古人雲，“工欲善其事，必先利其器”。
不久前，谷歌AlphaGo2代3:0擊敗圍棋世界冠軍柯潔後，宣布未來焦點将從圍棋轉向行業應用領域，其實也宣布了人工智能（AI）開始成為企業計算解決方案提供商的下一個重點領域。
衆所周知，人工智能領域的三大基礎是計算、算法和資料。資料角度，各種手持終端包括物聯網傳感器的廣泛使用，使得資料量呈幾何級數增長态勢；在算法層面，AlphaGo 2代以政策網絡和深度學習、增強學習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，必先利其器”。
“聯想是包括BAT，百度，阿裡，騰訊在内的衆多網際網路企業的AI GPU伺服器的主要供應商。”在2017聯想全球超算峰會上，聯想集團進階副總裁、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，正在被用于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算法，這套系統現在已經廣泛服務于京東6000萬客戶。”
聯想集團進階副總裁、資料中心業務集團中國區總經理童夫堯
AI GPU伺服器是個啥
為什麼AI總是和GPU挂鈎？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挂鈎是因為AI等類類神經網路的處理更多會牽涉到矩陣乘法和加法，使用并行運作的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；而内建DSP區塊和本地存儲器的FPGA可獲得較佳的能源效率，但價格比較昂貴；CPU則更多用于控制和參數同步，目前專門用于機器學習的Intel Phi在奮起直追。
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并行化，與AI算法相比對，是以優化設計GPU叢集是目前的重點之一。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排程軟體，調用各種不同的主流深度學習架構如谷歌的TensorFlow、Facebook的Caffe、微軟的MXNET以及torch、theano等，進行更快速的并行化處理，達到更高效運作的目的，來支援基于深度學習的各種人工智能應用。
多元技術人才儲備
這樣的多伺服器、多GPU的中大型規模訓練，需要人工智能專家在深度學習模型和設定架構方面，網絡系統工程師和存儲系統工程師在分布式存儲和網絡設定方面，分布式計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、計算力到算法到資料的積澱，都具備了真正的AI研發實力和核心競争力。
據黃瑩博士介紹，目前業界比較領先的GPU叢集，性能可以達到理論峰值的90%左右，而聯想的GPU叢集能夠達到97%，而且可以支援大規模叢集，這相當于可以帶領使用者更快速地進入到AI的環境中。
實際上，聯想也是以成為BAT等網際網路企業的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
據介紹，聯想目前在AI方面已經做了的一些嘗試和探索，包括京東、淘寶、微網誌、亞馬遜上的評論等自然語言，采集回來進行了解處理，可以達到90%以上的準确率。
而聯想的AI還應用于自家的電腦、手機零售門店系統，譬如在門店裡采集到的圖像資料，通過深度學習，可以看到人們在店面環境中最喜歡通路的區域在哪個區域，路線如何進行優化，進而更好地服務顧客。
另外，在智慧醫療方面，聯想也已經和國内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，其實就是把多機分布式訓練變得像單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并行訓練，使得模型訓練時間成倍縮短，加速比達到87%，同時支援大規模叢集。
ABCD理論實踐
在聯想看來，人工智能成功要素主要有四個，可以歸納為ABCD。A就是Algorithms算法，B就是Business商業，C就是Computing Power計算力，而D則是Data資料。
對于聯想來說，在算法方面，聯想的自然語言了解可達90%以上的準确率，在視訊分析方面也已經成功用于自身的門店智能化管理；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，制造業的寶鋼集團，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能軟硬一體系統；最後在資料方面，聯想自研了Ceph分布式存儲和大資料平台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布推出新一代自主研發、并擁有多項AI關鍵技術的HPC解決方案深騰8810，包括搭載的超算平台LiCO內建了深度學習應用，以及Tensorflow，Caffe，MXNET等AI架構，涉及資料預處理，訓練，參數調整，過程監控等解決方案。
而在生态層面，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态系統，并且會投資一些科技創新公司，包括Face++等。
這些，都将在即将成立的聯想位于中國北京、美國莫裡斯維爾和德國斯圖加特的全球三大AI創新中心中，與行業生态夥伴進一步合作，幫助人工智能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能領域加快布局——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态建設，來幫助行業客戶形成更接地氣的場景化人工智能落地應用，進而形成AI領域的基礎架構優勢地位。