AI的下半場怎么走，這朵云知道
AI行業(yè)已進入算法算力雙核心時代
魚羊?曉查 發(fā)自 凹非寺量子位 報道 | 公眾號 QbitAI
今年都在說AI技術(shù)落地。AI到底有沒有真正落地？可能得真實數(shù)字說了才算。
IDC今年7月發(fā)布的一份報告顯示，2018至2024年，中國AI云服務(wù)市場年復(fù)合增長率將達到93.6%。
當然，高增速也不一定是真正的行業(yè)繁榮，行業(yè)的結(jié)構(gòu)變化更能說明天平傾斜的方向。
阿里云最近有一組數(shù)字值得玩味：四年前，云上的訓(xùn)練任務(wù)占比超過80%；而如今，推理任務(wù)所占算力比重已經(jīng)基本過半。
阿里云透露，這背后主要是因為4年以來，AI行業(yè)悄然發(fā)生的變化：云端進行推理的需求，比訓(xùn)練需求的增長要快得多。占比過半標志推理將是未來更為主流的云上AI計算需求，也說明AI行業(yè)已經(jīng)從創(chuàng)業(yè)和從研發(fā)和創(chuàng)業(yè)為主，真正走向落地。
為什么這么說？
阿里云異構(gòu)計算研發(fā)總監(jiān)龍欣解釋， 訓(xùn)練是更偏后端研發(fā)的階段。而推理更多是把成熟的產(chǎn)品推廣到市場上規(guī)模化應(yīng)用，從這個角度來看，算力是處于訓(xùn)練還是處于推理，其實就能判斷這個產(chǎn)品在AI上的技術(shù)是否開始了大規(guī)模落地。
而阿里云還透露了一組數(shù)字，最初云端GPU上線時，只有少數(shù)幾家互聯(lián)網(wǎng)企業(yè)和人工智能技術(shù)創(chuàng)業(yè)公司，租用算力來驗證自己的商業(yè)模式和業(yè)務(wù)探索；現(xiàn)在AI用戶已覆蓋智能智造、醫(yī)療、教育等數(shù)十個行業(yè)。
例如，今年的疫情讓在線教育等行業(yè)迅速增長。阿里云透露，在線教育是過去一年里對異構(gòu)計算需求增長最迅速的行業(yè)，已經(jīng)增長了近200%。這也側(cè)面反映了這個行業(yè)AI應(yīng)用的快速落地。
“實際上，AI已經(jīng)進入到了下半場。推理業(yè)務(wù)的多樣化也帶來了異構(gòu)場景和器件的多樣化，云游戲、5G都是現(xiàn)在非常受關(guān)注的賽道。”龍欣表示，云上異構(gòu)計算也在支撐更多的新興賽道。
AI技術(shù)已經(jīng)到了不是少數(shù)人少數(shù)企業(yè)的“自嗨”，開始走向傳統(tǒng)行業(yè)，全面開花。
總而言之，AI已經(jīng)從重訓(xùn)練的研發(fā)階段，進入訓(xùn)練推理并重的落地階段，而且應(yīng)用面越來越廣。
從算法到“算法+算力”
以深度學(xué)習(xí)為代表的AI技術(shù)飛速發(fā)展，對于算力的需求也在暴增。OpenAI的年度報告顯示，從AlexNet到AlphaGo Zero，短短6年時間里，最先進AI模型算力需求增長了30萬倍。
算法固然是提升AI技術(shù)的核心，但是想要AI快速落地，最“簡單粗暴”的辦法就是疊加算力。今年出現(xiàn)的超大自然語言模型GPT-3就是典型的例子。
另一方面，更偏研發(fā)行為的訓(xùn)練階段，對算力的需求是有天花板的，與具體業(yè)務(wù)規(guī)模不直接關(guān)聯(lián)。而如今AI產(chǎn)品的落地，意味著隨著前端用戶規(guī)模的擴大，對應(yīng)推理業(yè)務(wù)模型對算力的需求是會呈現(xiàn)線性甚至爆發(fā)式增長的。比如，阿里云曾經(jīng)在數(shù)天內(nèi)為一款爆款A(yù)I產(chǎn)品“彈出”了數(shù)萬片云上GPU，抓住了涌入的用戶。
“巧婦難為無米之炊”，掌握算力資源的AI基礎(chǔ)設(shè)施成為AI從概念到落地的重要支撐。
AI已經(jīng)從以單一的算法為核心逐漸演變?yōu)樗惴ā⑺懔﹄p核心。
云，無疑是獲取算力最便捷與靈活的方式。通過云，企業(yè)可以隨時獲得充足的云端AI算力。
作為基礎(chǔ)設(shè)施提供商的云計算，為滿足行業(yè)發(fā)展，堆硬件是必經(jīng)之路，但提供AI算力并不等同于單純堆硬件，如果沒有全面的軟硬件技術(shù)，只會得到1+1<2的效果。
如何調(diào)度這些資源，解決用戶在使用時的性能損失，是云計算廠商必須考慮的問題。
云異構(gòu)計算的三個階段
這就要從云上AI基礎(chǔ)設(shè)施的發(fā)展階段說起。
云上異構(gòu)計算作為最能發(fā)揮AI效率的計算方式，其發(fā)展可以分為三個階段： 第一個階段，是異構(gòu)計算需求的從0到1。
在2013年AlexNet依靠GPU達到80%準確率，展現(xiàn)了GPU在AI算力提供上的能力這給業(yè)界開辟了一條新路。淘寶拍立淘、新浪微博等等，就開始嘗試利用GPU來開發(fā)機器學(xué)習(xí)產(chǎn)品。2016年，阿里云邁出了第一步：啟動異構(gòu)計算業(yè)務(wù)，主要是服務(wù)了第一批尋求AI創(chuàng)新的客戶的需求。在這個階段，主要解決了企業(yè)對異構(gòu)算力的從有到無。
第二個階段，是規(guī)模化。
在2016年AlphaGo大放異彩之后，深度學(xué)習(xí)等AI技術(shù)開始從實驗室走向工業(yè)界。隨著大量互聯(lián)網(wǎng)企業(yè)開始對人工智能算法研發(fā)進行重點投入，AI算力的瓶頸也日益凸顯。
大量模型訓(xùn)練的需求，以及對大算力需求的不斷增長，推動了規(guī)模化、強彈性、高性能的云上計算基礎(chǔ)設(shè)施的落地。阿里云也開始規(guī)模化部署云上異構(gòu)算力。 短短3年時間，阿里云已經(jīng)擁有超大規(guī)模的云上異構(gòu)計算集群，每秒能支撐100億億次的異構(gòu)運算，相當于在1秒內(nèi)看懂超過5.3億張圖片、翻譯4千萬句話、識別9.2萬小時長的語音。
而正如前文所說，2020年，人工智能行業(yè)的拐點已經(jīng)到來，AI真正從研發(fā)和創(chuàng)業(yè)，走向了落地實踐。這也就驅(qū)動著異構(gòu)計算產(chǎn)品進入了第三階段。
第三階段的特征，是精細化和多樣化。
當AI從研發(fā)走向落地，訓(xùn)練場景就將面臨更為復(fù)雜多樣的業(yè)務(wù)，對于企業(yè)客戶而言，上云的需求也就從大算力，聚焦到了降低推理成本和極速部署等方面，同時場景也更為多樣。
不難看出，這三個階段的變化，是技術(shù)進步和行業(yè)發(fā)展共同促進的結(jié)果。
而第二階段構(gòu)建面向大計算的基礎(chǔ)設(shè)施，可以說是所有云廠商的必經(jīng)之路，也仍然是目前許多廠商的競爭重點。
但在基礎(chǔ)設(shè)施之上，如何讓客戶能進一步快速調(diào)用資源，在AI落地的過程中進一步降本增效？
作為中國云計算市場份額最高的云服務(wù)商，阿里云已經(jīng)率先邁出了這一步，給出的答案是——
軟硬一體
軟硬一體，在2017年就已成為頭部云服務(wù)廠商的共識。 為了云計算的一大頑疾——通過虛擬機搭建云的過程中，虛擬化帶來的性能損耗問題，2017年9月，阿里云推出第一代神龍架構(gòu)，在整個行業(yè)中首次以軟硬結(jié)合的設(shè)計方式實現(xiàn)了性能的0損耗。而大洋彼岸的AWS也同樣在2017年底推出了類似產(chǎn)品AWS Nitro架構(gòu)。
在此基礎(chǔ)之上，現(xiàn)在，阿里云異構(gòu)計算針對垂直行業(yè)，進一步提供了讓云上資源變得更高效、更易用的軟件工具。
比如針對人工智能行業(yè)的神龍AI加速引擎（AIACC）。
在大規(guī)模深度學(xué)習(xí)場景中，大規(guī)模GPU資源不僅導(dǎo)致了高運維成本，隨著機器數(shù)的增加，不同機器GPU之間的配合難度也會變大，導(dǎo)致單張GPU卡的利用率反而下降。AIACC則可以通過對通訊、帶寬等進行深度優(yōu)化，提升資源協(xié)作效率和利用率
在AIACC的加持之下，今年3月，阿里云獲得了斯坦福大學(xué)DAWNBench ImageNet四個榜單的世界第一。
根據(jù)已經(jīng)落地的實際案例，AIACC可以幫助客戶在云上訓(xùn)練場景下，提升2倍到14倍的性能；在推理場景下，提升2倍到6倍的性能。 AI芯片領(lǐng)域的獨角獸地平線，與阿里云AIACC團隊緊密合作，將基于阿里云異構(gòu)計算的分布式訓(xùn)練性能提升4倍，讓地平線算法研發(fā)效率得以顯著的提升，成本得以大幅下降。
阿里內(nèi)部，以阿里云IoT的圖像分類業(yè)務(wù)為例。AIACC團隊和IoT智能業(yè)務(wù)研發(fā)團隊合作，將大規(guī)模圖像分類分布式訓(xùn)練性能提升5倍。
另一阿里異構(gòu)獨有的軟件產(chǎn)品，便是分片cGPU容器技術(shù)，能讓客戶通過容器來調(diào)度底層GPU資源，以更細顆粒度調(diào)度使用GPU，提高GPU資源利用率，達到降本增效的目的。
阿里云異構(gòu)計算產(chǎn)品負責人潘岳也進一步對量子位解釋了“軟硬一體”的必要性：
單純從算力的角度來說，硬件相當修路時用到的水泥、石塊這樣的基礎(chǔ)。但僅僅是基礎(chǔ)的堆疊顯然是不足以解決問題的。
硬件資源為底層的基礎(chǔ)設(shè)施之上，需要將虛擬化這樣的技術(shù)通過軟件產(chǎn)品的形式迭代出來，去充分發(fā)揮底層硬件的能力，把相應(yīng)的技術(shù)紅利釋放給客戶。
算力池化
除了軟硬一體，阿里云異構(gòu)計算產(chǎn)品展現(xiàn)出來的另一個發(fā)展趨勢，是算力池化，帶來了對算力更加靈活的調(diào)度能力。
一直以來，用戶在云上選擇GPU算力的時候，都是受規(guī)格配比限制的，比如內(nèi)存和GPU之間只有特定幾個比例。可是每個AI推理模型之間需要的資源配比是千差萬別的。
阿里云異構(gòu)計算今年推出彈性加速計算實例EAIS，通過軟件池化的方式，在國內(nèi)云廠商中首次實現(xiàn)GPU、FPGA、NPU等異構(gòu)加速器與CPU/內(nèi)存的解耦。
EAIS為客戶提供了一個異構(gòu)算力池，用戶可以將需要的GPU資源量搭配到任何一款阿里云ECS服務(wù)器中，根據(jù)不同應(yīng)用需求靈活優(yōu)化CPU/內(nèi)存與GPU之間的比例，匹配適合的資源組合，在提升AI推理效率的同時大幅降低成本。
全面布局
AI下半場，它的基礎(chǔ)設(shè)施需要更豐富和多樣。
龍欣表示，推理面臨的是非常復(fù)雜的業(yè)務(wù)場景，涉及到的技術(shù)很可能不只有AI。C端用戶用到的一個功能，可能融合了音視頻編解碼和深度學(xué)習(xí)等多種技術(shù)。異構(gòu)計算作為底層的基礎(chǔ)設(shè)施，也需要覆蓋多樣化的需求。
阿里云異構(gòu)計算雖然發(fā)軔于AI，但它面對的，早已不只AI。
阿里云異構(gòu)計算產(chǎn)品加持的經(jīng)典案例，早已不僅僅局限于AI領(lǐng)域。
阿里云異構(gòu)GPU/FPGA服務(wù)器就重點支持了天貓雙11晚會直播的實時視頻轉(zhuǎn)碼，服務(wù)了4k、1080p、720p等各個分辨率的轉(zhuǎn)碼。
業(yè)內(nèi)規(guī)模最大的單業(yè)務(wù)FPGA計算集群，為淘寶提供超過數(shù)百萬QPS的圖片轉(zhuǎn)碼處理能力。FPGA云服務(wù)器今年首次100%承擔雙十一淘寶圖片流量，預(yù)計節(jié)省計算成本數(shù)億元。
……
云異構(gòu)計算的下一步
回顧國內(nèi)云異構(gòu)計算產(chǎn)品的發(fā)展歷程，阿里云無疑是最早布局的云服務(wù)商。
據(jù)阿里巴巴集團研究員、阿里云彈性計算負責人張獻濤介紹，阿里巴巴內(nèi)部有豐富的業(yè)務(wù)，這些內(nèi)部業(yè)務(wù)為阿里云的技術(shù)輸出提供了最直觀的行業(yè)洞察。而反過來，阿里云的技術(shù)積累又反哺了集團業(yè)務(wù)。
這就形成了一個良性的閉環(huán)，使得阿里云能夠堅定地在云計算業(yè)務(wù)上進行前瞻性的布局。
那么，在第三階段之后，云異構(gòu)計算將向何處去，阿里云又是如何判斷的呢？
阿里云異構(gòu)計算產(chǎn)品負責人潘岳談到，從產(chǎn)品的角度而言，未來云異構(gòu)計算的發(fā)展，一定是一個生態(tài)化的過程。
一方面，是阿里云這樣的底層基礎(chǔ)設(shè)施，被行業(yè)ISV（獨立軟件開發(fā)商）、解決方案公司集成，賦能AI等領(lǐng)域的創(chuàng)新實踐。
另一方面，是與英偉達這樣的加速器廠商加強合作，進一步豐富加速器的硬件生態(tài)。
而站在技術(shù)角度，阿里云異構(gòu)計算研發(fā)總監(jiān)龍欣表示，接下來，單一加速器將不再能滿足AI、視頻編解碼等諸多領(lǐng)域的業(yè)務(wù)需求，加速器硬件融合的趨勢已經(jīng)顯現(xiàn)。
未來，異構(gòu)計算在技術(shù)上有可能出現(xiàn)這樣一次新的變革：通過軟件池化解耦和硬件池化解耦，把多種加速器融合在一起，去滿足AI等行業(yè)中業(yè)務(wù)落地階段更廣泛的加速需求。
這也將是阿里云下一階段的重點探索方向。
并且，隨著5G的布局，隨著視頻等可視化計算需求的增長，云異構(gòu)計算不僅僅是在AI領(lǐng)域，也將在視頻、云游戲等更多行業(yè)中扮演更加重要的角色。
版權(quán)所有，未經(jīng)授權(quán)不得以任何形式轉(zhuǎn)載及使用，違者必究。
相關(guān)閱讀
