中国信息通信研究院信息化与工业化融合研究所副所长

许志远:从硬件、软件到系统 开启多元化创新时代

2018年12月19日13:50  来源:人民网-产经频道
 

人民网北京12月19日电 (记者 杜燕飞)12月19日,由中国信息通信研究院主办的“ICT深度观察报告会暨白皮书发布会”在北京召开。中国信息通信研究院信息化与工业化融合研究所副所长许志远在会上表示,当前信息通信最大的挑战之一就是技术上的挑战,而先进计算具有移动驱动、应用驱动、体系融合、开放式创新和颠覆未至等四大核心特征,要从这四方面入手,开启多元化创新时代

许志远表示,当前信息通信最大的挑战之一,就是技术上的挑战,是需求和计算技术之间的鸿沟,差距非常之大。在移动互联网时代,使用手机的时候,没有意识到计算能力对计算业务支持的延迟。今天很多的计算能力还远远不够,比如人工智能,今天的机器学习,云端的训练至少需要一周的时间,时间太长了。虚拟现实、增强现实,渲染的计算能力远远达不到体验的要求。

自动驾驶,今天计算勉强能达到L3的支持能力,如果L4的驾驶,需要在今天的计算能力上增长50倍,显然这个差距是很大的。 另外,类脑智能,或者量子计算它的产业化会更长,甚至需要十年以上的时间。

同样是移动计算,移动手机的计算和自动驾驶的计算,差距有多大?从计算需求来看,今天手机能够达到最高的计算是2TFLOPS,自动驾驶需要2500TFLOPS,数据生成的速度差距会更大,差了一万倍,计算能力也远远达不到支持L4及以上的计算能力。再加上一些其他的要求,比如温度,今天的计算支持工业,支持特别是自动驾驶驾的需求差距会更大。

许志远认为,先进计算是整个信息通信技术的基础和核心,先进计算不是一个单一的,单点的技术,是面向未来多种计算技术的一个统称,它包括很多的方面,包括原理、材料、系统、算法、网络架构、应用等等,谈计算有不同的视角,还有体系的视角,还有材料的视角,不同的材料,整个体系就发生变化。

从宏观来讲,三大技术推动了计算能力50年指数级的倍增。一是器件技术,半导体工艺。二是芯片技术,就是频率的增加以及大核的扩展。三是系统技术,分布式计算所带动的整体的效果的提升。

从90年代以来,整个计算的重点是在不断的发生迁移,从大型的单机的计算到并行计算,到2003年谷歌发布他们著名的论文,分布式计算开始兴起。Hinton教授发布了2006年的深度置信网络论文以后,人工智能的计算开始大规模发展。

许志远指出,计算技术的升级遇到了很大的挑战,甚至已经出现天花板效应。一是摩尔定律即将接近终点;二是频率越高;三是阿姆达尔定律;四是冯诺依曼计算架构瓶颈。

“这四个瓶颈决定了今天的计算能力无法大规模的往上提升。今天定义计算平台的其实是应用,而不是以往的像大型机、小型机,包括智能手机时代的硬件芯片。在移动互联网时代,先有了智能手机,先有了芯片和操作系统,才有了移动计算平台。我们看到云计算、人工智能、自动驾驶,我们根据业务需求去定义这个计算能力。其实是我们今天整个产业发展的动力发生变化。许志远表示。

许志远认为,先进计算具有四大核心特征:应用驱动、体系融合、开放式创新和颠覆未至。“由于计算不是颠覆性技术驱动,需要体系化的融合推动技术的发展。整个创新发展的方式是开放的,开源式的创新模式。”

一是颠覆未至,今天工艺的升级已经趋缓,有很多的挑战。“如果想去颠覆没有达到的情况下提升计算,只能优化而不是颠覆。我们有四个发展方向,近期主要是把内存增加,通过软件的技术,来提升我们的计算能力。中远期就是引入新存储硬件技术。”

二是应用驱动。这个趋势越来越明显,SDN也好,SDC也好,更多是软件定义到网络架构的层面,其实它没有对底层的芯片做定义。今天人工智能时代,直接定义到芯片底层的架构里,这个改变是非常大的。

三是体系融合。在云端一直是以通用计算作为主导的方向,但是今天这个情况在发生变化,特别是人工智能的云端训练,它需要所谓GPU的云端的训练。重点是存储,这个存储对现阶段没有颠覆性技术发生的情况下,存储所带来计算能力的提升是非常显著的。所以今天导致的一个情况就是,CPU非常非常空闲,IO非常非常忙。对于整个系统的优化,就是围绕着怎么去提高IO的效率,这是一方面。

另外,新型的非易性存储已经发生了,它会带来一个体系性的变化。 IO的提升主要是两个方面,这个太技术了。

四是开放式创新。每一个ICT的浪潮它都抓住了这样的机会,而且它对于业界的影响是越来越重要,它也是从板级到芯片级的开源,到开源的指令级,它的渗透也是逐步的深入。

“未来,专用加速的架构将占据越来越重要的位置。在国际计算机体系架构的论文中,在90年代之中,有关处理器架构占了绝大多数,到2010年以后,GPU通用的加速架构越来越多。今天专用的加速架构占据了绝对的主导,这是学术研究的一个趋势。我们认为,未来有五大市场会有爆发性的增长,分别在云侧的是训练和推理的场景,边缘侧是智能手机、安防和汽车的场景。”许志远表示。

(责编:杜燕飞、李昉)