고잉림 박사- 고성능 컴퓨팅 부문 부사장 겸 최고 기술 전문가
NASA 메달 우수상 수상확장 된 우주 임무에서 자율 슈퍼 컴퓨터의 작동을 위해 ISS에 탑승 한 실험의 주요 연구자로서 기술의 발전. 그는 블록 체인 기반 스웜 탐색 응용 프로그램을 공동으로 만드는 것 외에도 Formula 1 경주에서의 AI 배포를 감독하고 챔피언 포커 봇의 기술을 산업화하며 생물학적으로 상세한 포유류 뇌를 시뮬레이션하기위한 시스템을 공동으로 설계합니다. 6 개의 미국 특허가 있으며 또 5 개의 특허가 출원 중입니다.
HPE (Hewlett Packard Enterprise)2015년에 설립된 미국의 IT회사입니다.올해에는 HP Inc.와 함께 Hewlett-Packard Corporation의 분할 이후. 기업 고객 부문의 사업을 계승하여 서버, 슈퍼컴퓨터, 데이터 스토리지 시스템, 스토리지 네트워크, 네트워크 장비, 융합 시스템을 생산하고 클라우드 인프라 구축에도 참여하고 있습니다.
"빅 데이터 세계에서 클라우드는 여전히 중요합니다"
-클라우드 기술은 오랫동안 혁신을 넘어 현대 IT 표준으로 발전했습니다. 신제품 개발에서 오늘날의 역할은 무엇입니까?
-HPE는 컴퓨팅에 중점을 두었습니다.대부분의 데이터가 먼저 주변기기로 이동하기 때문에 "주변기기에서 클라우드로"트렌드의 일부로 개발. 우리는 연결된 자동차 (다른 시스템과 양방향 통신 할 수있는 자동차-HiTech), 항공 산업 및 병원에 대해 이야기하는 경우 슈퍼마켓, 자동차의 데이터와 같은 주변 장치에서 클라우드로 모든 데이터를 전송해야합니다. 대부분의 경우 데이터를 클라우드로 전송 한 다음 데이터를 분석하고 결과를 주변으로 다시 보냅니다.
클라우드 컴퓨팅은클라우드에 집중된 모든 컴퓨팅 성능을 사용하지만 주변에서는 일반적으로 적습니다. 전통적인 방법은 먼저 주변 장치에서 데이터를 수집 한 다음 필요한 정보 만 클라우드로 보내도록 스마트 주변 장치를 구성하는 것입니다. 클라우드에는 머신 러닝을 수행하고 분석을 수행하고 주변으로 다시 전송되는 결과를 얻는 데 필요한 모든 컴퓨팅 리소스가 있습니다. 우리는 클라우드가 빅 데이터 세계에서 여전히 중요 할 것이라고 믿습니다.
-인공 지능을 사용하여 새로운 데이터 센터를 만드는 이유는 무엇입니까? 이 맥락에서 주요 목적은 무엇입니까?
-데이터 센터 (DPC)가더 복잡하고 사용자가 요구합니다. 데이터 센터의 복잡성과 관련하여 오늘날 AI가 많은 코어 (CPU) 및 그래픽 (GPU) 프로세서가 많이 있습니다. 저장 및 이동을 구성해야하는 많은 양의 데이터가 있습니다. 이 모든 것이 많은 에너지를 소비하고 데이터 센터의 복잡성을 증가시킵니다.
GPU (그래픽 처리 장치)- 그래픽 프로세서, 전문그래픽 및 시각 효과를 처리하는 장치입니다. CPU(중앙 처리 장치)와 달리 GPU 아키텍처는 병렬 컴퓨팅에 더 적합하고 훨씬 빠른 메모리를 갖습니다. 최신 GPU는 그래픽 처리뿐만 아니라 처리 속도가 더 중요한 유사한 수학적 계산에도 사용할 수 있습니다. 동시에 GPU의 데이터 처리 속도는 CPU에 비해 수천 배 더 높을 수 있습니다.
프로세서 코어- 하나에 조립된 독립 프로세서물리적 칩. 이 방법을 사용하면 칩의 물리적 크기, 전력 소비 및 열 방출을 줄일 수 있으며 프로세서 아키텍처를 변경하지 않고도 성능을 크게 높일 수 있습니다.
사용자의 요구 사항도크게 증가했습니다. 과거에는 장비를 구입하고 발사했으며 시스템이 작동하는 동안 사용자는 만족했습니다. 그러나 오늘날 그들은 "내 응용 프로그램이 최적으로 작동합니까?"라고 묻습니다. -항상 컴퓨팅 성능을 직접적으로 증가시키는 것은 비례 적으로 생산성을 증가시키기 때문입니다.
결과적으로 사용자 요구 사항이 있으며데이터 센터의 복잡성으로 인해 더 많은 AI를 구현해야하므로 데이터를보고 더 나은 의사 결정을 내릴 수 있습니다. 문제는 AI가 학습하는 데 도움이되는 데이터가 충분하지 않다는 것입니다. 약 1 만 명의 고객이 프로젝트에 참여하여 데이터 센터의 데이터를 클라우드로 보냈습니다. 이제 AI 데이터 처리 결과를 각 데이터 센터로 다시 전송하여 작업을 최적화합니다.
-AI가 현재 기업 고객을위한 장비를 만드는 데 적극적으로 사용되고 있습니까? 사무실 및 가정용 제품에서 비슷한 기술을 얼마나 빨리 기대해야합니까?
-당신이 줄 수있는 능력을 의미한다면역사를 기반으로 예측하면 이미 널리 사용됩니다. 오늘날에는 금융, 주식의 가치 예측, 판매 및 구매시기, 금융 시장의 파생 상품 가격 책정 또는 의약품 엑스레이의 이상을 계산하기 위해 여러 분야에서 사용됩니다. 예를 들어, 충격 흡수 장치의 진동은 무언가 나쁜 것을 의미하고 이에 대한 정보를 운전자에게 보내는 것을 이해하기에 충분히 똑똑한 자동차가 있습니다. 의사 결정과 예측을 할 수 있도록 역사를 통한 학습이 현실이되었습니다. 그러나 슈퍼맨이 등장 할 것이라는 대담한 예측은 여전히 공상 과학 소설입니다. 그러나 지금 그것에 대해 생각하는 것이 중요합니다.
"최적화 방법을 사용하는 퀀텀 컴퓨터는 AI가있는 컴퓨터를 더 빨리 배우게 할 것입니다."
-평범한 사람들이 오늘날 양자 컴퓨터가 무엇인지 정확히 이해하는 것은 어렵습니다. 직접 정의하는 방법은 무엇입니까?
-우선 양자를 이해하지 못합니다역학. 나는 양자 상태의 얽힘, 붕괴의 중첩과 측정을 고전적인 상태로 이해하지 못한다. 그러나 중요하지 않습니다. 나는이 세 가지 개념을 모두 받아들입니다. 나는 그들이 존재한다는 것을 인정한다. 나는 훈련을받는 엔지니어이기 때문에 내가 이해하는 것만 사용합니다. 예를 들어, 원자에서 전자의 다른 에너지 수준 : 낮음, 높음 및 매우 높음. 또한 얽힘은 두 원자가 너무 가까워 져서 얽 히기 시작할 때입니다. 또한 초기에 불확실한 시스템이 측정 결과 허용 가능한 상태 중 하나를 "선택"할 때 함수의 붕괴에 대해 이야기했습니다. 공학적 관점에서 현재 양자 정보 처리를 위해 개발되고있는 다른 모든 양자 시스템을 결합 할 수있는이 세 가지 개념의 존재를 인정합니다.
-최근에 Google은 "양자 우월성"이라는 성과를 발표하면서 많은 소음을 냈습니다. 디자인에 양자 기술을 사용하십니까?
-아날로그 기술을 얻을 것 같아향후 10 년간 양자 컴퓨팅의 측정. 그러나 디지털 의미에서, 양자 컴퓨터가 오늘날의 기계처럼 작동하려면 10 년 이상이 걸릴 것입니다. 가장 큰 문제 중 하나는 계산을 위해 충분히 얽힘과 중첩을 유지하는 방법입니다. 오늘날에는 많은 오류가 있으며, 하나의 계산 큐 비트를 지원하기 위해서는 훨씬 많은 큐 비트가 필요합니다. 따라서 양자 컴퓨터가 기존 컴퓨터보다 나아질 시점에 도달하려면 10 년 이상 걸릴 것이라고 주장합니다. 그러므로 여전히 시간은 있지만, 그것이 나타날 때, 우리는 사물의 순서를 근본적으로 바꿀 수 있습니다.
양자 우월– 양자컴퓨팅 장치의 능력기존 컴퓨터로는 실제로 해결할 수 없는 문제를 해결합니다. Google은 이전에 49개의 초전도 큐비트 배열을 사용하여 2017년 말 이전에 양자 우월성을 입증하겠다는 계획을 발표했지만 이러한 결과의 실제 달성은 NASA와의 협력 결과 2019년 10월 23일에야 발표되었습니다. 구글에 따르면, "양자 우월성은 54큐비트 배열에서 달성되었으며, 그 중 53개는 기능적이며 기존 슈퍼컴퓨터로는 약 10,000년이 걸리는 계산을 200초 안에 수행하는 데 사용되었습니다."
큐 비트 (양자 비트에서)- 양자 방전 또는 최소 원소양자 컴퓨터에 정보를 저장합니다. 비트와 마찬가지로 큐비트는 0|1로 표시된 두 개의 고유 상태를 허용하지만 "중첩", 즉 두 상태에 동시에 있을 수도 있습니다. 큐비트의 상태가 측정될 때마다 큐비트는 자체 상태 중 하나로 무작위로 전환됩니다. 큐비트는 서로 "얽힐" 수 있습니다. 즉, 관찰할 수 없는 연결이 큐비트에 부과될 수 있으며, 이는 여러 큐비트 중 하나에 대한 변경이 있으면 나머지 큐비트도 함께 변경된다는 사실로 표현됩니다.
-양자 컴퓨터는 인공 지능과 어떤 관련이 있습니까?
-AI는 기계 학습을 사용합니다.이야기를 사용합니다. 이것은 시행 착오에 의해 발생하며, 한 이야기를 시도하고, 잘못 예측하고, 수정 한 다음, 다른 이야기를 예측합니다. 그리고 수천 번의 시도. 만 번의 시도. 십만 백만 또는 천만. 그는 예측에 대한 올바른 알고리즘을 표시 할 때까지 많은 조정을 시도해야합니다. 양자 컴퓨터는 최적화 방법을 사용하여 AI가있는 컴퓨터를 더 빨리 배울 수 있다고 생각합니다. 그래서 그는 많은 시도를 할 필요가없고 올바른 결과를 얻기 위해 백만 번 시도 할 필요가 없습니다. 양자 컴퓨터는 좋은 수준의 예측을 매우 빠르게 달성 할 수있게 해줄 것입니다.
블록 체인 및 스웜 지능
— 블록체인 기술은 기업 전체에서 어떻게 사용됩니까?
-AI와 블록 체인은 매우 밀접한 관련이 있습니다. 우리는 블록 체인 자체가 아니라 그 기반이되는 기술이 주변 장치에 중요 할 것이라고 믿습니다. 데이터가 주변으로 흐르기 때문에 클라우드의 컴퓨팅 성능을 절약하기 위해 가능한 한 많은 작업을 원할 것입니다. 백만 개의 HD 카메라가 있다고 상상해보십시오. 백만 대의 카메라에서 클라우드로 데이터 스트림을 보낼 수 없습니다. 당신은 결정하기에 충분히 똑똑한 주변에 컴퓨터를 두어야합니다.“이것을 보낼 필요가 없습니다. 이것 만 보내겠습니다.” 그러나 스마트 컴퓨터가 필요합니다. 우리는 많은 주변 컴퓨터를 하나의 그룹으로 묶을 수있는 능력, 떼 떼 훈련을위한 하나의 "왜곡"이 중요하게 될 것이라고 믿습니다. 이것은 떼 지능으로 인한 것입니다.
떼 지능의 정확한 정의는 여전히 아니다공식화. 스웜 인텔리전스 (스웜 인텔리전스)는 분산 된 자체 구성 시스템의 집단적 동작을 설명합니다. RI 시스템은 원칙적으로 서로간에 그리고 환경과 로컬로 상호 작용하는 많은 에이전트 (보이드)로 구성됩니다. 행동의 아이디어는 일반적으로 자연, 특히 생물학적 시스템에서 나옵니다. 각 보이드는 매우 간단한 규칙을 따릅니다. 각각의 행동을 나타내는 중앙 집중식 행동 관리 시스템이 없다는 사실에도 불구하고, 로컬 및 다소 임의의 상호 작용은 개별 Boyids에 의해 제어되지 않는 지능적인 그룹 행동의 출현으로 이어집니다. 일반적으로 RI는 자체 구성 동작을 갖는 다중 에이전트 시스템이어야하며, 전체적으로 합리적인 동작을 보여야합니다.
무리 훈련 방법에 대해 이야기한다면그는 그렇게 한 병원에서 교육을 제공하고 데이터를 격리하며 데이터를 공유하지 않으며 교육 결과 만 공유한다고 가정합니다. 다른 병원들도 마찬가지입니다. 이 전체 전송 프로세스는 블록 체인 기술을 통해 조정됩니다. 우리는 모든 주변 장치가 독립적이지만 전체적으로 작동하기를 원하기 때문에 이것이 필요하다는 것을 확신합니다.
우리는 중앙 집중식 관리를 원하지 않습니다.떼에서 그렇지 않기 때문에. 꿀벌 떼는 벌통에 여왕벌이 있습니다. 그러나 그녀는 무리가 날아 다니는 동안 아무런 지시도하지 않습니다. 꿀벌은 스스로 조정합니다. 그리고 그들이 벌집으로 돌아올 때만 여왕벌과 의사 소통을하고 봉사합니다. 그러나 그들이 떼에있을 때, 그들은 훈련을 받고, 그들 사이의 행동을 조정해야합니다. 그래서 떼가 산다. 그러나 리더없이 조정하는 방법은 무엇입니까? 블록 체인 따라서 블록 체인은 주변 장치에 중요합니다. 떼를 조정하는 리더가 단 한 명인데 탈락하면 전체 떼가 작동하지 않습니다. 꿀벌은 다른 지도자를 찾아야합니다. 블록 체인에는 리더가 없습니다.
-RI 기술에 대해 무엇을 말할 수 있습니까? 신경망과의 유추가 여기에 적절합니까?
"Roy는 신경망과 정확히 같습니다." 주변의 각 개별 벌 또는 서버에는 자체 신경망이 있습니다. 떼와 같이 각 병원에는 자체 훈련 신경망이 있습니다. 그러나 블록 체인을 사용하면이 교육을 모든 병원에서 공유 할 수 있습니다. 따라서 주변의 각 벌, 병원 또는 컴퓨터에는 자체 신경망이 있습니다. 그러나 그들이 벌에서 벌로 학습을 공유 할 때, 그들은 블록 체인을 사용합니다. 결과적으로 신경망과 블록 체인을 모두 사용합니다. 신경망은 자율 학습에 사용되며 블록 체인은 다른 사람들과 공유하는 데 사용됩니다.
“지구 책임은 젊은 엔지니어를 끌어들입니다”
-오늘날 기업들은 환경 관리에 특별한주의를 기울입니다. HPE는 환경을 관리하기 위해 어떤 조치를 취합니까?
- 이것은 중요한 주제입니다.첫째, 우리는 기업으로서 지구에 대한 책임이 있습니다. 둘째, 많은 젊은 엔지니어들이 그런 책임감을 느끼는 회사에 입사하고 싶어합니다. 네, 저는 이 새로운 세대에는 더 큰 의식을 향한 추세가 있다고 생각합니다. 우리는 젊은 엔지니어를 유치하고 싶습니다. 셋째, 이것들은 올바른 것입니다.
우리는 두 개의 큰 복구 센터가 있습니다미국과 스코틀랜드. 대략적인 추정에 따르면, 지난 1 년 동안 우리는 복원 된 오래된 장비의 99 %를 구매, 처리 및 판매하여 총 3 백만 달러에 이르렀습니다. 잔류 물에서 우리는 대부분의 원자재 인은, 금을 추출하여 재사용합니다. 그리고 약 0.3 %의 매우 적은 비율 만이 버려집니다.
두 번째 영역은환경 보호 영역. 내가 가장 좋아하는 사례 중 하나는 불합리한 음식 사용에 맞서기 위해 설계된 고객 Salling Group의 응용 프로그램입니다. 오늘날 약 2,000여 개의 슈퍼마켓이 연결되어 있습니다. 예를 들어, 상점은 만료되어 26,912 개의 식품을 버려야합니다. 이러한 제품을 큰 할인으로 판매함으로써 소매 체인은 수익을 10 % 증가시키고 고객은 저렴한 가격으로 상품을 얻을 수 있습니다.
또 다른 영역은 청정 에너지입니다. 사람들은 에너지가 필요하기 때문에 세계에서 엄청난 양의 이산화탄소가 생산됩니다. 우리는 에너지 생산에 핵융합을 사용하기 위해 ITER (International Experimental Nuclear Reactor) 프로젝트와 긴밀히 협력하고 있습니다. 핵융합의 복잡성은 플라즈마를 TOKAMAK (자기 코일이있는 토 로이드 형 챔버-“HiTech”)를 중심으로 회전하는 자기장에 유지하는 것입니다. 플라즈마를 안정적으로 유지하기 위해 TOKAMAK 자기장의 최적 구조를 계산하는 슈퍼 컴퓨터를 제공합니다.