解讀“中國量子計算機”，比神威·太湖之光還厲害？

　　今天中科院微信發(fā)布了一個(gè)“重磅消息”：中國量子計算機誕生。

　　這么說(shuō)多少有一點(diǎn)夸張。

　　這件事實(shí)際上是中科大潘建偉、陸朝陽(yáng)、朱曉波和浙大王浩華教授等，自主研發(fā)了10比特超導量子線(xiàn)路樣品，通過(guò)發(fā)展全局糾纏操作，成功實(shí)現了目前世界上最大數目的超導量子比特的糾纏和完整的測量。

　　進(jìn)一步，研究團隊利用超導量子線(xiàn)路演示了求解線(xiàn)性方程組的量子算法，證明了通過(guò)量子計算的并行性加速求解線(xiàn)性方程組的可行性。

　　潘建偉說(shuō)：這是歷史上第一臺超越早期經(jīng)典計算機的基于單光子的量子模擬機，為最終實(shí)現超越經(jīng)典計算能力的量子計算奠定了基礎。

　　官方公布的實(shí)驗測試聲稱(chēng)，該原型機的取樣速度比國際同行快至少24000倍，同時(shí)，通過(guò)和經(jīng)典算法比較，也比人類(lèi)歷史上第一臺電子管計算機(ENIAC)和第一臺晶體管計算機(TRADIC)運行速度快10-100倍。

　　相關(guān)報道中還引用了一個(gè)例子：“如果現在傳統計算機的速度是自行車(chē)，量子計算機的速度就好比飛機”。而且進(jìn)一步表示：量子計算機對特定問(wèn)題的處理能力可超過(guò)目前最快的“神威·太湖之光”超級計算機。

　　潘建偉教授一直在光量子計算機領(lǐng)域進(jìn)行研究，至少在2007年，潘建偉研究組的“光量子計算機的物理實(shí)現和算法應用”，就曾獲評中國高等學(xué)校十大科技進(jìn)展。

　　而關(guān)于光量子計算機的相關(guān)研究，也一直有一些爭論。

　　帶著(zhù)種種疑問(wèn)，量子位火線(xiàn)對話(huà)浪潮人工智能與高性能產(chǎn)品部總經(jīng)理劉軍。嘗試找到答案。

　　比超算還厲害?

　　對于今天發(fā)布的“中國量子計算機”，劉軍表示還沒(méi)有看過(guò)具體的產(chǎn)品和論文，但他指出報道中關(guān)于自行車(chē)和飛機的比喻，以及說(shuō)量子計算機超越神威·太湖之光的說(shuō)法，都是不對的。原因有三個(gè)：

　　1)相關(guān)產(chǎn)品還沒(méi)有正式的商業(yè)化應用

　　2)幾年前美國在研究，但只是樣機給Google之類(lèi)的測試，距實(shí)際應用還有很遠

　　3)目前只應用在幾個(gè)少量領(lǐng)域，多數場(chǎng)景還不行

　　另外也有朋友對量子位表示，量子計算目前非常依賴(lài)算法，只有在解決特定問(wèn)題時(shí)才能起效。而且量子態(tài)的長(cháng)時(shí)間存儲比較困難，目前還難以支撐大規模計算，相關(guān)研究只停留在理論階段。

　　總而言之一句話(huà)：應用問(wèn)題是目前量子計算最核心的問(wèn)題。大部專(zhuān)業(yè)場(chǎng)景還用不上量子計算機，未來(lái)可能比較適用于安全性要求高、加密解密等方面的工作。因此劉軍說(shuō)跟神威·太湖之光相比并不合適。

　　神威·太湖之光，是我國自主研發(fā)的超級計算機，也是目前全球排名第一的超級計算機，速度比第二名“天河二號”快出近兩倍。

　　2015年，美國宣布對中國禁售高性能處理器。一年之后，中國就自主研發(fā)出超級計算機神威·太湖之光。也是一件相當提氣的事情。

　　量子位問(wèn)劉軍其中的緣由。

　　這位業(yè)內人士回答說(shuō)：首先是國家布局早，國防科大和江南計算所都是軍方背景的研究隊伍，而且國家重視，列入了戰略級目標中。

　　其次更直接的是被逼得沒(méi)辦法，像美國對中國禁運，最尖端的部件不給你了，于是刺激了中國必須要自主開(kāi)發(fā)做這個(gè)事情——美國人實(shí)際上干了一件很愚蠢的事情。

　　超級計算機神威-太湖之光作為國之重器，目前對于人工智能的不少問(wèn)題，幾乎就像屠龍刀斬蛇一般——實(shí)在太委屈了。劉軍笑稱(chēng)，現在只有超大規模的科學(xué)工程計算仿真問(wèn)題，才“配”動(dòng)用這把國家屠龍刀。

　　順著(zhù)這個(gè)話(huà)題，繼續聊聊超算和人工智能?！　≡缭贏(yíng)lphaGo擊敗李世石、并讓深度神經(jīng)網(wǎng)絡(luò )、機器學(xué)習和人工智能“聞名”于千家萬(wàn)戶(hù)之前，以服務(wù)器和計算力為主業(yè)的浪潮內部，就已經(jīng)在早幾年里感知到了這種變化。

　　特別是對劉軍來(lái)說(shuō)，這種AI大潮洶涌而至的感覺(jué)，沒(méi)有人比他更有話(huà)語(yǔ)權了。尤其是今年以來(lái)，他的頭銜從浪潮集團高性能服務(wù)器產(chǎn)品部總經(jīng)理，新近變更為了浪潮人工智能與高性能產(chǎn)品部總經(jīng)理。

　　而更重要的是這種title變化背后展現出的AI產(chǎn)業(yè)趨勢。

　　如果我們把BAT、360、搜狗、今日頭條，Face++等企業(yè)看作人工智能時(shí)代的掘金者，那從“浪潮”這個(gè)賣(mài)水者背后，也能窺見(jiàn)AI潮水涌動(dòng)的方向。

　　意料之外：GPU本為超算而生

　　在接受量子位專(zhuān)訪(fǎng)中，劉軍被問(wèn)到“人工智能”時(shí)的第一個(gè)反應是：意料之外?！　∷貞浄Q(chēng)，現在這個(gè)人工智能熱潮讓他最明顯感知到是3年前，當時(shí)還沒(méi)有AlphaGo大戰李世石的史詩(shī)級事件，但因為BAT在內的客戶(hù)，已經(jīng)開(kāi)始有了更大計算量和更多計算力方面的業(yè)務(wù)——“我們把它看作一種新的方法和工具，讓我們去處理原來(lái)大數據的這些問(wèn)題?！?/p>

　　之前，劉軍未想過(guò)超算和AI會(huì )帶來(lái)這樣結合性的歷史機遇，而從3年前開(kāi)始，他們感知到一些業(yè)務(wù)正在變得不同。

　　讓這一切變得不同的最大變量是GPU的出現。

　　首先，GPU可能現在已經(jīng)廣為人知，是人工智能中最核心的芯片應用，但GPU的誕生，當時(shí)最主要的目的卻是希望解決超算和高性能計算中的問(wèn)題。

　　“NVIDIA的創(chuàng )始人黃仁勛發(fā)明GPU，當時(shí)最主要想做超算和高性能計算。但當時(shí)他最主要的競爭對手是Intel，以及更現實(shí)的問(wèn)題是所有的軟件都跑在Intel的CPU集群上，所以如何把軟件移植過(guò)來(lái)，是最頭疼的問(wèn)題?！?/p>

　　然而意料之外的是，搞神經(jīng)網(wǎng)絡(luò )的人發(fā)現了GPU，并發(fā)現GPU對加速訓練的性能提升幫助很大，于是開(kāi)始帶動(dòng)了整個(gè)用GPU來(lái)做深入神經(jīng)網(wǎng)絡(luò )的熱潮。

　　互聯(lián)網(wǎng)公司升級：框架是關(guān)鍵一步

　　毫無(wú)疑問(wèn)，這股浪潮也影響到了中國互聯(lián)網(wǎng)公司。但在2015年以前，這些公司并不知道如何利用GPU實(shí)現神經(jīng)網(wǎng)絡(luò )的訓練。

　　劉軍表示，當時(shí)包括科大訊飛、搜狗和奇虎360等公司，都在尋求解決方案，即如何做應用的遷移優(yōu)化，而浪潮的角色，就是幫自己的這些超算業(yè)務(wù)里的客戶(hù)，把CPU的應用轉到GPU上。

　　不過(guò)，這并不是一蹴而就的事情。劉軍認為當時(shí)雖然浪潮服務(wù)的客戶(hù)有了把應用遷移到GPU上的需求，但其中面臨最現實(shí)的挑戰來(lái)自“人才”——懂GPU的人實(shí)在有限，人力資源也遭遇緊缺。

　　于是這其間第二個(gè)關(guān)鍵的變量是Caffe之類(lèi)的框架。

　　劉軍將Caffe的出現比喻成“輪子”，是加快整個(gè)AI這輛汽車(chē)往前的關(guān)鍵性發(fā)明。自此之后，互聯(lián)網(wǎng)公司和研究人工智能的公司就有了較為便利的工具，能夠快速把原來(lái)的數據通過(guò)深度學(xué)習的方法轉化成比較強的推理識別的業(yè)務(wù)應用。

　　“如果沒(méi)有Caffe這樣的框架，現在看到的絕大多數的人工智能可能還在探索怎么編寫(xiě)程序、以及如何實(shí)現想要的東西，所以’輪子’出現，整個(gè)進(jìn)度一下子就上升了很多?！?/p>

　　超算和AI因何交匯?

　　當然，除了GPU和Caffe帶來(lái)的加速，劉軍還認為超算的發(fā)展變革，正在和人工智能交織在一起，而這也是他的職務(wù)變成浪潮人工智能與高性能產(chǎn)品部總經(jīng)理的原因。

　　“人工智能”并非為加而加，“高性能”保留也并非沒(méi)有緣由。

　　劉軍介紹稱(chēng)，目前服務(wù)的客戶(hù)來(lái)看，圖像分析的樣本量級大約為百億級，而語(yǔ)音分析也達到了十萬(wàn)小時(shí)級。隨著(zhù)AI的應用范圍拓展，訓練數據的樣本量越來(lái)越大，對并行存儲容量和帶寬提出了新挑戰。

　　他表示，從高性能計算能力支撐來(lái)講，深度學(xué)習需要高容量、高帶寬的并行存儲，高帶寬、低延時(shí)的互聯(lián)網(wǎng)絡(luò )，需要更大規模的GPU集群，同時(shí)需要專(zhuān)用的神經(jīng)網(wǎng)絡(luò )芯片。

　　劉軍指出的具體解決方案分線(xiàn)上和線(xiàn)下。

　　線(xiàn)下平臺方面，主要有X86 CPU同行并行計算和GPU/MIC異構并行計算。因為線(xiàn)下訓練涉及的數據量非常大，往往能夠達到PB級，計算和通信十分密集，由于深度神經(jīng)網(wǎng)絡(luò )(DNN)、循環(huán)神經(jīng)網(wǎng)絡(luò )(RNN)、卷積神經(jīng)網(wǎng)絡(luò )(CNN)等算法往往可擴展性不高，需要在節點(diǎn)內進(jìn)行高效計算。

　　線(xiàn)上平臺方面，則有X86 CPU同構并行計算、GPU/MIC異構并行計算，以及FPGA異構并行計算。

　　這種方案主要基于用戶(hù)請求。由于線(xiàn)上產(chǎn)品往往伴隨著(zhù)億萬(wàn)級別的用戶(hù)和用戶(hù)請求，需要成千上萬(wàn)個(gè)節點(diǎn)來(lái)實(shí)時(shí)響應，這就要求線(xiàn)上平臺低功耗且高性能。

　　作為浪潮方面解決方案的直接負責人，劉軍認為FPGA正在成為潮流。

　　劉軍解釋稱(chēng)，原來(lái)大家一直用的比較多的是CPU，因為CPU大環(huán)境比較成熟，部署起來(lái)也比較方便。

　　現在在訓練端大家越來(lái)越多的用GPU，所以在前端推斷端云端部署的時(shí)候，越來(lái)越多的人開(kāi)始部署GPU。因為它的模型直接過(guò)來(lái)放在上面就可以用。

　　第三個(gè)方向也是浪潮在做的FPGA，FPGA的方式天生的就比較適合于并發(fā)的低延遲的處理簡(jiǎn)單的小任務(wù)，現在用FPGA在云端處理推理端。

　　不過(guò)現在用戶(hù)除了廣泛接納CPU、GPU外，他們也正在嘗試新的趨勢，目前之所以FPGA的異構計算模式成為深度學(xué)習選擇，核心關(guān)鍵是：低功耗、高性能、易編程。

　　值得注意的是，超算和人工智能的實(shí)際結合也正在越來(lái)越多地發(fā)生。

　　就在近期結束的ASC2017世界大學(xué)生超算競賽中，全球最快、中國最知名的超級計算機神威-太湖之光就成為了總決賽的計算平臺。其中具體領(lǐng)域涵蓋超算系統設計、人工智能、基因測序等。

　　而人工智能方面，則基于百度的深度學(xué)習開(kāi)源平臺PaddlePaddle，要求參賽者在3000W額定功耗下搭建超算系統競賽平臺、建模計算并對瞬息萬(wàn)變的交通情況做出預測，并且幫助車(chē)輛選擇最合適的行駛路線(xiàn)。

　　競賽提供給各隊伍在上百條道路上約50個(gè)工作日的歷史交通數據，要求他們預測每條道路在某工作日早高峰的道路交通狀況，最終，北京航空航天大學(xué)、清華大學(xué)、俄羅斯烏拉爾聯(lián)邦大學(xué)等參賽隊伍取得了較高精度的交通預測結果。

　　不過(guò)，劉軍對量子位表示這只是“牛刀小試”。主要目的是希望借助競賽，培養更多人的興趣，“讓更多人知道它、了解它、熟悉它，為下一步生態(tài)圈內的軟件開(kāi)發(fā)培養興趣和習慣?！?/p>

　　這也是這位站在超算和AI交叉路口的專(zhuān)家，對目前最大挑戰的看法——中國有了自主研發(fā)的超算，并且實(shí)現了全球最快，但現在還不到“滿(mǎn)血”應用和服務(wù)于各種工程的爆發(fā)期，因為整個(gè)軟件生態(tài)和開(kāi)發(fā)生態(tài)還有待建設。(完)

　　此前，圖靈獎得主Raj Reddy接受量子位專(zhuān)訪(fǎng)時(shí)表示，計算能力的進(jìn)步，將推動(dòng)人工智能和相關(guān)算法的繼續飛躍。