训练模型|算力时代，谁主沉浮( 二 )
清华大学教授陈文光与张云泉在2020年推出了相应的AIperf测试标准，并致力于将其国际化 。但他坦言：“推出一个国际化的测试标准是很有难度的，后续还要努力 。”
“蛮算”的AI计算
在实际应用中，传统超算最适合用于科学和工程计算，这类计算有可计算模型，可以发展有很高精度的算法，计算结果精度也非常高 。但有些问题是科学计算力不能及的，如缺乏数学模型的问题和超高维问题 。这时，以机器学习为代表的AI计算就派上了用场 。
不过，张林波介绍，机器学习等是一种类似统计的方法，与科学计算相比其结果精度不高 。另外，AI计算还有稳定性问题、模型泛化受限等问题 。
他举例说，在新冠肺炎疫情暴发之初，许多人一窝蜂地用肺部影像识别来鉴定新冠病毒感染，发了很多论文，但后来发现这些论文的结论几乎没有可用的 。
“图像识别是机器学习最擅长的领域，发生上述情况的原因可能是训练数据太小或是机理不清，但或许这才是AI计算要去深究的，比如摸清机理后设计更先进的算法等 。”基于现阶段AI计算机的作用，张林波认为现在的“人工智能计算”简称为“智能计算”或“智算”有点误导人——“这样的AI计算并不‘智能’ 。”
“没有知识库、没有逻辑处理能力，当我们搞不清楚某问题的机理时，拿一个神经网络靠机器的规模去模仿它，这不叫‘智算’，叫‘蛮算’ 。”张林波说 。
国家气象信息中心副总工程师沈文海对此产生了共鸣 。他提出，气象部门也在做AI应用方面的探索，但都是各自为战——围绕某个痛点，如AI识别云图、台风规模和路径等，把数据拿来、接入计算资源、识别一番，确实有点“傻算”“蛮算”意味 。
“我们缺乏一个长期计划或整个气象部门的AI规划 。”沈文海认为，长此以往就有很大的弊端，一是没有对机理成因方面的探讨，二是低水平重复 。
“制定一个覆盖整个气象部门的AI应用发展规划，确实很有难度，并且这会引发对算力中心的新需求 。”沈文海说 。
融合发展仍是趋势
对算力中心提出新需求的，还有时下热门的数字孪生 。
数字孪生是机器学习领域非常重要的研究方向之一 。在借由大量传感器将物理世界数字化、虚拟化的数字孪生世界里，AI可以做的事情很多，包括预测物理世界未来如何进一步演进、衍生 。
中国科学院半导体技术研究所研究员李卫军说，数字孪生“绝对需要超大的一个计算系统”，因为它不仅需要包含神经网络计算，也需要很多逻辑计算 。“这是一个大型的逻辑计算与抽象思维相结合的应用场景” 。
从本质上来说，高性能计算和AI计算都是在模拟人的智能：前者模拟人的逻辑计算能力，后者模拟的是人的抽象思维 。只不过，超级计算机现在在逻辑计算方面比人的计算能力强亿万倍，而AI计算机目前却只能用深度神经网络来获得一个近似的结果 。
显然，两种不同的能力也不能用同一种标准评价孰好孰坏 。
李卫军认为，将来数字孪生要发展，需要传统超算与AI计算实现融合，这是逻辑计算和抽象思维的一种融合，虽然它需要怎样的计算结构和算法目前还不得而知 。
在HPC和AI融合发展的道路上，排在全球超算TOP500榜单前列的“大机器”先走一步 。
日本“富岳”超级计算机（Fugaku）和美国“顶点”（Summit）不仅科学计算能力出众，而且能支撑大规模的AI计算（如图计算）需求 。这缘于它们的异构架构——高性能CPU支撑其高精度浮点计算性能，大量加速芯片支撑深度学习应用 。它们作为世界上最先进的计算机，多少代表着未来计算融合发展的方向 。
推荐阅读
- fc力量训练方法（fc力量训练方法有什么）
- 训练的腿疼怎么办（训练的腿疼怎么解决）
- 毛笔楷书基础训练教程（毛笔楷书基础训练方法）
- 隔肌呼吸的训练方法（怎样训练隔肌呼吸）
- 训练恶狗的正确方法（可以随意打骂吗）
- 练核心力量训练方法（如何训练核心力量）
- 博美犬训练排便的方法步骤（如何训练博美犬排便）
- 田径力量训练方法小学生（如何训练小学生田径力量）
- 训练800米跑步的技巧（800米跑步训练的技巧有什么）
- 中锋篮球训练方法（关于中锋篮球训练方法）