DOITAPP
DOIT数据智能产业媒体与服务平台
立即打开
DOITAPP
DOIT数据智能产业媒体与服务平台
立即打开

【戴尔科技学院AI精品课】首席科学家主讲

刚刚度过了史上最长的一个寒假,我们迎来了2020年的春天。很多即将面临人生考验的高年级在校大学生,亦或刚刚步入职场的新人,在面对选择的十字路口,难免思考与彷徨自己的未来之路

曾经有一本励志图书,书名叫做《成长大于成功,选择重于努力》。选对行业和风口,职业成功将会简单许多。春暖花开的4月,当我们思考人生未来的方向时,一则“新基建”的重磅新闻吸引了不少同学的眼球。在七个未来投资热点方向中,我们又一次看到了过去几年中不断映入眼帘的热词:“人工智能”。

AI,仍处于商业化前期

过去5年人工智能商业化不断进步,已经超过了以往50多年AI行业应用的成就。不过现在的AI,依然处在商业化前期。麦肯锡预测到2030年,AI技术可为全球带来约1.3万亿美元的经济增长,贡献全球GDP增长1.2%,70%的公司将至少采用一种形式的AI技术。不幸的是,麦肯锡还预测,到2030年保守估计全球15%的人会因为AI工作发生变动。

怎样可以在未来十年保持职场竞争优势而不被AI所取代?最稳妥的岗位莫过于创造AI技术和产品的人。千里之行,始于足下;人生苦短,我学AI

中国快速发展的AI产业亟待加速人才培养。领英之前发布的《全球AI领域人才报告》显示:中国在大部分AI领域仍处在追赶和模仿阶段,基础性人才需求量最大,包括软件、算法等,高层次AI人才极其稀缺,部分职位供求比高达1:10。

并且,当前国内AI人才分布很不均衡,78%的AI技术人才聚集在北京、上海和深圳,二线城市人才缺口更大。各大企业求贤若渴,纷纷开出百万年薪招揽AI人才。

应对AI人才的紧缺,中国高校在行动!2018年4月,教育部印发《高等学校人工智能创新行动计划》,支持高校在计算机科学与技术学科设置人工智能学科方向,推进人工智能一级学科建设,推进“新工科”建设,2020年建设100个“人工智能+”复合特色专业,建设50门AI领域国家级精品教学课程。

2018年,国内只有南京大学和中科院大学开设人工智能专业;2019年开设AI本科专业的高校增加到35所;2020年180所本科高校计划新增AI专业,同时171所高职获批新增人工智能技术与服务专业。

人工智能从过去几十年的待秀闺中,到最近几年成为大众焦点,在学科建设、人才梯队、课程体系、教学平台等方面,有太多的功课需要补齐。这其中不仅要学术界,也需要企业界的共同努力。AI的需求,来自于产业,AI科研成果和输出人才,最终也会回馈到产业

在AI产教融合及协同育人方面,戴尔科技集团5年前也已展开行动

2015年,戴尔科技集团与中科院自动化所共同成立人工智能与先进计算联合实验室,建成包含120张GPU加速卡,3PB高带宽文件存储系统的AI高性能科研平台,并在此基础上共同研发企业级深度学习平台“诸葛•深知”。

近年来,戴尔科技集团与多所国内知名高校成立人工智能联合实验室,并帮助更多高校建设高性能的AI科研计算平台。

今天,为降低AI入门的高门槛,努力用深入浅出的语言为AI初学者普及人工智能的理论知识和实用技能,联合戴尔科技集团中国研究院、中科院自动化所以及有志于AI教育的合作伙伴,我们将陆续推出面向高年级本科及高职在校生,企业中AI爱好者的“戴尔科技学院AI精品课堂”系列课程,包含40多门AI专题视频课程

点击文末“阅读原文”即可进入课堂

这其中有零基础入门的《人工智能基础》系列课,希望通过课程学习可以从无到有,掌握AI发展历史、机器学习基本原理、常用算法模型、AI行业应用和计算框架。

进阶课程《计算机视觉》、《TensorFlow实践》、《机器学习》、《特征工程》,为同学带来人工智能应用当前四个热门方向的学习内容。

有志于学习AI异构加速芯片的同学,可以从《AI异构计算- FPGA》中学到FPGA AI加速的理论知识和实验教程

工欲善其事,必先利其器。面向380多所计划未来建设AI教学实验室的高校,戴尔科技集团联合推出的AI GPU动态加速云和AI FPGA教学实训两个一体化解决方案,提供包含硬件基础设施、实验平台软件和辅助教学课程在内的端到端解决方案,以最便捷的操作方式搭建AI教学实训平台,学生可以方便地进行线上操作和课程实验。

GPU是AI计算广泛使用的计算加速技术。有别于科研计算,AI教学环节不需要大量的数据计算以达到工业级精度要求,主要目的是使学生熟悉深度学习训练流程及方法论。单个学生需要GPU算力有限,但需要同时满足几个班学生同时在线实验,如果按照2个班教学,每个班30-35个学生,则需要60-70个学生同时在线。

按照传统模式,为每个学生分配一张物理GPU卡,成本是非常高昂的。此时,GPU动态加速云解决方案,实现GPU计算资源池化,对GPU算力(CUDA核心)和显存精细化切分,支持多个学生同时使用单张物理GPU资源并且互不干扰,AI教育环境下可以提升GPU利用率4-10倍。

课程结束后,软件平台可以智能将GPU算力回收,继续分配给教师或者高年级研究生用于AI科研计算,实现教学和科研算力的无缝倒换。

FPGA是AI计算家族的另外一个重要成员。FPGA以硬件可编程,低延迟,低功耗,丰富的片上资源等诸多特性优势,使FPGA成为低延迟AI推理计算的解决方案选项,也成为很多科学研究和教学的硬件平台。

传统FPGA应用和教学的主要挑战在于硬件编程的开发难度,开发质量不高通常会造成硬件资源有效利用率偏低。针对FPGA教学,我们提供的AI FPGA教学一体机解决方案,提供与FPGA加速硬件集成的软件编译器,与AI深度学习框架无缝集成,提供简洁通用的API,学生可以参考教程步骤调用软件库编程操作,轻松部署AI模型在FPGA上。

基于高度优化的定制数据流软件架构,常用AI机器视觉模型,FPGA芯片有效利用率最高可以达到98%以上。

书山有路勤为径,学海无涯苦做舟。勤奋固然关键,戴尔科技集团也希望通过高性能GPU/FPGA硬件设施+AI软件实验平台+AI教学培训课程的一体化解决方案,可以降低人工智能教学的门槛和难度。未来中国AI工程师的中流砥柱们,让我们从这个春季开始吧!

尊敬的读者

戴尔科技学院AI精品课第一期

现已上线!

欢迎扫描下方二维码听戴尔科技重量级嘉宾

为您带来AI知识的全面介绍

未经允许不得转载:DOIT » 【戴尔科技学院AI精品课】首席科学家主讲