同样在2016年 ， 向辉也开始在百度接触AI行业 ， 随后亲身经历了AI在计算机视觉、自然语言处理、推荐等领域的技术应用与快速更迭 ， 如今她已成为百度飞桨AI for Science产品负责人 。
向辉在接受36氪专访时谈到 ， 面对AI for Science的落地挑战 ， 百度飞桨认为核心要解决的是构建一个通用化的深度学习平台 ， 能够衔接下游的各种异构算力 ， 提供支持科学计算问题求解的API ， 以及编译加速机制等 ， 以更好支撑典型的科学计算场景建设和分析 ， 如支持气象预测、流体仿真、材料发现等领域问题 。 “同时也要建设可持续的、融合科研、科学计算、平台以及终端用户的开放生态 。 ”她说 。
为让不同领域的科学工作者都可以灵活地使用当下热门的科研模型 ， 早在2019年 ， 百度飞桨就已开始尝试在AI for Science领域进行技术形态、产品路线等规划 ， 并在2020年初至2021年底相继发布了生物计算平台“螺旋桨PaddleHelix”、量子计算平台“量桨PaddleQuantum” ， 以及面向流体、固体、电磁等领域的科学计算平台“赛桨PaddleScience” 。
此外 ， 百度飞桨还提供了PINN、FNO、DeepONet等主流模型 ， 以及用户可直接复用的标准案例 ， 如CFD中障碍物绕流、涡激振动、达西流等 。
百度飞桨还支持基于组件进行定制化的问题复现与分析 ， 支持数据驱动以及与物理机理相结合的多种方法 ， 分别在物理仿真、化合物分子表征、量子纠缠处理等场景有了突破性的进展 。
其中 ， 为了更好地服务广大科学计算用户对各类PDE方程的求解需求 ， 百度飞桨也在积极实现与优秀科学计算Repo-DeepXDE的全量模型支撑 ， 目前已初步完成所有模型的精度对齐工作 ， 并在百度飞桨最新的高阶自动微分机制、自动化的分布式策略以及编译加速机制等加持下 ， 部分用例的求解效率已领先同类产品 。
为进一步推动AI for Science的落地进程 ， 百度飞桨还与多家高校、科研机构等开展了流体、材料、生物等方面的范例建设 ， 并形成了一些开放性的、多学科交叉的生态社区 。 今年5月还推出了“飞桨AI for Science共创计划” ， 希望通过与各方一道进行技术联合开发、推广资源共享 ， 共建生态商机 。
回想这些社区的发展经历 ， 向辉对不少学生团队的项目记忆犹新 。 她回忆 ， 其中北航有一个学生团队开展了一个真空羽流模拟实验 ， 实验本身需要在真空条件下 ， 无法在地面上复现 ， 但通过飞桨AI for Science的产品 ， 团队繁衍出了玻尔兹曼方程的一些系数 ， 最终达到了令人惊艳的效果 。 “这些案例都已证明 ， 在某些场景中 ， 百度飞桨的AI for Science能够一定程度地解决开发者们的科研问题 。 ”向辉说 。
一路发展至今 ， 百度飞桨AI for Science工具集已能支持AI方法与基础学科方法交叉融合 ， 最大的特点在于能突破基础学科中“基于数值计算求解控制方程”面临的维数高、时间长、跨尺度、算力不足等挑战 ， 将数值差分等效为“基于数据、物理机理驱动的神经网络模型实现” 。
开辟AI for Science赛道 ， 对百度飞桨来说无疑是AI能力的又一次挑战和跃升 。 在大幅加速科学问题求解的同时 ， 它也将为行业在探索更多未知科学问题的路上深踩油门 。
【AI for Science的上半场：人工智能如何重新定义科学研究新范式？】平台之下 ， 底层算力赋能软硬协同发展
正如前文所说 ， AI for Science的科学问题加速求解和产业落地 ， 不仅需要框架或软件平台层面的支持 ， 亦需要基础设施提供强大算力和软件优化能力 。
面向科学计算领域 ， 有大量芯片厂商在围绕如何提高AI算力 ， 加速AI应用落地做相应布局 。 而英特尔正是这一赛道中颇具代表性的领军企业之一 ， 其一直以来都在致力于“让AI无处不在” 。
在英特尔人工智能架构师杨威与36氪的访谈中 ， 他从一家芯片企业的角度出发 ， 针对AI for Science这一领域给我们带来了不一样的视角和观点 。
杨威认为 ， AI for Science普及的主要难点卡在如何降低AI硬件的成本 ， 以及要有易于上手的AI软件优化工具 。
他强调：英特尔从第二代至强可扩展处理器开始 ， 实现了CPU内置的AI加速 。 通过AVX-512和DL Boost等AI加速技术 ， 让“用CPU跑AI”成为了可能 。 此举的意义 ， 在于能够充分激活和利用部署更广泛且成本优势更明显的CPU的算力 ， 在输出绝大多数应用所需的通用算力的同时 ， 还能通过对AI推理的加速推进AI应用的落地 。 同时英特尔还向公众开源 ， 即免费提供各种AI软件优化工具 ， 包括oneAPI、OpenVINO等 ， 这些软件的技术门槛与使用难度较低 ， 且能帮助用户释放至强CPU的AI加速能力 。
推荐阅读
- 对“小洋人”不待这样地
- 华为 Mate 系列手机整理汇总
- 频繁的干旱期可能是地球上生命出现的必要条件
- 蓝鲸一次排便可达2吨，被称为大自然馈赠的蓝鲸粪便，作用在哪？
- 人像之光：vivo S16 Pro首搭天玑8200处理器，期待值拉满
- 高中生物|八大细胞器
- vivoS16、S16Pro和S16e有什么区别？三款产品配置硬件对比
- 升级版本荣耀80，和荣耀70放一起，谁更好用
- 吞噬星空：罗峰新神器弧刀盘秒雷神不在话下