI領域的基礎架構優勢地位。
文／余文
《科技看門道》堅持深度報導，希望能通過資深媒體人對IT產業熱點新聞的深入思考，挖掘其背後的商業邏輯和創新模式——不僅看熱鬧，更要看門道！
《科技看門道》主筆在行業管道媒體擁有超過15年的從業經歷，不僅對IT消費類和企業級軟體、硬體、雲計算、大資料、人工智慧均有較深入的理解，同時見證了中國IT產業鏈上下游合作生態圈包括分銷、零售、SI、ISV和CSV的進化歷程，見證了金融、能源、製造、醫療、教育、政府、零售、高科技等行業的資訊化之路。
《科技看門道》相信，IT產業在供給側的改革——包括雲計算、大資料、移動互聯、人工智慧等，將會成為推動各行各業發展進步的核心力量。
聯想集團副總裁、企業服務雲計算研究室、無線研究實驗室黃瑩博士
聯想AI應用探索而聯想的AI還應用於自家的電腦、手機零售門店系統，譬如在門店裡採集到的圖像資料，通過深度學習，可以看到人們在店面環境中最喜歡訪問的區域在哪個區域，路線如何進行優化，從而更好地服務顧客。
另外，在智慧醫療方面，聯想也已經和國內的一些大型醫院合作，比如醫生在拿到CT圖像以後，可以通過聯想的深度學習一體系統來輔助判斷，哪些圖像可能會是早期癌症病人，接下來要做哪些工作。
所謂聯想的深度學習一體系統，其實就是把多機分散式訓練變得像單GPU一樣簡單。但其背後，是聯想對深度學習一體系統在性能方面的多節點並行訓練，使得模型訓練時間成倍縮短，加速比達到87%，同時支持大規模集群。
ABCD理論實踐在聯想看來，人工智慧成功要素主要有四個，可以歸納為ABCD。A就是Algorithms演算法，B就是Business商業，C就是Computing Power計算力，而D則是Data資料。
對於聯想來說，在演算法方面，聯想的自然語言理解可達90%以上的準確率，在視頻分析方面也已經成功用於自身的門店智慧化管理；在商業方面，聯想在行業領域已經成功進行了很多合作，包括醫療領域的溫州第一醫院，製造業的寶鋼集團，教育領域的貴陽理工等等；在計算力方面，聯想具備整套的HPC高性能計算方案和人工智慧軟硬一體系統；最後在資料方面，聯想自研了Ceph分散式存儲和大資料平臺LEAP，可以處理12PB以上規模的資料量。
不僅如此，聯想還在2017聯想全球超算峰會上宣佈推出新一代自主研發、並擁有多項AI關鍵技術的HPC解決方案深騰8810，包括搭載的超算平臺LiCO集成了深度學習應用，以及Tensorflow，Caffe，MXNET等AI框架，涉及資料預處理，訓練，參數調整，過程監控等解決方案。
而在生態層面，聯想除了在硬體領域加強與英特爾，英偉達，Mellanox等廠商的合作，還會在軟體領域開放生態系統，並且會投資一些科技創新公司，包括Face++等。
這些，都將在即將成立的聯想位於中國北京、美國莫里斯維爾和德國斯圖加特的全球三大AI創新中心中，與行業生態夥伴進一步合作，幫助人工智慧在各行各業的應用普及。
在筆者看來，聯想目前已經在人工智慧領域加快佈局——除了已有的高性能計算商用領域的優勢外，還在相關AI人才的積累方面投入了巨大的研發資源，同時通過全球創新中心的生態建設，來説明行業客戶形成更接地氣的場景化人工智慧落地應用，從而形成AI領域的基礎架構優勢地位。
文／余文
《科技看門道》堅持深度報導，希望能通過資深媒體人對IT產業熱點新聞的深入思考，挖掘其背後的商業邏輯和創新模式——不僅看熱鬧，更要看門道！
《科技看門道》主筆在行業管道媒體擁有超過15年的從業經歷，不僅對IT消費類和企業級軟體、硬體、雲計算、大資料、人工智慧均有較深入的理解，同時見證了中國IT產業鏈上下游合作生態圈包括分銷、零售、SI、ISV和CSV的進化歷程，見證了金融、能源、製造、醫療、教育、政府、零售、高科技等行業的資訊化之路。
《科技看門道》相信，IT產業在供給側的改革——包括雲計算、大資料、移動互聯、人工智慧等，將會成為推動各行各業發展進步的核心力量。