点击查看全文

鸡蛋究竟宜不宜生吃——这也算个问题么?
今日在开发者圈儿里有个新鲜事儿,就是鸡蛋生吃。

姐告诉你,算!鸡蛋里有一种物质,生吃会导致人早生华发,往小了说影响泡妞撩妹,甚至终身大事,往大了说,那可能会导致你光头谢顶,疾病缠身!

因为生鸡蛋清中含有一种抗生物素,叫“亲和素”,是一种蛋白质,会防碍人体对鸡蛋黄等食物中所含的“生物素”的吸收。这个生物素非常重要,在脂肪合成、糖质新生等生化反应途径中扮演重要角色。如果你缺少生物素,就会导致毛发脱落、体重减轻、皮炎等疾病。

(所以鸡蛋一定不能生吃——要熟了后,才可以杀死鸡蛋内外的细菌,又能破坏亲和素,且禽流感病毒NH的灭活温度是100度沸水,必须煮沸!!!)

其实最早是一位德国科学家曾做过这类研究,采用了一种分子动力学模拟的方法来确定,看两种有机分子之间有多大的结合力,教授们试图用一种极其复杂的数学模型来验证非关联性因素——用阿里云高性能计算资深专家何万青的话说,由于分子动力学计算都是典型的高性能并行计算,还需要不断调整里面的各种参数,运算量非常大,这事必须用超级计算机才能算出来!

如果是过去,教授要么自己构建一个超级计算机,但涉及购买、安装、运维和软件授权;要么租用超级计算机,那也要排队、租赁、发送请求、等待结果,还要考虑不同超算中心的不同软硬件环境……总之是很繁琐的事情。事实是,非常巧合,阿里云的何万青博士认识一位生物学教授,对亲和素和生物素的结合很有研究,何万青就用阿里云最新的E-HPC机群试用了一把。


用分子动力学模拟不同分子间的结合情况(你看懂了么,没关系,反正我也没看懂。)

“结果是,教授在星巴克喝着咖啡就把这事儿干了。”何万青透露,只需要笔记本,在下拉式菜单中选择自己要的配置,阿里云就可以生成一个云上的超算集群。

其实教授的这个事情只是中国人工智能领域遭遇困境的例子之一。现在有很多创业公司想做的事都需要高性能计算的支持:例如汽车碰撞模拟实验,再例如人脸识别……

人工智能最大障碍:计算力

在人工智能(AI)大红大紫的今天,一般人都能列出人工智能的三要素:算法、计算力和大数据。其实人工智能是一个六七十年前就提出的概念,经历过数十年中无数科研人员的推进,目前已经发展出了深度学习、神经网络等等具体的应用门类。它们中的任何一个概念,提出也至少有超过30年的历史,许多算法已经在实践中趋于成熟。

科普一下,什么是异构平台。所谓异构平台,就是基于不同的运算单元搭建的计算平台:最早的运算单元,也就是我们熟悉的CPU。CPU发展到今天,性能已经到了某种上限,已经不能单靠增加核心数来增加计算能力了。就好比家里的汽车,如果单靠增加汽油发动机的排量来增加马力,那么污染问题就无法承受,所以,现在流行混合动力,许多车上装了一部汽油机、一部电动机,高速时靠汽油机,低速时靠电动机,特殊情况时双机一起发力。

可市场有这样的需求么?人工智能当然是一个需求,苹果的SIRI就是一个简单而明确的人工智能需求案例,在语音问答的背后,藏着语音识别、语义理解、深度学习等诸多方面的人工智能,它就是靠云端提供的计算能力来完成的。

而非常多的创新就是在某个微观领域进行人工智能的突破,比如一块可以监测你血糖的口香糖,又或者一个可以分析你家里雾霾状况的传感器。

全面布局AI——如果你认同未来将是人工智能向各个领域渗透的“未来”,那么阿里云今天的部署就没有错:FPGA更适合非标数据位宽的深度学习、金融分析、基因匹配、物联网数据库等领域。

其实,阿里云推出了基于英特尔FPGA的F1实例,英特尔呢,不是在今年以167亿美元收购了FPGA双雄之一Altera吗,当时英特尔瞄准的是物联网;但随着目标应用场景的不断丰富,阿里云也扩展到了基于赛灵思的F2。
其中,GA1适用于图形图像渲染,在这方面能降低50%成本;GN5呢则被阿里云誉为“为计算而生”,计算能力是上一代的近100倍;还有就是GN5i可以匹配在线推理场景,可以让人工智能的在线服务成本降低50%。

如果按以往的模式看,比如杨姐要搞一个企业,需要建立一个处理能力非常大的超级计算机群,那我就得按我需要的最大能力来购买,比如我的最大需求是5000个核,那我就要付出一笔天文数字的硬件费用,和更是天文数字的软件及维护费用。

但在很多情况下,我是用不到5000个核,在旺季与淡季,在不同的需求变化的周期里,我会浪费大量的计算能力——有一篇报道曾经写到,许多地方花巨资建立的超算中心,很多时候都在闲置,这就是一个最大需求和一般需求的矛盾。

其实,租用超算更加划算。所以,这也就是为什么何万青认为,E-HPC的最大价值并不在于顶峰的计算能力有多大,而是胜在灵活性,企业可以按照包月包年或者按需计费的方式,来快速获得高性能计算集群能力,高性能计算调度能力和软件能力,按需组建自己的“云上超算中心”——和太湖之光这样的顶级超级计算机相比,如果前者是珠穆朗玛峰,E-HPC就是青藏高原,大概海拔4000多米。就像中国教授做的那个鸡蛋能不能生吃的推理模型,就属于这个系列,还可以按小时租。

当然,这种“租合适还是买合适”的问题,因需求而异。而对于那些更多有云计算需求,但没有算法和研发能力的公司,阿里云更愿意直接“分享技术”,提供全方位的人工智能产业服务,包括智能语音交互、图像/视频识别、交通预测、情感分析等技术服务,这些技术正通过阿里云ET对外服务。

过去一年里阿里云推出ET城市大脑、ET工业大脑、ET医疗大脑、ET环境大脑等行业垂直的人工智能系统,在城市治理、医学诊断和工业生产方面,诸多大型企业逐步将核心业务转至云上。而这一点,也是未来竞争最为激烈的。硬件服务虽然看起来很赚钱,但随着硬件产能的提升,利润总是在不断的摊薄,而软件和服务的价格,才有更大的弹性空间。而写到这里,大家也都看到了,在谷歌、微软都深耕自研芯片的大浪潮下,不排除阿里将在芯片方面有大动作……

那么欢迎你也来说说你的看法吧:

据你所知,计算力限制了哪些领域的发展?举些栗子
工作生活中,你觉得你的哪些需求可以借助异构平台来解决?

点击查看全文.

超级计算机在日常生活中有哪些有趣的应用相关推荐

  1. 计算机在人们日常生活中都有哪些用途,电池在日常生活中有哪些用途

    都有一个正负极这就是正确安装电池的要点. 一次性干电池 一次性锌锰碱性干电池,这种电池可算是全国产销量名列前茅,国内品牌众多,比如最最常见的"南孚,劲量,金霸王,GP超霸,牡丹"都 ...

  2. 数据库的在日常生活中灵活应用的思考

    数据库在日常生活中有广泛的应用,以下是一些常见的例子: 银行和金融机构:银行和金融机构使用数据库来管理客户账户信息.交易记录.信用卡信息等. 社交媒体:社交媒体平台使用数据库来存储用户信息.帖子.评论 ...

  3. 熊猫数据集_在日常生活中使用熊猫数据框

    熊猫数据集 Before getting started let us do a quick revision, Pandas is a python library that gives elite ...

  4. 在日常办公能做什么_日常生活中电烤箱能烤制什么美食呢?

    展开全部 现在生活条件好了,生活品质有了一定的提升,家里的日常厨32313133353236313431303231363533e59b9ee7ad9431333436316238卫电器也变得多了起来 ...

  5. 日常生活中女性的弱点是什么?

    作为一个男人,我真是羡慕我表哥羡慕得不行不行的,刚刚满二十四岁的他,游走在四五个女人之间还游刃有余.表哥还凭着一手吃软饭的本事,买了十多万的豪车,还在农村修建了三层小洋楼,这一切都归根于他抓住了女性的 ...

  6. 四六级听力考试高频词汇分类记忆-日常生活类

    四六级听力考试高频词汇分类记忆一--日常生活类 购物消费 conveniencestore便利店 chainstore连锁店 supermarket超市 departmentstore百货大楼 mal ...

  7. 大数据在生活中有什么应用(一)

    现在大数据的发展是飞快的,很多人听说过大数据这个词,认为大数据还是在实验室中,其实并不是.大数据在我们的生活中也开始变得十分的广泛,这是因为大数据应用的行业也越来越多了,我们使用大数据能够帮助人们获得 ...

  8. 人工智能如何改变了我们的日常生活?

    在过去,使我们祖先的生活更方便的现象被称为"魔法"和"超自然力量".现在?这就是所谓的技术."魔法咒语"现在被称为使这项技术运行的复杂算法. ...

  9. 日常生活息息相关的数据分析应用,掌握了你就是最牛的数据分析师

    数据分析属于数据科学最基础的一个环节,新入行的小伙伴去面试工作的时候往往需要在履历写自己的数据分析相关的工作描述,但是书本上或者视频中学的大家都是千篇一律,那怎么能在履历中脱颖而出呢? 其实很多好的数 ...

最新文章

  1. Jupyter Notebook实现直接调用R
  2. Eclipse安装软件长时间停留在calculating requirements and dependencies
  3. STM32的ISP升级详解
  4. VMware 完成 27 亿美元的 Pivotal 收购 | 云原生生态周报 Vol. 34
  5. SIT和UAT有什么区别?
  6. hibernate.properties与hibernate.cfg.xml 区别
  7. ABAP table buffer test
  8. Oracle 存储过程错误之PLS-00201: 必须声明标识符
  9. ASP.NET模拟其他用户进行关机
  10. 从图(Graph)到图卷积(Graph Convolution):漫谈图神经网络模型 (一)
  11. python十大必备知识_python学习必备知识汇总
  12. win7和win8双系统的问题
  13. 开课吧python小课学了有用吗-Python学得好,升职加薪下班早
  14. ip申请 web应用_阿里云同时部署DDoS高防IP+CDN+WAF
  15. 30G 上亿数据的超大文件,如何快速导入生产环境?
  16. 关于三极管的饱和与截止(失真)
  17. Android--仿淘宝商品详情(继续拖动查看详情)及标题栏渐变
  18. 知识图谱在教育行业的应用
  19. CSS3实现5个常用的网页动画效果
  20. Java实现 LeetCode 37 解数独

热门文章

  1. 计算机入门知识(如何使用操作系统)
  2. wps2019去弹窗广告和屏保
  3. AWS VPC 概述
  4. 监控视频压缩1—INSTANCE SEGMENTATION BASED BACKGROUND REFERENCE FRAME GENERATIONFOR SURVEILLANCE VIDEO CODI
  5. 无线通信基础——“单跳”与“多跳”
  6. 用 Python 和 Numpy 实现音频数字指纹特征识别
  7. 【java学习】系统错误处理机制:异常(Exception)、断言(assert)和日志(log)
  8. Toggle Buttons(四)
  9. 电机磁电热多场耦合 matlab,永磁电机电磁-温度场耦合仿真分析流程
  10. WPF(二) WPF核心进阶