我總是特別喜歡每年的這個時候。隨著假期的臨近，許多人都會同意這一點，但我喜歡每年的這個時候，因為在 2018 年超級運算大會（SC18）上展示了技術成就和推進高效能系統的範例。SC18 以神經網路（NN）結束——從爆炸性機器學習（ML）開場到深度學習（DL）體驗，隨後是人工智慧（AI）清理。SC18 充滿有趣的見解，預測並展示了高效能系統的發展方向。
最新消息
美光以兩則新聞稿拉開 SC18 的序幕：第一份新聞稿「美光加入 CERN 開放實驗室，為推進科學研究帶來新的機器學習能力」，重點介紹與 CERN 開放實驗室的新專案合作，其中美光將利用開發的 AI 解決方案{ACS solutions}從 PB 級資料中為研究界找到有價值資訊。第二篇新聞稿「美光和 Achronix 為機器學習應用程式提供由高效能 GDDR6 記憶體支援的新一代 FPGA」"指出 Achronix 的 7nm 節點架構 FPGA 在 AI 應用程式中採用 GDDR6。
Maria Girone，CERN 開放實驗室技術長
Manoj Roge，Achronix 副總裁
美光展位令人興奮
美光展位有 30 多場演講。其中包括來自 CERN 開放實驗室、@AMD、Dell、Achronix、NYRIAD、AMAX、@PenguinHPC、Advantech、One Convergence，當然還有美光的思想領導演講。主題涵蓋從「AI 如何影響架構革命以實現 ML/DL」到新的解決方案，包括最新的 QLC 儲存技術和高效能 GDDR6 記憶體。
對話非常精彩。與資料科學研究人員合作，為新一代 FPGA 提供高效能記憶體，並與美光展位的生態系統夥伴合作，讓人們認識到記憶體和儲存裝置在 AI 系統中發揮的關鍵作用。
Alex St. John，Nyriad Storage 技術長
在台上：在參展商論壇演講中，美光電腦運算與網路業務部門策略行銷處長 Andreas Schlapka 概述了美光記憶體和儲存裝置方案在訓練和推論 AI 應用程式中的機會。展示從資料中心到邊緣部署的 AI 對記憶體和儲存裝置選擇的必要性。這不禁讓觀眾產生疑問：「記憶體頻寬撞牆問題還存在嗎？」 這為運算和記憶體之間的新系統解決方案提供了機會。
Andreas Schlapka 博士，美光策略行銷處長
美光先進運算解決方案部門的 Mark Hur 處長介紹了為實現 AI 應用程式而開發的一系列機器學習解決方案背景。這些具有 IP 的板卡可實現 FPGA 的靈活性，同時利用普通的神經網路程式設計和針對高效能記憶體頻寬進行最佳化的 IP。
展示 AI
美光展位的演示生動活潑，包括 NYRIAD「使用適用於 NVMe 的 GPU 控制器的加速顯示」，在該演示中，支援 GPU 的系統執行 4K 影片輸出，幀率從 30 fps 道關閉調速器後的 1500fps——快速模式下的娛樂影片。美光「持久性記憶體虛擬化」效能範例、使用美光 ML 解決方案的「ML 注入風格轉換」、採用 Advantech 系統的「高效能 NVMe」，甚至還有提供表情符號的有趣「AI 情緒偵測」，讓您用表達心情的表情符號來表達自己的感受。該功能由 NVIDIA DGX 工作站上執行的應用程式提供。我認為這些演示內容豐富且有趣。既有關於 AI 中如何使用記憶體和儲存裝置的資訊，又有非常有趣的執行過程。
從 SC18 的總結中可以明顯看出，美光致力於改變世界使用資訊的方式讓生活更加豐富。AI、ML 和 DL 確實是這一重點的重要組成部分。由於我們正處於 AI 發展的早期階段，我們需要學習大量知識來瞭解從資料中心到邊緣的架構將如何改變以實現預期結果。我們知道，要實現這些解決方案，需要在記憶體和儲存裝置方面進行選擇，而美光將直面合作、創新和交付的挑戰。
