雷锋网AI科技评论按：6月27日至29日，由国际测试委员会（BenchCouncil）主办，国家超级计算深圳中心、中科曙光等单位共同承办的第六届世界智能计算机大会（BenchCouncil）在深圳麒麟山庄举行。世界智能计算机大会作为智能计算机产业备受瞩目的国际学术盛宴，来自产学研各领域的专家、学者齐聚于此，围绕以智能芯片和系统为基础的智能计算机产业一同探索、展望智能发展未来。

大会主论坛自然是本次大会最受瞩目的环节，共分两天（上午）进行，雷锋网AI科技评论为大家带来全程报道。

主论坛（上）

本次大会主论坛的第一场演讲由深圳市科技创新委员会主任梁永生带来，他的演讲主题是《深圳科技创新环境与政策》。进入正题前，梁永生先首先告知了大家一个「坏消息」：本次的演讲全程无PPT。对此，他的解释是：「如果用PPT，大家都只顾着拍照了，相比之下我更希望大家能听我说话，会后记得我说过哪几句重要的话即可。」

深圳市科技创新委员会主任梁永生

梁永生指出，创新有4驾马车：人才、技术、资金和政策。针对这四个方面，深圳市科技创新委员会都一一进行了重新梳理，也正在思考如何推动深圳在这四个方面取得发展，从而更好地实现创新。例如，目前深圳市科技创新委员会就对科研课题评定方式进行了改革，不再仅仅采取此前自下而上提报、审定的方式，还增加了政府内部基于技术发展的自上而下的方式，让科研工作者真正从现实发展需求出发，来开展重点科研项目。

在科技创新环境与政策上，委员会也深刻意识到由于历史原因，深圳在高校资源和基础研究方面的不足，对此，也专门提出了一个关于加快基础技术研究的实施办法：第一点是科学问题的提出。现在科研工作者一般是进行意向导向的研究，因此需要其从现实的需求中提出科研问题；第二点是科研环境。梁永生指出，我国当前的科研环境非常浮躁，希望各位科研工作者能够耐得住寂寞，坐得住板凳，能够获得与诺奖级别的成果，让浮躁的学术氛围静下来；第三点是针对人才的政策，深圳会更加追求国际化的规则，继续加强在国际化人才的聘用、职升、保障措施等方面的建设，不断完整梯队的建设；第四点是提出高校应该发挥出各自的优势，去构建一些平台，实现体制、算法和算力全方位的提高；第五点是鼓励协同开放创新。

演讲最后，梁永生跟大家分享了他自己的几点思考：第一是希望我国在科研发展上做好战术上的应对，比如在芯片这些比较短板的科研领域，可以思考能否从国家层面去部署和推进这些短板科研领域的发展；第二是智能计算能否延展到更高的层次，实现从体制、算法、算法的全方位提高；第三是创新之要，还是在于人才，因此加强人才队伍建设是当下非常重要的工作；第四是推动新产业的发展，目前确定的新产业包括新能源、AI、第三代半导体等；第五是我们要加强下一代基础教育的创新精神和创业能力的培养；第六是相关政府部门要加强政策规划的引导，制定出能大力推动某一领域和方面发展的政策。

第二位出场的演讲嘉宾是李国杰院士，他带来的演讲主题是《对智能超级计算的几点认识》。

中国工程院院士、中科院计算所首席科学家李国杰

一开场，他就以一种非常谦虚的口吻概括了自己今天要演讲的内容：「由于我现在不在前线做研究了，所以无法到大会的分论坛上做详细的技术解读，只能在这里从宏观层面分享下自己对于智能超级计算机的几点认识。」

他首先回顾了智能计算比较重要的历史阶段，包括上世纪90年代初在日本第五代计算机项目带动下掀起了一段时间的智能计算机热，当时的热点是面向智能语言和知识处理（专家系统）的计算机，研究重点是并行逻辑推理。与日本第五代机走的定制化路线不同，我国年成立的国家智能计算机研发中心（NCIC）走的则是不同的技术路线——通用化路线，在之后的时间里不仅展开了曙光系列并行计算机的研制，还从事人工智能的基础研究和应用研究，并培养了一批与智能信息处理有关的研发人才，为如今的智能超算的发展打下了基础。

随后，他从超算与智能从分开到汇合的发展过程出发，阐述了智能计算机与超级计算机的区别。从第一台计算机开始，超级计算机的发展便一直与模拟神经网络处于「分道扬镳」的状态，直到本世纪以来深度神经网络取得突破以及大数据浪潮的到来，使得超级计算和计算智能（深度学习）开始走向结合，而近几年来，深度学习等智能应用更是推动智能与超算实现了历史性的汇合。总而言之，二者的区别主要在于，传统超级计算机属于数值计算、确定性计算、数字计算、封闭计算以及基于算法的计算；而智能计算机则属于符号计算、非确定性计算、模拟计算、开放计算以及基于数据的计算。而目前大量采用的智能计算实际上是基于GPU或GPU-like加速器的准智能计算，图像和语音的信息处理计算依旧还属于数值计算的范畴。

而本次演讲的重头戏，则是李国杰院士分享了他对于智能超算未来研究方向的几点认识:

第一，需要提高超级计算机的能效和通用性。他表示，智能机的核心特征便是人脑级能效，然而目前超算的能效增长远远低于速度增长，这是该领域70年发展中首次出现的困境；此外，目前任何新器件都不可能解决低功耗问题，因此需要跨层协同，提高超级计算机的通用性。第二，研究具有「低熵」特征的未来架构，通过全栈的系统设计应对不确定性挑战，在问题不确定、环境不确定、负载强度不确定的情况下，保障可预期的性能结果；同时，还要重视研究领域专用系统结构（DSA）以及可重塑处理器（异构计算）。第三，必须对付动态和不确定的复杂负载，一方面，针对动态性负载，需要从各种各样的应用中贵南出通用型强的指令系统、微体系结构、执行模型和API界面；针对不确定性负载，DataFlow执行模型可能是出路之一，也许能从互联网异步协议中得到启发。第四，要重视模拟计算、计算存储一体化、事件驱动计算等新技术，其中针对计算存储一体化，他提出了两种方法，一种是Processinginmemory（PIM），在阻变存储器实现神经网络计算，在存储中做深度学习；另一种方法则是采用3D堆叠（MemoryRichProcessor），即在处理器周围堆叠更多的存储器件。第五，要建立智能超算基准测试程序。他表示，建立统一的基准平价标准，有助于行业内的良性竞争，而本次大会将发布的BenchCouncil性能榜，则将用一把尺子衡量技术，将影响力从学术界延伸至产业界。「图灵奖得主、计算机体系结构宗师DavidPatterson与JohnHennessy曾表示，下一个十年将出现一个全新计算机架构的“寒武纪”大爆发，学术界和工业界计算机架构师将迎来一个激动人心的时代，而中国学者应该做出不愧于时代的贡献。」

李国杰院士之后演讲的是本次出席大会的另一位院士——杨学军院士，他的演讲主题是《micROS:机器人的「新脑」》。

中国科学院院士、军事科学院院长杨学军

「我们站在时代的节点：一个崭新的产业即将崛起。」杨学军院士引用比尔盖茨的一句话开始了他的演讲，而他本次要分享的「崭新的产业」，指的是人工智能和其他科学技术的交叉融合带来的「机器人革命」。他认为，机器人操作系统将成为「机器人革命」的引擎，是机器人实现自主行为、群体协同和人机共融的「新脑」。然而，目前机器人时代的操作系统主要还面临三大挑战：

第一个多域异构资源管理。目前机器人都采用大量专用软件，可满足指定领域需求、适应特定环境、执行固定任务，然而因其具有资源多域异构特征，难以满足跨域协同的需求；第二个是复杂环境机器人的自主行为控制。目前，机器人采用的是「感知—规划—行动」的控制回路，适用于简单的合作环境、执行特定具体特务，然而机器人所面临的环境和任务是复杂多变的，行动的动态具有不确定性；第三个是群体智能。目前机器人研究的着力点在于提高单体智能，使其实现更高的自主性，然而该领域的发展还需要在单体智能得到提升的基础上，聚合多个单体智能形成群体智能，实现一对多、多对多的人机互理解和人机协同。杨学军院士指出，应对这三大挑战，就必须设计出新的基础软件，对此，其经过对「自主行为与群体智能、多态体系与分布架构、场景理解与人机操控」等科学问题的分析，并结合技术趋势和应用需求，开发出了多态智能集群机器人系统micROS，杨学军院士将该系统称作机器人的「新脑」。

对于开发出这样的机器人系统，他强调了其中比较关键的几个要素：一是面向行为的概念抽象，即机器人操作系统的核心概念，包括基于「角色」的控制抽象和基于「语义视图」的数据抽象；二是多态分布的体系结构，即机器人群体如何组织管理，包括层次式结构、分布式结构和持续自主对抗学习架构。三是适应环境的群体智能，杨学军院士将这一点称作「人工智能的下一个突破口」。

对于该「人工智能的下一个突破口」，杨学军院士更是给出了一种适应环境的持续自主学习系统的架构模型，其构建环境模型的思路是场景+语义，让机器人能够基于环境模型进行观察、判断、决定和行动，还能够利用平行控制架构实现感知、学习、抽象和推理。同时，杨学军院士指出，群体智能突破的途径包括三个台阶：结构性（自聚合机理）；适应性（自组织机理）；涌现性（自演化机理）。

随后出场的是全球高性能计算专家——来自俄亥俄州立大学的D.K.Panda教授，他本次带来的演讲是《HowtoDesignConvergentHPC,BigDataAnalyticsandDeepLearningSoftwareStacksforExascaleSystems?》。在本次演讲中，他聚焦的是如何使用处理器和加速器为百亿亿次的计算机系统设计收敛的高性能计算、大数据分析以及深度学习软件堆栈。

俄亥俄州立大学教授D.K.Panda

他指出，随着百亿亿次的计算机系统的到来，该领域的工程师越来越需要综合考量高性能计算、大数据、深度学习以及云计算几大重要因素来设计能够支持多核系统（如Xeon,OpenPower,andARM）、高性能网络以及GPGPU的运行环境，让高性能计算、大数据分析和机器学习的应用可直接在现有的高性能基础设置上运行。

对此，他为大家分享了其领导下俄亥俄州立大学计算实验室开发出的三大解决方案，包括：

第一个是面向高性能计算的开源MPI系统——MVAPICH2，它能够为使用InfiniBand、Omni-Path、Ethernet/iWARP和RoCE等无线带宽技术的高端计算系统和服务器提供高性能、可适应性、容错性，是一种具有10GigE/iWARP速度，RoCE网络的技术。目前该系统已在89个国家的多个组织机构得到应用，下载量已超过,次。（该项目链接

转载请注明:http://www.aideyishus.com/lkyy/5062.html