一. 什么是阿里云HPC
阿里云HPC是阿里云高性能计算的简称，有两重含义，一重含义是阿里云高性能计算产品，另一重含义是指阿里云高性能计算团队。
作为产品来讲，是中国第一个在公共云上推出的高性能计算的产品，也是中国首个推出公共云上的Nvidia Maxwell GPU + Intel Broadwell CPU 架构的强强组合的产品，单节点单精度计算能力超过16Tflops，初期提供物理机 + Tesla GPU加速卡形式。
推出阿里云HPC主要基于HPC用户的特点：（1）对高性能计算有永无止境的需求，不可以做多租户的共享，不可以把一台物理机分给多个用户来用，无论多少高的计算能力，都需要更高，无论多少集中的计算密集，都需要更集中的计算密集；（2）对GPU加速卡完整功能的需求，不能有功能的阉割；（3）需要和其他云产品互通，打通数据处理的上下游；（4）需要计算可以弹性扩展。因此催生了阿里云上HPC产品的诞生。
作为团队来讲，是指阿里云HPC的团队，我们是飞天八部技术创新团队，目前主要负责集团内GPU集群的建设、客户服务和应用的优化；以及公共云上HPC产品的运营、客户的服务和应用优化；同时我们还负责做一些前沿技术的研究，例如Nvidia/AMD GPU、Intel Xeon Phi、FPGA等在深度学习方面的技术预研。
二. 什么是人工智能加速利器
要了解什么是人工智能的加速利器，首先需要了解一下人工智能的发展简史：
- 1950年，人们提出图灵测试，这是人工智能的萌芽阶段；
- 1950年~1980年，人工智能进展缓慢；
- 90年代~2000年，浅层机器学习模型的兴起，如SVM、LR、Boosting等算法；
- 2006年，加拿大多伦多大学教授、机器学习领域泰斗——Geoffrey Hinton在《Science》上发表了一篇文章，开启了深度学习在学术界和工业界的浪潮；
- 2011年，Google Brain项目取得了惊人的进展，机器通过看YouTube视频学会了识别猫和人，但需要2000个CPU的规模，NVidia和斯坦福大学的Andrew Ng合作，用12片GPU的深度学习能力替代了2000个CPU；
- 2012年，多伦多大学的Alex在ImageNet图像识别比赛上获得冠军，Alex和他的团队没有编写任何视觉方面的专业代码，仅靠GPU驱动的深度神经网络，机器就学会了自己辨认图像；
- 2015年，Google和微软靠GPU加速的深度神经网络，在ImageNet比赛中获得了多项击败工人辨识的准确度，人工智能的一个重大里程碑；
- 2016年，谷歌旗下Deepmind团队研发的机器人AlphaGo以4比1战胜世界围棋冠军职业九段棋手李世石，这是人工智能历史上又一重大里程碑，AlphaGo在50块GPU上，训练了3.4亿步，用了3周的时间，AlphaGo的走棋网络是在176片GPU运行策略神经网络和估值神经网络。
从人工智能的简史可以看出，人工智能加速利器就是两个，一个是深度学习，或者称为为深度神经网络，另外一个就是GPU加速卡。因为训练深度神经网络的计算量非常非常大，例如大概需要30个Eflops的计算量，可以把一个人脸识别的模型训练出来，所以就非常需要除了CPU之外，单精度浮点能力特别强的计算的利器，这种利器就是GPU加速卡，深度学习和GPU是相辅相成缺一不可的。
阿里云HPC既提供Maxwell GPU加速卡，同时也提供深度学习性能优化和整套基础设施，下面介绍一下阿里云HPC在集团内和公共云上的深度学习实践。
三. 集团内深度学习实践
集团内有很多深度学习的业务场景，例如商品分类、拍照购物、商品风格的预测、商品质量的控制、反黄、人脸识别、图象搜索、OCR、标签识别、语音识别等。
阿里云HPC负责建设阿里巴巴深度学习集群，这个集群的业务主要是大规模深度学习训练、在线和离线预测等业务，我们负责该集群的统一化资源管理、调度和监控。目前集群的规模有上千片的K40和M40的GPU，通过Infiniband的网络互联。
同时我们也会对集团内的客户做深度学习方面的性能优化，有下面三个方面的优化。
第一点是系统层面，把单机的训练扩展到多机多卡的训练，以及提高图像、语音、视频等预测、分类的吞吐量；
第二点是针对GPU的微架构做优化。例如我们会对CNN卷积层做针对GPU微架构的优化，包括减少显存占用率，以及通过我们的性能优化工具优化；
第三点就是前面提到的优化工具的增强。我们会提供GPU极致性能优化工具AsKepler，目前支持SM35和SM37，它可以让用户自由的使用原生指令、自由的使用寄存器的映射、自由控制指令的调度，可以让我们更好了解微架构的特点，从而指导我们进行人工的优化或者编辑器的后端优化。例如，我们优化的2D卷积神经网络在Kepler架构上的性能世界第一，如图1所示，ourConv_sass 性能是cuDNNv2的2.1倍，是cuDNNv3的1.75倍。详情参考@长仁的文章：为什么要写一个GPU的汇编器 和 @念鸿的文章：Nvidia Kepler GPU上的性能极致优化。
图1. 2D卷积神经网络性能优化
此外还有集团内其他客户机器学习的深度优化案例，包括阿里妈妈LR和MLR的优化、IDST参数服务器优化、神马语音识别优化、IDST语音识别优化等实践案例后面都会单独发文章介绍，敬请期待。
四. 公共云上阿里云HPC深度学习实践
4.1 阿里云HPC深度学习基础设施
首先介绍一下阿里云HPC为深度学习提供的整套基础设施，如图2所示，阿里云HPC通过物理机CPU+GPU+ECS提供计算服务，通过阿里云众多产品打通深度学习的上下游处理链路：
- OSS，分布式存储
- NAS，并行文件系统
- ODPS，实现高性能计算和大数据计算结合
- ECS，在线预测服务
- CDN，图像、视频在线、离线预测
- SLB，高吞吐在线预测
图2. 阿里云HPC基础设施
如图3所示是一个典型的深度学习流程：分为离线训练、离线预测和在线预测三个业务场景，首先把要训练的数据存储在OSS/NAS上，通过ODPS做特征的提取和数据标注，然后将特征数据和标注好的数据传给HPC做离线训练，训练好的模型通过OSS/NAS传给离线预测或在线预测，在线预测部分由SLB将用户的请求分发到ECS或者HPC上做在线预测、分类，将结果直接返回给用户或者通过CDN分发给其他用户，另外分类好的数据也可以反馈给离线做进一步训练，形成一个深度学习的闭环链路。 图3. 阿里云HPC深度学习闭环链路
4.2 阿里云HPC深度学习应用一键部署
如图4所示，阿里云HPC通过阿里云容器服务来一键部署深度学习应用，首先打好深度学习应用镜像并上传到Docker Hub上，然后创建容器集群，通过容器管理中心起Agent、Routing、Volume、Monitor、Log等容器，然后通过Agent容器按照容器编排从Docker Hub下载镜像并起应用服务容器；服务请求通过容器服务的SLB和Routing容器传到相应的应用服务容器上，应用服务处理和响应请求。通过这种方式实现深度学习应用的一键部署和弹性扩容。
图4. 阿里云HPC深度学习应用一键部署
此外，阿里云HPC上通过主机或者Docker镜像提供整套流行的深度学习工具，包括Caffe，cuDnn v4，Digits2, Torch，Theano，Mxnet, Tensorflow等，应有尽有，并且开箱即用，方便之极。
4.3 阿里云HPC深度学习客户应用案例
阿里云HPC上有很多深度学习的实际客户案例，例如Dress+、深图智服、神州租车、新浪微博等。
Dress+是一家专门做视觉搜索引擎的公司，他们把电商上数千万的商品和网络视频等产品联系起来，比如在看优酷视频的时候，发现一件很喜欢的衣服，用鼠标一点就能跳到相应的电商产品如淘宝、天猫里面找到相同或者类似的衣服。
如图5所示是Dress+的业务架构图，他们通过SLB做多实例负载均衡，通过HPC和ECS做图像和视频的预测和分类。
图5. Dress+的业务架构图
另外一个喜讯就是由于阿里云HPC的出色服务能力，Dress+的业务从AWS迁移到阿里云HPC上来了 :)
同时，我们也服务和支持很多集团内用户迁移到阿里云HPC上来了，如神马语音、IDST语音、搜索语言技术、搜索推荐、搜索OCR、搜索数据实验室、B2B翻译等团队。
五. 总结及展望
阿里云HPC致力于加速集团内和公共云上所有客户的人工智能应用的发展，希望更多的人了解我们的产品和我们这支团队的能力，如果有深度学习或者高性能计算方面的加速需要，我们会全力支持并加速您的业务发展速度！
阿里云HPC官网网址是：https://cn.aliyun.com/product/hpc
感谢阅读！
昀龙
阿里云HPC