本文转自：天目新闻
人工智能时代 ， 算力就是核心生产力 。
育种、材料、基因、天文、制药……不论是基础研究 ， 还是应用研究 ， 科研领域的深耕细作离不开对海量数据的分析和处理 。 如何用科研为算力插上“翅膀”？
5月26日下午 ， 天目新闻《天目Tech+》工作室发起《格物沙龙》第3期 ， 聚焦智能计算 ， 与之江实验室一起举行了“数字反应堆跨界科普圆桌派”活动 。
现场 ， 七位科研“大咖”共聚一堂 ， 包括之江实验室总工程师赵志峰、之江实验室智能计算数字反应堆总架构师潘爱民 ， 以及之江实验室智能计算平台研究中心专家们——张金仓（计算材料方向）、徐晓刚（计算育种方向）、冯毅（计算天文方向）、唐进（计算基因方向）、陈广勇（计算制药方向）等 ， 一起聊了聊有关智能计算那些事 。

文章图片
活动现场
智能计算
大数据时代的必然趋势
随着互联网的发展 ， 各行各业的数据正以指数级增长 ， 计算的方式也发生了巨大变化 。
如何高效地分析、处理海量数据 ， 是大数据时代亟待破解的难题 。
“我们认为 ， 智能计算不是一项技术 ， 而是一个时代 ， 因为我们社会往前发展 ， 需要更加智能、节能、方便的计算方式 ， 所以我们需要智能计算 。 ”活动现场 ， 之江实验室总工程师赵志峰说 。
在他看来 ， 现有的计算并不“聪明” 。 以智能客服为例 ， 由于不够智能 ， 它常常无法很好地满足顾客需求 。 “你问它啥 ， 它不知道啥 。 ”赵志峰笑称 ， “有时候想在车上拨打电话 ， 跟Siri说五六遍 ， 它都不一定能帮你拨出去 。 ”
此外 ， 一个能可持续发展的计算方式 ， 还要足够节能 ， 否则社会难以维持其长期运转 。 赵志峰认为 ， 借助工程科技和生物启发 ， 智能计算能成为解决上述问题的答案 。
如何理解智能计算？赵志峰表示 ， 这个新概念有两个方向：一是面向智能的计算 ， 即通过计算让智能客服等服务变得更加“聪明” ， 问啥都知道；二是智能驱动的计算 ， 即通过系统架构、软硬件、平台的变革 ， 让人工智能精准高效地调配计算资源 。
“之江实验室的数字反应堆就是智能计算平台的典型之一 。 ”赵志峰说 。
作为之江实验室重点布局的科学装置 ， 智能计算数字反应堆如同算力大管家 ， 能为复杂的计算任务调度最优计算资源 ， 适配最佳计算方法 ， 形成最优结果 。

文章图片
活动现场
数字反应堆
为算力插上“翅膀”
科研领域的深耕细作离不开对海量数据的分析和处理 。
材料研发需要对不同元素、不同工艺进行组合实验 ， 优中选优；生物育种要通过海量的基因测序 ， “大海捞针”般地寻找“天选之种”；天文探测则需要对中国天眼“FAST”等天文观测设备采集的数据进行深度挖掘 ， 在千头万绪中找到隐秘的线索……
过去 ， 许多科研领域的实验高度依赖人力 。 之江实验室智能计算平台研究中心专家张金仓介绍 ， 在材料领域 ， 传统研发模式依靠经验 。 “类似于炒菜 ， 我们把不同元素混合起来 ， 用不同工艺‘炒一炒’ ， 不行就换一种配方或工艺 ， 反复试错 。 ”张金仓表示 ， 这种模式不仅低效 ， 而且成本高昂 。
随着大数据、人工智能等技术的发展 ， 传统模式发生变革 。
“利用过去积累的科学领域第一原理和实验数据 ， 我们可以通过强大算力 ， 推演出很多原来本无法确定或无法高效获得的结果 。 ”之江实验室智能计算数字反应堆总架构师潘爱民解释道 ， “我们的数字反应堆其实就是把不同的算力资源聚合在一起 ， 提供了一个统一的平台 ， 让不同领域能拥有方便地使用强大的计算能力 。 ”