(资料图)

5月26日上午，2023中国国际大数据产业博览会(以下简称2023数博会)在贵阳开幕。2021年图灵奖获得者、美国田纳西大学教授杰克.唐加拉以“高性能计算与大数据”为主题发表了主题演讲。

今年以来，包括ChatGPT在内的AI大模型火爆国内外，但实际上人工智能和机器学习作为研究领域已经存在了很长一段时间，为什么现在爆火？对此，杰克.唐加拉认为，其中一个因素是我们拥有了海量可用数据，整个互联网都可用于帮助训练机器学习能力。同时，我们拥有越来越强大的计算资源、算法和理论，这使我们得到了来自各行各业越来越多的支持，来推动机器学习和整体技术的发展。

因此，在杰克.唐加拉看来，在某种意义上，机器学习真正推动了科学发展。“机器学习可用于气候生物学、药物设计、材料学等领域，对这些领域产生了影响，并且有望继续产生影响。”

基于上述不同领域问题所需要的解决方案，可运行或开发这些应用程序的硬件正在构建中，很多公司设计和开发了专业的硬件服务，服务于机器学习和人工智能。超级计算机则是开发应用程序的硬件平台，如今的超级计算机建立在中央处理器和图形处理器上，但未来高性能计算的架构将发生改变。

杰克.唐加拉认为，未来高性能计算机将实现定制，我们可能会在体系结构中添加更多的组件。“例如可能增加专门设计用于机器学习的处理器。比如神经形态处理器，这些处理器的计算方式类似于大脑的运作方式；或是量子计算机，量子计算机不会独立存在，将连接到其他资源上并协助计算，从而将计算任务从通用计算中卸载，通过量子计算机的帮助来非常快速地进行特定类型的计算；或者我们将拥有张量计算机或基于张量的处理器，甚至可能是光学处理器，可以基于光来进行计算，实现非常快的计算速度。”