(資料圖片僅供參考)
我們已經邁入了一個高度智能化的時代。近年來，ChatGPT等人工智能（Artificial Intelligence，AI）應用不斷帶來驚喜。面對各種問題和需求，人工智能之所以能夠表現出“智能”，一個很重要的原因是其背后有著強大的計算資源作為礎支持。基于這些計算資源，可以訓練出高質量的人工智能模型，幫助人們解決問題。因此，如何充分運用好超大規模的計算資源，就成了人工智能時代亟需解決的重要基礎問題。
近年來，來自北京大學計算機學院、人工智能研究院的青年學者，關注面向人工智能的基礎系統軟件這一領域，組成研究團隊，開展聯合研究，連續發表高質量學術論文并多次獲獎，取得了重要的學術研究進展，而且成果在工業界開展了大規模實踐，產生了積極的產業影響。
01 實現系統軟件“根”的突破
當前以深度學習為代表的人工智能，本質上是一種數據驅動的智能，首先要從大量的數據中“學習”出一些規則生成一個模型（稱之為模型訓練），然后要運用這些規則來解決問題（稱之為模型推理）。如果做個比喻，可以粗略地把模型訓練過程當作“看例題”，把推理過程當作“寫作業”。人工智能可以做到在邊看例題的同時邊寫作業。不過，用多少精力看例題，用多少精力寫作業，以及這些精力如何分配得合理、高效和經濟，就不再是人工智能自身能夠解決的問題，而必須要依賴底層的系統軟件來調度算力資源為其賦能和提供支撐。
標簽：
