先进分析的未来：AI + HPC

结合人工智能（AI）和高性能计算(HPC) 可以释放这些强大的分析学科的潜力。这反过来又可以推动业务敏捷性、创新和竞争差异化的提高。

　　为了成功做到这一点，企业必须集成AI和HPC基础架构，以通过共享资源和增强的灵活性来创造协同效应。他们还必须努力改善传统上孤立的AI和高性能计算之间的协作。

　　近日，由Forrester Consulting公司进行的一项最新的在线调查证实了这种想法。该研究由一家全球性的、从边缘到云端的平台即服务公司HPE 委托，参与者包括464位全球决策者和实践者，依赖AI和 HPC的业务决策者，AI专家和HPC专家等。该研究中的一些重要调查结果包括：

　　· AI：一门被寄予厚望的新兴学科

　　虽然许多公司目前正在投资他们的AI项目，但早期回报表明AI的投资回报能力有限，而且大多数仍处于成熟的早期阶段。

　　虽然61%的AI专家表示，他们的公司目前正在投资改善基础设施，但只有 26% 的 AI 项目已全面部署，并且只有不到一半的概念证明 (POC) 能提供预期的商业价值。

　　· 结合AI和HPC是未来的趋势

　　大多数HPC专家表示，结合机器学习算法以提高HPC速度并降低成本的工作流程将在明年进行。

　　一半的AI专家表示，他们正在使用HPC基础架构，通过使用高性能数据源和计算功能来扩展处理流程，从而改善无监督学习和机器学习（ML）模型训练。

　　因此，专家们希望将AI和ML结合起来，可以为创新、竞争差异化、业务敏捷性和成本节省带来关键利益。

　　· 集成AI和HPC的基础架构

　　随着许多未来基础架构的改进为AI和HPC带来了好处，越来越多的支持集成AI和HPC基础设施多。

　　大数据和深度学习

　　这项研究还发现，高性能计算、人工智能和大数据之间的协同作用可以带来更多潜在的业务收益。例如，大数据重新激发了神经网络的科学，从而导致了深度学习（DL）的突破。

　　如今，深度学习（DL）正在改善高性能计算的优势。医学图像处理方面的改进只是一个例子。实际上，调查专家发现，AI、高性能计算和大数据的用例之间存在许多潜在的联系。

　　AI和高性能计算都可以在其中扮演重要角色的业务活动包括：

　　· 业务建模和仿真

　　· 过程自动化

　　· 风险分析

　　先进分析的未来

　　对于业务决策者，HPC和AI专家通过深入调查给出了3个最重要的建议：

　　1. 在整个工作流程中寻找协同效应

　　通过HPC和AI的协作，协调各组织以实现更好的协同效应，从而避免数据孤岛，提高基础架构效率，实现更好的决策，并推动创新改进。

　　2. 研究混合架构

　　用于AI和HPC的数据增长和分析的增长，将要求企业在本地计算基础架构上进行更多投资。选择支持多种用例和混合工作流的技术，例如模拟、分析和AI。在大型数据集上训练复杂的AI模型时，请深入研究混合架构以减少瓶颈。

　　3. 扩展到边缘

　　边缘数据的增长将要求企业提高核心数据中心和公共云的AI和分析能力，以提供组织所需的见解。选择可以从边缘有效获取和处理数据的基础架构。边缘和核心的互连性将变得越来越重要。

　　补充资料：关于HPC

　　如今 HPC 越来越流行www.cechina.cn，几乎每一个行业的财富 1000 强企业都在使用 HPC。据 Hyperion Research 数据显示，2022 年全球 HPC 市场规模预计将达到 440 亿美元。

　　在制造业HPC的主要应用包括，通过模拟来增强新产品（例如自动驾驶）的设计、制造和测试www.cechina.cn，从而生产更加安全的汽车和更轻的零部件，提高流程效率，促进创新。

　　如今很多行业的企业和机构纷纷开始采用 HPC 来推动业务增长，这一趋势预计将持续多年。到 2023 年，全球 HPC 市场预计将从 2017 年的 310 亿美元增长至 500 亿美元。其中，大部分增长将来自云端 HPC 部署。

　　此外，在不久的将来，HPC 有望与大数据融合，即通过同一大规模计算机集群来分析大数据，运行模拟和其他 HPC 负载。而随着这两种趋势的融合，HPC 的计算能力和容量将变得更加强大，将更有力地推进更具突破性的研究和创新。

图说工控