台灣AI雲平台正式商轉!超級電腦助攻,4大領域150個專案躍躍欲試

0
716
圖片來源:國網中心 提供

在人工智慧的大趨勢下,台灣的第一台AI超級電腦,於AI雲平台建置完成後,正式邁入商轉階段,目前所涵蓋的AI應用包括醫療照護、環境災防、智慧製造、智慧生活等四大產業。

你知道嗎?台灣也有世界級的AI超級電腦!在科技部積極推動人工智慧發展下,台灣第一台AI超級電腦2018年不僅在全球500大高速計算主機(TOP500)中排名第20名,目前又進一步在這個名為「台灣杉二號」(TAIWANIA 2)的AI超級電腦上,建置了AI雲端平台,並且於今年6月試營運,8月開放產業界運算,截至9月底,已有150個專案在這個平台上運行,10月正式商轉之後,預計將能有效帶動台灣發展AI產業。

台灣第一個AI超級電腦「台灣杉二號」進入全球20名,能源效率全球排名第10名。
圖片來源:國網中心 提供

優先聚焦四大AI應用領域

台灣杉二號是由財團法人國家實驗研究院國家高速網路與計算中心(以下簡稱國網中心) 領軍,同時並結合廣達、華碩、台灣大哥大等業者建置AI雲端平台。目前AI超級電腦的四大產業應用,主要以智慧醫療為最大宗,占比約30%,智慧製造則有15%,智慧生活約20%,智慧防災相關應用則有10%左右,其餘類型的應用則佔25%。

原則上,「只要跟眼、耳辨識相關的工作,需要精細度、大量資料的篩選能力,都可以交給AI超級電腦!」國網中心副主任林錫慶說。AI超級電腦能讓數位化資料變得有意義,讓更多公司和新創可以做更好的模型判斷。

目前AI雲平台的應用,主要聚焦四大領域。

一、醫療照護

在醫療照護第一階段的AI應用為體適能、生理檢查,另外,診斷醫療以影像識別深度學習的應用最多,例如病理切片或X光片分析,都能節省醫師大量的標註時間。

醫療第二階段的AI應用是精準醫療與用藥。林錫慶舉例,一個人的全基因序列可能就需要500G儲存量,要觀察病人長期用藥的反應,需要大儲存力及計算能力,才能協助精準醫療的判勢,便是AI超級電腦的著力之處。(從精準醫療到AI選豬!基龍米克斯彎道超車,靠的是機器學習關聯性分析法

醫療第三階段的AI應用是居家照護,追蹤病人用藥情況以及蒐集居家照護資料。

雲象科技的高解析病理影像達十億以上畫素。
圖片來源:截圖自國網中心影片

二、智慧製造

AI應用可作為「製造業的眼、耳」,在製造業生產線上可用AI做自動光學檢測(AOI),取代人工的產品瑕疵辨識,或是以自動視覺檢測(AVI)預測機器故障狀況。林錫慶表示,所謂的耳朵是在機器設備加上感測器,用AI技術分析機器震動的狀態,評估機器的健康。目前鋼鐵製造、重工業、晶圓生產、印刷電路板、航太工業等行業都開始應用智慧製造。

三、智慧生活

包括智慧城市,例如城市中的攝影機安防監控;智慧運輸用智慧號誌疏導車流;自動駕駛車也需要用到大量圖像辨識等AI技術。

盾心科技能將傳統攝影機83%的誤報率,降到1%以下,在特定情境下準確度改善100倍以上,每次禁區闖入都能精準地被偵測並發出警告。
圖片來源:截圖自國網中心影片

四、智慧防災

可了解氣候狀況,例如颱風來臨時,可透過衛星、飛機和無人機空拍畫面協助判別情勢。智慧農業則透過掌握生產狀況,能用AI分析物價波動,或改善農作物災種規劃等。

國網中心企劃推廣組專案行銷總監李君偉表示,目前已有地方政府應用AI超級電腦,透過AI提前部署,未來政府將不再只是被動的做災後處理,能在災前做水患預測,部署抽水機、人員疏散等。

效能領先一般公有雲近40%

國網中心主任史曉斌指出,AI超級電腦的運算能力高達 9 PFlops(每秒執行9千兆次浮點運算),因此,臺灣AI雲實際應用的計算力,在執行跨節點大數據的運算時,相較於其他公有雲平台,效能領先幅度可接近四成。

臺灣AI雲的產業應用到底有多快呢?其高效能在不同的應用環境下,各有不同的效益。以智慧醫療新創雲象科技為例,將組織病理切片數位化之後,單一張數位玻片的解析度高達數十億甚至百億畫素,檔案最大可超過10 GB,訓練AI模型曠日廢時,沒辦法在一般的公有雲平台獲得支援。

臺灣AI雲高速計算架構,每個節點間有100G頻寬,讓全解析度的全玻片數位影像資料得以順暢交換處理,才讓AI訓練成為可能。雲象科技運用臺灣AI雲做醫療影像深度學習,計算速度提高了275倍,每個專案可省下專業病理醫師近千個小時的標註時間,並以400倍超高解析度、零切割最完整的方式做全面檢視,提升了病理切片的辨識效率和品質。

智慧醫療新創雲象科技用臺灣AI雲計算速度提高了275倍,每個專案可省下專業病理醫師近千個小時的標註時間。
圖片來源:截圖自國網中心影片

事實上,當初要打造國家AI超級電腦,外界有許多聲音,質疑國家為何要花這麼多錢建立這個系統?史曉斌說,「成果會自己說話。」臺灣AI雲在與演算法相關的研究運算上,能提高接近七倍的速度,而在智慧安控的應用上,更能有效提高影像辨識的準確率,超過兩成以上。(Google、Intel、IBM與微軟搶著研發,量子電腦的魅力究竟在哪?

以智能安全監控新創公司盾心科技(Umbo CV) 為例,為了能精準地辨識攝影機畫面中的物體及行為,借力臺灣AI雲,自我學習的模型訓練時間大幅縮減 70%,原本168小時的模型開發運算時間,可縮短至48小時內即完成。盾心科技更要在未來五年將影像運算數從70億次擴增至7,000億次,挑戰AI安控系統自動通報趨近於零的誤報率。

支援AI開發的容器系統

到底一般的AI平台和AI超級電腦的差別是什麼?最大的差別就是多節點運算的能力,台灣杉二號由252個節點組成,每個節點包含2顆CPU及8顆最先進GPU,史曉斌指出,「等於AI超級電腦有自己的互動網絡可以互相溝通。遇到複雜度很高的AI運算,就需要多個節點同時處理,超級電腦的價值就出來了!高速網路可以把計算節點連結起來,只有在超級電腦的架構才會出現,結果顯示比業界高速網路的效能還好。」

台灣AI超級電腦與日本AIST的AI超級電腦ABCI的硬體架構相似,但最大的差別是台灣AI超級電腦支援了AI開發環境最常使用的容器系統Kubernetes(K8s),是開發者的一大福音。史曉斌說,「全世界第一家支援Kubernetes容器系統的超級電腦,就是台灣杉二號!所以才能助力AI新創和企業有這麼好的表現!」

國網中心積極以AI超級電腦協助AI產業化,圖為國網中心主任史曉斌(右)和副主任林錫慶(左)。
圖片來源:郭芝榕 攝

一般超級電腦聚焦傳統的高速運算(HPC)系統,2018年,國網中心團隊看到了機會,預先設想能不能讓AI超級電腦支援HPC和Kubernetes兩個架構?讓當時還是顧問的史曉斌看到了國產AI超級電腦的潛力,「這是很好的想法,走在大家最前面,也是最冒險的事。」

然而,要將Kubernetes運用在超級電腦上仍有許多限制,當時,國網中心跟NVIDIA提及,「最受歡迎的容器系統沒辦法在超級電腦上顯示它的威力!」有了NVIDIA大力協助,終於讓這件事能夠實現。「這個成果不只能協助台灣業界,也推動全世界的發展。」史曉斌說,預期未來將看到更多AI超級電腦支援Kubernetes。

2019年6月,台灣杉二號仍在世界排名第23名,軟體工程背景出身的史曉斌看好台灣軟體的機會,他說,「台灣AI超級電腦最大的意義是讓台灣業界能充分使用AI,協助產業界開發出AI產品,AI產業化,讓台灣軟體放眼全球。」

發表評論

請輸入您的評論!
請在這裡輸入您的名字