英伟达Nvidia 2018 GTC大会整理

本次英伟达GTC大会总共三天，有不少赞助商：

赞助商

总体参会感受上，我总结为如下几点：

华为、百度等企业，基本上他们的AI计算平台既有部署在公有云上的，也有直接为企业部署私有云的。另外像华为、百度等，也销售自己独立的服务器。
大部分企业是以展示自己的服务器为主，软件只是一个配套产品，有的展示，有的不展示。
提到AI计算平台的企业总体不多，大概有这几家：华为、浪潮、百度、阿里、还有两家联合展台。
提到AutoML的也不多，其中百度是在其中一个培训会议中讲解他们的PandlePandle时，提到他们有专门的AutoDL；另外一个就是控智立方，他们也是完全自主研发的，叫DarwinML，主要采用进化算法技术，实现机器学习以及深度学习的自动建模。
很大一部分的企业是提供面向独立场景解决方案的。比如自动驾驶、机器人、人物视频动作分析、虚拟现实等。其中的代表应该就是腾讯AI了。

在技术趋势上，以及在平台建设上，主要有以下特点：

一个完整的AI整体解决方案，越来越多的体现在如下几个方面（计算要快，通信要快，存储要快）
大型的GPU训练集群的支持
高速低延迟通信网络的支持，如NVLink，RDMA等
高速网络存储的支持
大数据、云平台、分布式存储的结合，AI计算平台与这些结合在一起，构成一个比较完整的生态图
AI计算平台的建设，以及集群监控管理平台的建设
分布式AI计算的能力，其中包括同步训练和异步训练的支持
大规模异构计算集群的支持
深度强化学习、迁移学习的研究趋于热门（一切都是为了降低人力成本，降低使用复杂度）
AutoML，AutoDL开始流行（主要体现在百度和探智立方两家公司上）
模型优化，以及模型压缩技术的流行（因为越来越多的模型需要运行在一些端到端设备上，模型太大会造成在这些设备上不可实现）。
GPU的并行计算，以及共享计算的支持。有时候需要多个GPU同时计算；有时候是多个服务都需要GPU，但是并不需要独占整个GPU，这个时候为了提高GPU的利用率，需要共享计算的支持
AI相关技术的开源成为一种趋势，英伟达、intel，百度等公司都公布了大量的开源组件。

在AI软件计算平台上，主要几家的平台建设方式如下：

百度：完全自主研发，计算框架是公司自己的PandlePandle，也是国内唯一一家自主研发计算框架的公司。百度提供了一个完整的AI技术体系：
- 训练框架、推理框架、可视化、AutoDL，AI Studio，以及强化学习工具等
- 提供服务器、高速网络、高速存储、并行、异构等的支持
- 将百度前期在具体行业的AI建模成果，逐步集成到PandlePandle中，并将很多的模型应用开源出来，并特别说明会提供官方支持。
阿里：主要是他们的阿里PAI，该平台主推的计算框架是tensorflow。
- 硬件方面，同样提供服务器、高速网络等的支持
- 内部包含了PAI-EAS,PAI-TF,PAI-OCR，异构团队等
- 其中PAI-TF主要是针对tensorflow，并对其进行封装和优化
- 模型优化等
- 支持公有云和私有云
浪潮：主要计算框架是tensorflow和caffe，平台应该也还在建设中，目前并不完备
- 他们同样对支持的两款计算框架，做了对应的封装，分别叫作Caffe-MPI和Tensorflow-Opt
华为：与阿里类似，但起步较晚，目前华为的MLS和DLS正在快速发展。
- 硬件方面，类似阿里
- 平台方面，目前已支持tensorflow、MXNet、Caffe
- 同样提供基于这些计算框架的封装库：moxing
- 支持公有云和私有云
AWS：调研的不多，主要是从他们的讲座中，知道一些
- AWS主推MXNet，并对它做了很多优化和封装。
- AWS公布了很多行业应用数据集。

会场调研

华为

华为的深度学习平台，我可以通过现场的笔记本进行操作，发现他们展示的深度学习平台跟华为官网上的DLS不大一样，经询问，这是他们的最新版本，与官网的整体设计风格是一致，主要是加了一些功能，另外对有些功能做了整合。

华为这次展示的其中一项是自己的服务器，并且深度学习服务就是独立部署在这台服务器上的。

2018-11-23-15-32-30.jpg

主要功能大致如下：

总览：与官网类似，有一个总体的开发流程示意图，然后是各类作业资源的运行情况统计图。
代码开发：就是jupyter notebook，用户可以建立多个开发环境。
数据管理：就是数据集管理，华为是专门为数据集做了这个维护界面，应该是让用户在选择时更加方便。
模型训练：两个TAB页，一个是训练任务列表页面，可以点进去查看任务明细；一个是可视化页面，主要是针对Tensorboard。
模型管理：也是多个TAB页，一个是用户自己的模型管理，一个是平台内置的模型库。
推理服务：他们的查看服务详情，可以直接出现推理操作界面，比如如果是一个图片类的推理，界面中可以直接上传图片。
资源监控：我在第一天看他们调试环境的时候，应该是以管理员账号登录的，有这个功能。后来我自己操作的时候，看不到这个功能。应该是只针对管理员开放这个功能。

浪潮

浪潮有两个展台，分别代表了浪潮以及浪潮商用机器两家公司。后者应该是个子公司。下面分别简单介绍一下。

其中浪潮展台主要展示了两部分，一个是他们的硬件服务器架构体系，一个就是他们的AI软件解决方案平台。

126760746251263930.jpg

展台所描述的与他们官网上的说明基本是一致的，自下而上描述：

最底层就是硬件服务器环境（有GPU训练集群、有数据集的存储集群、也有云存储服务）
往上一层，就是他们的AIStation和Teye。这个在之间的调研中研究过，其中AIStation就是计算平台，专门负责应用环境、训练任务、作业调度、资源监控等。而Teye全称叫应用特征监控分析系统，从官网上看到的就是针对GPU、CPU等的的实时运行分析。
再往上，就是他们针对计算框架的封装，比如Caffe-MPI和Tensorflow-Opt，主要目的应该就是为了简化开发流程，以及可以与平台深度集成。这是一把双刃剑，做的好的话，用户会非常乐意使用，但是做的不好的话，也会成为限制平台发展壮大的瓶颈。
最上层就是行业AI解决方案，是面向特定场景应用的。这几乎在所有AI平台中都有，也是少不了的。

关于Caffe-MPI和Tensorflow-Opt，其实是涉及到一个问题，就是需不需要对第三方的计算框架做一些优化封装。优化封装的好处是我们可以提供更高一层的抽象，大大简化用户开发；并且可以集成一些我们自己的特色。而缺点是，一方面在某些程度上增加了用户的学习成本，一方面因为计算框架太多，需要适配的框架太多。

就目前来说，华为、百度、以及浪潮都是对计算框架做了封装的。我个人感觉是需要做这一步的，因为未来的工具，一定是越简单用的人越多。

下面再提一下浪潮商用机器这个展台，这也是一个独立的公司，是浪潮跟IBM合资的公司，其中浪潮占51%的股份。这个公司主要是用来销售IBM的Power AI体系下的相关软硬件，其中硬件部分我没细问，但是软件平台部分就完全是这个Power AI。特别说明一点，他们的解决方案架构图中提到了H2O ML。

百度

感觉真正的代表了AI整体解决方案，展台展示了他们的服务器，以及整个百度AI平台软件栈。

有硬件支持
有自主研发的计算框架支持
有高速存储服务
有大量经过生产检验的真实AI模型

腾讯

腾讯展台主要展示的是他们在AI具体领域内的应用，也就是说他们提供的是具体场景下的解决方案服务。比如视觉、语音、文字、视频等方便的应用服务。

腾讯也有自己的机器学习平台，但是在展台中并没有展示。

腾讯AI Lab，目前有80多名研究员，300多名工程师（讲座里提到的）。

软硬联合的两个代表

这里主要介绍两个展台，他们分别都是两家公司拼在一起，组成一个展台的。特点就是硬件一家公司，软件一家公司，两家一起拼成一个完整的解决方案。

越海扬波+联科

其中越海扬波是专门卖服务器的，联科的CHESS平台主要是用来做集群管理以及任务调度的。如下图：

2018-11-23-16-19-58.jpg

我大致看了下，在集群管理上做的比较多，AI方面体现的比较少，主要就是GPU的监控。

AMAX+Mellanox+中科类脑+StorSwift

这次大会，一个非常深刻的印象就是对于AI来说，需要强大的硬件服务器，需要低延迟的高速网络，需要分布式存储，需要计算平台，几乎每一家提供整体解决方案的企业，都或多或少的体现了这几个方面！

这一个展台就是应该是合作方最多的，AMAX卖服务器的，Mellanox卖交换机等通信设备的，中科类脑卖软件平台的，StorSwift卖高性能网络存储的。

其中 中科类脑就在合肥，好像在中科大先研院里面。

探智立方

这是一家专门做AutoML的，他们提供的平台叫作DarwinML，与我之间对AutoML的研究相同，主要是为了简化建模过程。

2018-11-23-18-22-30.jpg

他们该平台的主要特点是：

完全自主研发的
提供完整的模型基因库（应该是结合了机器学习算法以及深度学习算法，类似提供组建模型的积木）
核心使用进化算法，通过几代的进化，就能得出比人类建模效果好很多的模型。
并行计算的能力。
他们的平台也提供模型在线服务的功能。

总体而言，参加这次GTC大会，收获不小，开阔了眼界！