人工智能概念始于1956年，近年来以多领域的人机对战为契机，获得再次复兴，并迅速形成市场扩增态势。对AI大潮我们又称为第三次浪潮，人工智能的主要推动力包括大数据，深度学习算法以及计算力。
简单来说，就是通过以GPU加速为代表的计算力提升，实现利用如今的大规模深度学习算法高效处理海量数据，并获得一个好的识别模型。
浪潮集团AI&HPC业务总经理刘军
然而不得不说，国内企业机构对人工智能的定义与应用理解各不相同，笔者在近期赛迪网举办的2018中国IT市场年会上对浪潮集团AI&HPC业务总经理刘军进行了专访，作为在国内人工智能市场占据领先地位的企业，我们来看一下浪潮对于人工智能的战略部署。
浪潮与第三次“浪潮”人工智能
浪潮集团AI&HPC业务总经理刘军表示，人工智能是整个集团战略的大旗，在人工智能领域，重要的是将大数据，深度学习和计算力结合的技术红利迅速应用于更多行业，释放聚合反应。
浪潮旨在推进“计算+”战略，聚焦在云计算、大数据、人工智能为代表的智慧计算（AI计算）投入，通过构建“硬件重构+软件定义”的计算力和开放融合的计算生态，满足用户多样化应用场景，并从产品的创新，从应用的能力，包括行业用户AI的落地，提供整体的产品解决方案，将AI计算转化为一个实际可用的行业应用，为这次大潮提供基础动力。
同时，AI计算也为计算领域，不管是底层的硬件架构，还是在这之上的系统层和软件层都带来了新的机遇。比如在体系结构方面，我们从原来相对简单的CPU计算模式转变成了CPU+GPU的异构加速模式，还有FPGA这样的可重构计算技术，以及现在我们所看到多样化定制AI计算芯片也不断在市场推出。
人工智能的产品与应用
浪潮强调构建AI系统能力与价值着眼，在硬件创新、软件实现、框架优化和端到端解决方案4个维度赋能AI。
硬件层：目前浪潮已经发布了AGX-2、GX4、F10A等多款产品。其中AGX-2，是全球首款在2U空间内高速互联集成8颗最高性能GPU加速器的服务器；GX4突破了常规AI计算设备的8卡扩展限制；而F10A是浪潮开发的FPGA卡，利用软件高级语言和模型编程。
传统FPGA开发采用Verilog、VHDL等硬件描述语言，对开发者要求较高，开发周期也较长，因此在高性能计算应用受到限制。而F10A支持OpenCL高级语言开发，具有易编程性，使得开发周期大幅缩短。
系统管理层：浪潮AIStation,提供从数据准备到分析训练结果的深度学习业务流程，支持Caffe、TensorFlow、CNTK等多种计算框架和GoogleNet、VGG、ResNet等多种模型。
框架层：Caffe-MPI，全球首个集群并行版的Caffe深度学习计算框架。Caffe-MPI设计了两层通信模式——节点内的GPU卡间通信及节点间的RDMA全局通信，降低网络通信压力，并克服了传统通信模式中PCIE与网络之间带宽不均衡问题，适用于现有高密度GPU服务器，同时Caffe-MPI还设计实现了计算和通信的重叠。
浪潮Caffe-MPI与TensorFlow实测数据对比
人工智能的安全问题
人工智能我们最早了解到的是人机大战，且败绩颇多，甚至还有传言称十年内人工智能的崛起可能会引发人类的工作危机，再加上人工智能在很多行业比如银行业起到了智能预测的作用，准确率正在不断攀升，这些都引发了人们对人工智能安全问题的恐慌。
浪潮集团AI&HPC业务总经理刘军认为人工智能不能直接代替人做决策，在行业应用中，它是人决策时的一个高效辅助工具，主要的作用是避免很多人为产生的不必要麻烦。
人工智能也可以把它定位成如何更好的帮助或者辅助人来实现一些如感知、认知类工作，让我们从不擅长或者是繁复枯燥的工作里解脱出来，或者在人的计算能力或者判断能力达不到的基础上，帮助我们实现更多的可能。在这一方面，我们不必去担心人工智能的安全问题。
另外一个方面，大家可能也需要注意，如何用好人工智能这个工具，这是至关重要的。它是一个强大的工具，如果你不去用好，不去管控好，他可能产生一些意外事故，包括自动驾驶等等。在这一方面，可能在这个快速的发展中也确实需要一些规范，需要一些法律上的引导，建立起来一个共识和规矩。
目前，浪潮是百度、阿里和腾讯的AI计算GPU服务器的最主要供应商，占有率达到90%，并与科大讯飞、奇虎360、搜狗、今日头条、Face++等公司保持在系统与应用方面的合作，帮助客户在语音、图像、视频、搜索、网络等方面取得数量级的应用性能提升，浪潮AI计算平台占有率已经达到了60%，未来也希望能将AI与客户的需求和应用紧密结合起来，为用户提供更优质的智能服务。
