0
| 本文作者： 王金旺 | 2020-08-14 13:23 | 專題：CCF-GAIR 2020 全球人工智能與機器人峰會 |
雷鋒網(wǎng)按：2020 年8月7日，全球人工智能和機器人峰會（CCF-GAIR 2020）正式開幕。CCF-GAIR 2020 峰會由中國計算機學會（CCF）主辦，香港中文大學（深圳）、雷鋒網(wǎng)聯(lián)合承辦，鵬城實驗室、深圳市人工智能與機器人研究院協(xié)辦。從 2016年的學產(chǎn)結(jié)合，2017年的產(chǎn)業(yè)落地，2018年的垂直細分，2019年的人工智能40周年，峰會一直致力于打造國內(nèi)人工智能和機器人領(lǐng)域規(guī)模最大、規(guī)格最高、跨界最廣的學術(shù)、工業(yè)和投資平臺。
在8月7日的「人工智能前沿專場」論壇上，香港中文大學（深圳）校長講座教授、 AIRS中心主任、中科院云計算中心首席科學家、IEEE Life Fellow黃鎧教授做了「5G Cloud, AIoT and Edge Computing」報告分享。
黃鎧教授此前在美國加州大學伯克利分校獲計算機科學博士學位，多年任教于南加州大學與普度大學，于2018應(yīng)聘香港中文大學（深圳）的校長講座教授、中國科學院云計算中心首席科學家。在計算機結(jié)構(gòu)、并行處理、云計算、物聯(lián)網(wǎng)領(lǐng)域出版有250篇論文及10本專著，專著被翻譯為4國文字。
2017新書被哈佛與斯坦福等20余所名校采用。黃教授是IEEE計算機學會的終身會士，獲得中國計算機學會（CCF）2005年首屆海外杰出成就獎，2012年獲得 IEEE CloudCom云計算大會終身成就獎。
作為物聯(lián)網(wǎng)領(lǐng)域資深專家，歸國后，于2019年成為深圳市人工智能與機器人研究院（AIRS）新組建的智能云計算與物聯(lián)網(wǎng)研究中心（SCIoT）負責人，目前，這一研究中心設(shè)于香港中文大學（深圳）校內(nèi)，黃鎧教授在大會報告中也指出：“我們把集成云計算、大數(shù)據(jù)、AI和5G這4種應(yīng)用結(jié)合起來，第一次在大學校園里搭建了一個智能產(chǎn)業(yè)云平臺。”
以下為黃鎧教授在CCF-GAIR 2020「人工智能前沿專場」上的演講原文，雷鋒網(wǎng)做了不改變原意的整理：
各位早，我在國外待了很久，全職回來工作兩年，中文講得還可以，但是我的PPT里面很少中文，所以各位要稍微忍耐一點。
剛才你們聽到高文介紹的城市大腦2.0，他強調(diào)了一點是云、邊、端結(jié)合，我今天主要是向各位報告我們在深圳市人工智能與機器人研究院（AIRS）造的一個云端結(jié)合的系統(tǒng)。我的報告主要是圍繞這一塊，把我們在應(yīng)用、算法、軟件上做的研究給大家介紹一下。
我一輩子都在做計算機系統(tǒng)結(jié)構(gòu)。這么多年來計算機系統(tǒng)有很多變化，CCF在這方面也有很多大會。我個人認為計算機一定要走到智能化的路上去，相對的如果只是高性能計算，把它加上序列化就叫做云，這個云就缺少智慧了。剛才周教授也談到，你要有算法、算力，最后還要有智慧，要讓它有知識。所以AI、機器學習、深度學習這些東西一定要放到云端，也要放在圍繞在云端四周很多的邊緣云上。
什么是大的云端系統(tǒng)？我和金海教授一起工作過很多年，他回國以后做的第一件事就是部署了一個大的云端系統(tǒng)。這個云端系統(tǒng)部署于一個大的數(shù)據(jù)中心，即集群系統(tǒng)，用戶群可以比原來擴大10倍、100倍。我們一直在分享彼此的工作。今天我的報告是在云端系統(tǒng)的基礎(chǔ)上，把云、物聯(lián)網(wǎng)和AI結(jié)合起來。
我們看一下這些年在AI芯片、移動網(wǎng)絡(luò)、大數(shù)據(jù)、云、IoT以及相關(guān)的工業(yè)互聯(lián)網(wǎng)方面的進展。
最早是機器感知，我們希望在系統(tǒng)中用很多感知單元，在此前20年有很多感知方面的研究。而現(xiàn)在，從機器感知要做到機器認知、認知計算。剛才提到深度學習，前面兩位做報告的時候都提到過，做視覺或推理，深度學習的層數(shù)越來越多，這就需要在云端部署越來越多的設(shè)備。
我們把AI芯片、移動網(wǎng)絡(luò)、大數(shù)據(jù)、云、IoT、工業(yè)互聯(lián)這些領(lǐng)域融合起來，建立了一個創(chuàng)新中心（智能云計算與物聯(lián)網(wǎng)研究中心）。
AI芯片方面，現(xiàn)在AI芯片的進展非常快，我主持的AIRS主要是支持大灣區(qū)發(fā)展AIoT，這次的大會有一個專場是AIoT的，大家一定要去聽聽，去年是我主持的那個專場。
5G方面，我列舉了8個比較重要的優(yōu)點。大家通常理解5G只是比4G快一點，的確如此，差不多快了10倍到100倍。不過，5G不止是加快了速度，它還有很多其它的優(yōu)勢，我用下面的一個圖給各位解釋一下5G。
下面這張圖講的是6G，6G大概要到10年后才能實現(xiàn)。6G與5G又不同，從2G開始，一直往下來，主要是在三個方面有變化：
第一，天線數(shù)量。在1G的時候用的天線數(shù)量很少，到后來變成8根天線，到了MIMO技術(shù)被應(yīng)用以后，在啊一個5G應(yīng)用系統(tǒng)中，最少是64根天線，所以這個接收的信號、數(shù)據(jù)就很多了。
到了6G時代，天線可能有上千根，不過6G我今天不想講，因為還要有10年的發(fā)展，會有很大的變化。
我覺得最大的可能是什么呢？馬斯克現(xiàn)在搞SpaceX，發(fā)了很多低高度的衛(wèi)星，離地球很近，不像北斗或者GPS，要在36000公里的高空，他發(fā)的衛(wèi)星距離地面只有1200公里，相對于4G、5G都是在地面上部署通信網(wǎng)、設(shè)基站，它是完全在高空，而且12000多顆衛(wèi)星在天上，將來很有可能所有的物聯(lián)網(wǎng)甚至6G都會被它取代。它對5G、6G技術(shù)的發(fā)展是一個嚴重的威脅。
第二，空間。3G的延時是100毫秒；到4G的時候，降到70毫秒；到5G，我們希望降到1毫秒。
高文院士剛才講到，信號從眼睛進去，到大腦得到這個信息大概是200毫秒的延遲，如果5G完全實現(xiàn)，這個速度比人眼傳輸信息的速度快了100倍，你就知道那個城市大腦2.0實現(xiàn)起來就容易多了。
第三，頻率。最早是300MHz，再往下是3Hz，進展越來越大。
剛才提到網(wǎng)絡(luò)功能虛擬化（Network function virtualization, NFV），它是5G的架構(gòu)，是一個從物理到虛擬的大通信網(wǎng)。利用NFV可以根據(jù)不同的用戶需求建立三層網(wǎng)絡(luò)切片系統(tǒng)，這三層切片系統(tǒng)使用的資源是從底層物理硬件抽象、虛擬化而來的。當用戶使用的時候，它將用戶數(shù)據(jù)從靠近基站側(cè)的中心機房數(shù)據(jù)中心連接到大區(qū)數(shù)據(jù)中心，整個效率會提高很多。
大概5年前，每個人連接的設(shè)備有5個，Spacex發(fā)射的衛(wèi)星，目前大概有720個在天上，它要增加到12000個，它是不是能取代將來的6G我不知道，但是至少IoT將來的設(shè)備連接量會非常大。
再一個是GPS或者是北斗，都是用中高空或者是非常高空的衛(wèi)星，今年讓我最欣慰的事情就是看到我們的北斗完成全球覆蓋，這確實很了不起。
這（下圖）是我們建立的智能云的系統(tǒng)架構(gòu)。我們把4個云合成在一起，包括計算云、大數(shù)據(jù)應(yīng)用云，AI云與使用5G專網(wǎng)的邊緣云。我們使用浪潮的服務(wù)器，英特爾的CPU，速度都很快。底層是很多移動應(yīng)用、攝像頭等等。這個系統(tǒng)將云計算、5G、IoT、邊緣計算結(jié)合在一起。我們大致用了1400個CPU核，與好幾萬個GPU核。這里，每一個英偉達2080Ti的GPU包含500多個core，V100 GPU是6000個核，這些用來執(zhí)行AI應(yīng)用。這三個大云在左邊，右邊是5G的應(yīng)用系統(tǒng)。
這里舉一個例子，deep learning for robotics vision training using various resource pools in AIRS Cloud（使用AIRS云多資源池進行機器人視覺深度學習訓(xùn)練）。
機器人使用雷達、攝像頭等物聯(lián)網(wǎng)設(shè)備進行數(shù)據(jù)采集，它收集的影像在邊緣平臺進行前置數(shù)據(jù)處理，經(jīng)由5G網(wǎng)絡(luò)傳送至計算云進行原始數(shù)據(jù)收集、累積，再傳輸至大數(shù)據(jù)應(yīng)用云進行文本分析等必要處理，形成可供訓(xùn)練的數(shù)據(jù)集，最后交由交給AI云進行訓(xùn)練并輸出訓(xùn)練結(jié)果、返還機器人，實現(xiàn)工業(yè)大數(shù)據(jù)智能化的閉環(huán)。
我現(xiàn)在正在寫這個論文，今天早上我碰到一個好久沒見的朋友，他問我現(xiàn)在還在寫論文嗎？我說當然要寫，我現(xiàn)在帶了15個學生，我都要他們寫好論文。
我們另外一部分主要的工作是做大數(shù)據(jù)基準測試（Benchmark），這是跟中國科學院計算所詹老師的學生合作，基于云系統(tǒng)運行的不同方面的性能，做很多基準測試。這個圖顯示的是一個AI基準測試，當然還有很多其它方面的基準測試。
邊緣計算這部分由于時間關(guān)系我就不解釋了。
最后做一個總結(jié)，我們把集成云計算、大數(shù)據(jù)、AI和5G這4種應(yīng)用結(jié)合起來，第一次在大學校園里搭建了一個智能產(chǎn)業(yè)云平臺，我感覺，我今天這個演講完了以后，國內(nèi)很多大學也想造這個東西，我告訴大家，我到目前為止花了1500萬，如果你少于這個錢，你可能造的不夠用。
我的報告就到這里，謝謝各位。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
專題
本專題其他文章
