高性能计算和人工智能的进步对企业意味着什么

戴尔技术公司数据为中心售前经理Paul Brook讨论了高性能计算（HPC）和人工智能的进步对业务的影响。

他表示，如果企业知道如何利用高性能计算和人工智能技术，则可以收获可观的收益。

早在2009年，戴尔技术公司就在学术界和世界上最负盛名的大学的帮助下，建立世界上第20快的超级计算机，将500台最先进的文件服务器、数据和低延迟网络以及基于x86的CPU结合在一起，提供了一种高性能计算机（HPC），能够处理数据，以解决复杂的特定问题。不仅如此，这样做的成本明显低于在同一列表上排名第19位的系统。

在8年之后，在同一个计算设施中，项目负责人计算得出，要达到相同的结果已经不再需要500台服务器。取而代之的是，获得相同的性能只需采用原来百分之一的空间和成本。更重要的是，随着对更大计算能力的需求增长，它们能够以实际上降低的成本提供更高的性能。

2020年的高性能计算比以往任何时候都更快、更强大、更小、更便宜。关键的区别在于，这些超级计算机不再是学术机构和极其富有的私营企业的专利。最后，高性能计算可以方便地应用于在广泛的商业环境中运行强大的人工智能（AI）工作负载。

根据麦肯锡公司最近的调查，95％的IT高管认为人工智能将改变其行业。但是这样的统计数据让人们想知道另外5％的人如何了解人工智能的影响。如何可以理解人工智能将如何改变业务，并从根本上误解了人工智能是什么。任何规模的组织都可以从自动化和近乎实时的决策中受益。关键是，人工智能和随之而来的相关技术进步使得这项技术不仅对大量的组织来说是可行的，而且成为强制性的。

在寻求部署人工智能时，企业需要注意的是，它并不是解决业务关键问题的灵丹妙药。更重要的是，正如人们在最近一些例子中所看到的，如果人工智能没有用广泛的数据集进行训练，它最终会放大一个错误的假设，使最终产品变得毫无用处。例如，如果只是用白人男性的照片训练面部识别程序，你会得到一些有偏见和潜在歧视的结果。与所有形式的建模一样，得出的结果与输入的数据一样好。对于这个简单的事实，没有捷径可走，任何试图这样做的企业都将很快陷入困境。

这些失误的关键不是人工智能已经失败或无法执行任务；而是人类通常不能更好地应用这项技术。今天，人工智能正在改变几乎每一个行业和垂直领域，从用于检测癌症的病理学，到人工代理回答联系中心客户的问题，从控制农业灌溉到在仓库和公共道路上驾驶自动车辆。

人工智能提供了切实的好处（如提高生产力、降低成本和提高竞争对手优势），前提是且只有当应用它的企业知道如何阐明问题，了解解决方案，或至少了解解决方案的外观，并能够成功评估其在组织内的影响。

而回想起十年前，面对世界上第20快的超级计算机，人们感到多么兴奋和乐观时但面对下一代高性能计算机对参与各行各业的组织的承诺，这种感觉就显得微不足道了。现在，与以往不同的是，企业可以相对便宜和容易地获得有史以来最强大的计算能力——他们用它做什么取决于自己。