|
5月2日，纽约AI大会上，百度、谷歌、斯坦福、哈佛等多家企业和高校发布了一套关于AI硬件的标准规范MLPerf，百度是其中唯一一家中国企业。
图灵奖得主David Patterson (左一)与来自斯坦福、谷歌、百度 (Greg Diamos)、哈佛的代表在5月2日召开的纽约AI大会上宣布MLPerf
关于MLPerf，官方说法是“一套用于测量和提高机器学习软硬件性能的国际基准“，“将主要用来测量训练不同深度神经网络所需要的时间，这些神经网络所执行的任务包括物体识别、语言翻译以及经典的下围棋等。基准所统计的相关数据将为AI基础研究和行业应用提供重要参考，例如帮助算法工程师优化模型，协助硬件厂商提高产品性能等，从而促进AI的长期突破和创新。”
就是说以后你的AI硬件是不是够好，怎么样才算好，大家要在MLPerf的框架之下检验，按照统一的标准来衡量。就像赛马，同样跑一公里需要的速度，以前有的在草地上跑、有的在沙滩上跑、有的在公路上跑.....成绩毫无对比价值。.如今大家都到一座叫MLPerf的赛马场里，在统一的赛道上一较高下。据说这个标准是百度、谷歌、斯坦福、哈佛几家最先提的，然后得到了AMD、英特尔、微软、SambaNova、Wave Computing、加州大学伯克利分校、多伦多大学、明尼苏达大学等多家企业和高等院校的联合支持、参与。估计是大家一拍即合，觉得现在太是时候出这么一个标准了。
那为什么是百度作为唯一的中国企业成为发起者呢？
百度在人工智能上，无论是技术积累，还是产业布局，都是根深叶茂的，2016年，《财富》杂志就用“全球AI四巨头”形容百度、谷歌、微软和facebook，从语音、图像等基础AI技术，到自动驾驶这样的前沿产业布局，百度在人工智能上的实力，无疑位列全球最前沿的第一梯队中。再加上技术基因、长期对技术价值和趋势的思考，也让百度拥有最敏锐的嗅觉。
诚然，这个时代AI的爆发，与数据增加和算法进化有着很大关系，但由于基础的软硬件大都根据互联网时代的需求设计，并不一定与AI时代的要求吻合。2012年谷歌放弃用神经网络识别猫的项目，正是由于这个项目需要在1000台计算机上、花费约100万美元运行。直到吴恩达改进方法，在3台机器上运行就能获得相同结果，才打开了人工智能发展的新纪元。
时至如今，人工智能从实验室向商业化产品迈进的路上，AI标准的缺失，让这个行业虽然前沿开发火热，但落实到产品方面却存在不小考验，各家也都是按照自己对产品方向对理解、甚至自己对喜好在做研发，所以行业比较杂乱。
回溯数千年人类文明史，建立“标准”一直就是社会经济文明提升的重要方式。
我们在历史书上学过“秦始皇统一度量衡”的典故，实际上进入南北朝之后，中国的度量衡又混乱起来，比如北朝魏、齐一斤等于古二斤，北周一斤则只比古斤多二两，长度也是同样的单位标准完全不同，给工商业发展带来极大不便。隋文帝统一了全国度量衡，带来经济大发展，也为随后的盛唐奠定了基础。
现代科技发展过程中，建立“标准”一般是相关产业崛起的标志。
1988年由全球几十所知名大学、研究机构、IT企业发布的第三方测试标准SPEC，成为全球业界权威选型标准。由于其测试十分严苛，参与SPEC不仅能够提高客户认知，还可以为技术创新提供依据。在SPEC推出后的15年里，全球CPU性能以每年1.6倍的速度提升。
在科技探索的征程中，每个勇敢的创新者面临的都是广袤无际的荒原，业界“标准”的出炉就像点亮指路明灯，会帮助业界加快推进速度，形成集中优势。
从全球角度看，四家顶尖AI机构发布的MLPerf，将加速人工智能硬件和软件的快速提升，加速产业链成熟，拉近AI在生活中普及的速度。
而从中国的角度看，当中国企业已经错过了芯片产业的至高点之后，这次百度成为AI硬件标准的全球规则制定者，或许将给我们在新对智能产业中争得更多的话语权，让我们在人工智能产业中不在停留在产业链下游。
|
