中國雲計算的契機！訊飛、Face++專訪
2025-05-06 15:34:24
時間： 舊金山時間3月18日9點 ；地點：聖何塞GTC會場
高性能計算、雲計算概念在近幾年非常火熱，傳統的雲計算主要用於科學計算，商業計算，但在這次GTC大會上我們發現了不同以往的趨勢。在專業雲計算領域，不少公司都有迫切的需要，今天筆者代表泡泡網採訪了科大訊飛和Face++的代表，高性能計算的技術支持和硬體提供商NVIDIA的高層也同時接受了採訪，在一個多小時的時間裡筆者了解了他們目前所處的環境和需要，其實現在雲計算已經在每個人的身邊，未來更是將滲透到每天的生活中！下面是本次採訪的內容摘要。
主持人：今天我們有幸邀請到國內兩家受益於Depp learning，在語音識別和面部識別方面取得非凡成就的公司代表，分別是科大訊飛和Face++的代表，請他們分享高性能計算帶來的改變。
背景介紹：
科大訊飛（IFLYTEK CO.,LTD.）
科大訊飛股份有限公司，前身安徽中科大訊飛信息科技有限公司，成立於1999年12月30日，2014年4月18日變更為科大訊飛股份有限公司，專業從事智能語音及語言技術研究、軟體及晶片產品開發、語音信息服務及電子政務系統集成。
Face++
Face++是新一代雲端視覺服務平臺，提供一整套世界領先的人臉檢測，人臉識別，面部分析的視覺技術服務。
Face++旨在提供簡單易用，功能強大，平臺通用的視覺服務，讓廣大的Web及移動開發者可以輕鬆使用最前沿的計算機視覺技術，從而搭建個性化的視覺應用。Face++同時提供雲端REST API以及本地API（涵蓋Android, iOS, Linux, Windows, Mac OS），並且提供定製化及企業級視覺服務。通過Face++，您可以輕鬆搭建您自己的雲端身份認證，用戶興趣挖掘，移動體感交互，社交娛樂分享等多類型應用。
記者：NVIDIA這次的GTC大會上，deep learning無疑是最大的熱門，請問目前NVIDIA在推動deep learning的發展上做出了那些推動，目前國內外的發展現狀如何？
NVIDIA：很多公司最近幾個月在交流，有些公司已經有一些算法，差不多200家公司在中國，他們的需求和我們能提供的技術是一致的。當然，中國非常大，政府對信息公司促進的意圖也非常重要，我們會和我們的合作夥伴一起去推動這些技術的發展。我們會提供一些現有的工具，和架構專家去提供支持來推動deep learning的發展。大概4月份，我們會做一個試點，在北京、上海、廣東等地方。下一步我們還會和合作夥伴交流，包括國內和國外的。第一季度預計會有四五茬交流，視情況我們會在線提供支持或者派遣專家去現場協助。
事實上我們發現國內的很多優秀的公司已經達到了國際一流水平。對於deep learning這樣的新技術來說，國內外的公司其實基本處於同一個起跑線。每個禮拜我要做上百個公司的review，目前總部對深度學習的支持非常給力，而我們驚喜的發現國內的deep learning發展速度非常迅速。
記者：請問在座的兩位領導（科大和Face++），什麼時候開始和NVIDIA合作採用deep learning算法，這項新技術又帶來了什麼好處？
科大訊飛：相對於公司本職的語音識別技術來說，深度學習（deep learning）還是一個很新的技術，但要說和NVIDIA的合作，從很早開始我們就已經採用GPU來加速語音識別的效率，當時就取得了幾十倍的加速，後來達到了上百倍。剛開始我們還曾經使用了普通的消費類顯卡，但效果不是很好，因為遊戲中一個像素的錯誤並不會造成影響，對於數據運算來說也許就是致命的，所以後來我們全部採用了專業顯卡來做加速。我們感覺NVIDIA的GPU加速非常適合時代的發展，在我們需要它的時候，NVIDIA提供了強有力地幫助，幫助我們的語音識別技術取得了快速發展。
Face++:為什麼要和NVIDIA合作？是因為NVIDIA有它獨有的優勢，NVIDIA的業務很全面，我們一開始可以用遊戲卡來測試加速效果，周邊的軟體環境也很友善，尤其是Tegra可以解放我們的設計，我們在做設計的時候不用絞盡腦汁去節約最後一點點性能。其實對於很多更小的初創公司來說，NVIDIA剛推出的小盒子（小型工作站）也是非常合適，它可以極大的幫助這些小公司研發自己的技術。對於我們來說，雲服務我們也是非常期待，現在唯一困擾我們的就是安全性問題。
NVIDIA：其實開發的時候，用消費級的顯卡去做也可以，到了真正部署的時候可以採用更加專業的顯卡來提供支持，因為架構是統一的。
科大訊飛：我們的訓練系統採用GPU加速，最多就是100個節點的規模，因為每個節點的效率都非常高，而目前來說在線服務依然是有上千個節點是CPU提供的，從產業角度來看，如果全部在線系統能用GPU做起來的話，能或者很大的提升。GPU加速在機器學習方面非常有前景，因為機器學習實際上分兩個部分，一個是要計算出規則，第二部是要將計算出來的東西拿到伺服器上去運行。
NVIDIA:GPU的並行架構設計在處理大量並行計算的時候有先天的優勢，而我們一直在提高效能比的道路上努力。
科大：說的非常對，NVIDIA產品的優點在於它的高效率和每瓦特性能，這也是為什麼我們親睞它的原因。
Face++：雲訓練和雲應用，對安全問題要求最高的是公有雲訓練，無論是如何加密，伺服器端都要解密，這就涉及到核心的商業機密。因為如果在伺服器端不解密，計算任務量將會指數增加，雲訓練如果失去效率也就失去了它的價值。所以雖然雲計算有很多優勢，但在deep learning訓練方面很多公司都會不惜成本做自己的計算中心，畢竟對於一個科技企業來說，技術的安全是排在第一位的。當然如果未來有服務商能提供經得起考驗的平臺，我們也是願意嘗試的。
主持：今天我們討論了關於高性能專業GPU雲計算的一個發展現狀和前景，不少國內的優秀公司走在了世界的前列，通過本次訪談我們了解到大家對高性能專業計算服務迫切的需要以及目前deep learning發展的現狀和趨勢。事實上本次的採訪更像是一個開端而不是結束，行業規則和法律條例不斷完善以後，未來專業級的高性能雲計算和deep learning都會有更加廣闊的前景！由於時間的關係，今天的採訪就到這裡，謝謝在座的各位，下屆再會！■
