古人云，“工欲善其事，必先利其器”。
不久前，谷歌AlphaGo2代3:0击败围棋世界冠军柯洁后，宣布未来焦点将从围棋转向行业应用领域，其实也宣布了人工智能（AI）开始成为企业计算解决方案提供商的下一个重点领域。
众所周知，人工智能领域的三大基础是计算、算法和数据。数据角度，各种手持终端包括物联网传感器的广泛使用，使得数据量呈几何级数增长态势；在算法层面，AlphaGo 2代以策略网络和深度学习、增强学习算法叠加的技术日臻成熟。这时候，针对AI在计算力上面的开发，就成为了重点——所谓“工欲善其事，必先利其器”。
“联想是包括BAT，百度，阿里，腾讯在内的众多互联网企业的AI GPU服务器的主要供应商。”在2017联想全球超算峰会上，联想集团高级副总裁、数据中心业务集团中国区总经理童夫尧举了个例子，“比如，在京东，联想优化GPU架构后的5000个计算节点，正在被用于京东深度学习等应用。利用它进行的消费者购买习惯分析等算法，这套系统现在已经广泛服务于京东6000万客户。”
联想集团高级副总裁、数据中心业务集团中国区总经理童夫尧
AI GPU服务器是个啥
为什么AI总是和GPU挂钩？据联想集团副总裁、企业服务云计算研究室、无线研究实验室黄莹博士介绍，谷歌做翻译训练的时候，一般的训练要在12台带8个GPU的机器上算一周。
实际上，AI和GPU挂钩是因为AI等类类神经网路的处理更多会牵涉到矩阵乘法和加法，使用并行运作的GPU效率较高且成本较低，是目前主流的计算引擎，比如NVidia的P100、V100，但缺点是耗能较高；而内建DSP区块和本地存储器的FPGA可获得较佳的能源效率，但价格比较昂贵；CPU则更多用于控制和参数同步，目前专门用于机器学习的Intel Phi在奋起直追。
如果用GPU进行深度学习训练，很重要的一点就是如何来做好并行化，与AI算法相匹配，因此优化设计GPU集群是目前的重点之一。联想的方法是，在NV GPU主力引擎配合CPU、Phi、PFGA各种处理器之上做一层高效任务调度软件，调用各种不同的主流深度学习框架如谷歌的TensorFlow、Facebook的Caffe、微软的MXNET以及torch、theano等，进行更快速的并行化处理，达到更高效运行的目的，来支持基于深度学习的各种人工智能应用。
多维技术人才储备
这样的多服务器、多GPU的中大型规模训练，需要人工智能专家在深度学习模型和设置框架方面，网络系统工程师和存储系统工程师在分布式存储和网络设置方面，分布式计算专家在模型平行化方面通过协同工作来设定模型，进行训练。
而联想在人才储备方面具备很好的优势，包括从微软亚洲研究院常务副院长位置上加盟联想的芮勇博士等，使得联想从基础架构、计算力到算法到数据的积淀，都具备了真正的AI研发实力和核心竞争力。
据黄莹博士介绍，目前业界比较领先的GPU集群，性能可以达到理论峰值的90%左右，而联想的GPU集群能够达到97%，而且可以支持大规模集群，这相当于可以带领用户更快速地进入到AI的环境中。
实际上，联想也因此成为BAT等互联网企业的AI GPU服务器的主要供应商。
联想集团副总裁、企业服务云计算研究室、无线研究实验室黄莹博士
联想AI应用探索
据介绍，联想目前在AI方面已经做了的一些尝试和探索，包括京东、淘宝、微博、亚马逊上的评论等自然语言，采集回来进行理解处理，可以达到90%以上的准确率。
而联想的AI还应用于自家的电脑、手机零售门店系统，譬如在门店里采集到的图像数据，通过深度学习，可以看到人们在店面环境中最喜欢访问的区域在哪个区域，路线如何进行优化，从而更好地服务顾客。
另外，在智慧医疗方面，联想也已经和国内的一些大型医院合作，比如医生在拿到CT图像以后，可以通过联想的深度学习一体系统来辅助判断，哪些图像可能会是早期癌症病人，接下来要做哪些工作。
所谓联想的深度学习一体系统，其实就是把多机分布式训练变得像单GPU一样简单。但其背后，是联想对深度学习一体系统在性能方面的多节点并行训练，使得模型训练时间成倍缩短，加速比达到87%，同时支持大规模集群。
ABCD理论实践
在联想看来，人工智能成功要素主要有四个，可以归纳为ABCD。A就是Algorithms算法，B就是Business商业，C就是Computing Power计算力，而D则是Data数据。
对于联想来说，在算法方面，联想的自然语言理解可达90%以上的准确率，在视频分析方面也已经成功用于自身的门店智能化管理；在商业方面，联想在行业领域已经成功进行了很多合作，包括医疗领域的温州第一医院，制造业的宝钢集团，教育领域的贵阳理工等等；在计算力方面，联想具备整套的HPC高性能计算方案和人工智能软硬一体系统；最后在数据方面，联想自研了Ceph分布式存储和大数据平台LEAP，可以处理12PB以上规模的数据量。
不仅如此，联想还在2017联想全球超算峰会上宣布推出新一代自主研发、并拥有多项AI关键技术的HPC解决方案深腾8810，包括搭载的超算平台LiCO集成了深度学习应用，以及Tensorflow，Caffe，MXNET等AI框架，涉及数据预处理，训练，参数调整，过程监控等解决方案。
而在生态层面，联想除了在硬件领域加强与英特尔，英伟达，Mellanox等厂商的合作，还会在软件领域开放生态系统，并且会投资一些科技创新公司，包括Face++等。
这些，都将在即将成立的联想位于中国北京、美国莫里斯维尔和德国斯图加特的全球三大AI创新中心中，与行业生态伙伴进一步合作，帮助人工智能在各行各业的应用普及。
在笔者看来，联想目前已经在人工智能领域加快布局——除了已有的高性能计算商用领域的优势外，还在相关AI人才的积累方面投入了巨大的研发资源，同时通过全球创新中心的生态建设，来帮助行业客户形成更接地气的场景化人工智能落地应用，从而形成AI领域的基础架构优势地位。
