从摩尔定律到人工智能，指数定律释放人类潜能

你学过指数吗？恐怕没几个人会对这个问题说 “No”。那么，你对指数式发展有什么样的认识？这个问题回答起来也许就没那么容易了。然而，指数式发展实实在在地就在我们身边、在我们手上发生。不相信吗？看看你的手机。

1965 年，英特尔的创始人之一戈登·摩尔提出了“摩尔定律”。半个世纪以来，“摩尔定律”一直推动着人类社会不断向前进步。现在技术带来的便利，是半个世纪以前的人不能想象的。这正是因为“摩尔定律”在数学本质上是一个指数式发展定律，它指明了计算设备的计算能力将以指数式发展前进。

指数式发展之所以难以认识，是因为一开始它的发展速度相对缓慢，甚至是难以察觉的，然而突破某个阶段之后，它就会以人力难以想象的速度飞升。就像一艘火箭，点火后的前五秒，它的速度并不快，可一旦马力全开，强大的引擎加上高动能的燃料，足以让火箭在几分钟内飞上蓝天，遨游太空。

目前，人工智能技术的发展，可以说正处在火箭的点火和准备加速阶段。在大众媒体上，AI 相关的新闻比比皆是。在技术领域中，处理器和算法的演进同样日新月异，公共云服务商 UCloud 和英特尔一起，在这方面携手取得了诸多进展。

优化引擎和控制器，加速 AI 火箭

UCloud 实验室研发总监、创新产品线总监叶理灯指出：“人工智能有三个要素——数据、算法、计算能力。有一个理论叫’火箭理论’，就是説如果把人工智能当火箭的话，那么数据是火箭的原料，计算能力就是引擎，算法就是引擎的控制器。”

为了帮助初创企业、传统企业 AI 转型， UCloud 推出了 UCloud  AI 在线服务 UAI-Inference，并以英特尔至强处理器 E5 产品家族作为这艘火箭的引擎，利用该处理器产品家族强大的可扩展性完成弹性部署，既能获得高性能，还降低了成本以及用户的 TCO。

在英特尔至强处理器这架引擎中，还集成了一套 AVX 浮点计算指令集，它有增强的数据重排能力，可以更有效地存储、读取数据。叶理灯和他的团队发现：在 UCloud 提供的公共云服务中，很多虚拟云主机仅仅用到简单指令集，而没有发挥 AVX 的强大能力。因此，他们和英特尔的工程师一起，在算法层面，利用各个虚拟机中此前未能“物尽其用”的英特尔 AVX 能力，借助其优势和特性，优化它在 UCloud AI 在线服务中的应用表现，满足 AI 在线服务的计算需求。AI 在线服务时延成功降低到数百毫秒，完全满足 UCloud 用户的实际应用需求。

UAI-Inference 还和英特尔合作，使用了性能更佳的 AI 框架——面向英特尔架构优化的 Caffe 框架，从而更好地支持英特尔至强处理器产品家族和至强融核 TM 处理器产品家族，其中集成最新版本的英特尔数学核心函数库 2017，能更高效地利用英特尔 AVX 处理能力。

一系列测试结果表明，借助面向英特尔架构优化 的 Caffe 框架，测试系统的执行时间从最初的 37 秒缩短至优化后的 3.6 秒，整体执行性能提高了 10 倍以上。UAI-Inference 的 AI 在线服务效率得到了极大跃升。

换句话说，UCloud 和英特尔一起，将 UAI-Inference 的引擎和其控制器的能力充分发挥出来，助推这架火箭飞得越来越快。

解决两大难题，把企业送上 AI 火箭

众多企业深知搭上 AI 火箭的重要性，但如果要自己搭建相关系统，却面临两大难题：

• ž不熟悉 AI 系统的设计、部署和运维，AI 系统需要多维度的巨大投入，一旦选型失败，就会面临高昂的成本损失。
• ž即便初始选型正确，AI 仍会带来巨大成本开支，侵蚀企业的总体 TCO。

这两大难题正是 UAI-Inference 想要解决的痛点。基于大规模分布式计算平台，它提供了“两步走”时的部署模式。用户先按照 UCloud 提供的 SDK 工具包完成相关准备工作，打包完成任务的在线部署后，就能使用 UAI-Inference 的 PaaS 平台完成自动化的管理和维护，同时还保证了平台数据的安全性。

叶理灯说：“UAI-Inference 给用户带来的最大优势，就是省去了部署时的大量繁琐工作，让用户可以将宝贵资源聚焦在自身业务上。”

现在，UAI-Inference 已经可以在图像识别、机器学习等多个 AI 领域满足企业用户的需求。一些人脸表情识别应用的实践检验证明：基于英特尔 AVX 支持的 UAI-Inference，完全具备了与传统方案相媲美的能力，成效出色。“我们的目标是帮助用户像使用云主机、 云存储这些成熟的云产品一样使用 AI 在线服务。”叶理灯说。

当火箭进入太空之后，进入失重状态的宇航员可以在火箭中自由漂浮。有朝一日，AI 这架火箭也必将让人类从很多繁琐的劳动中解放出来，让我们自由自在，享受更多自由。

我，贫穷，会写代码会 AI： http://t.cn/RkNMDzh