做人工智能的，不懂计算，做计算的，不懂人工智能？

　　在人工智能研究者眼中，包括超级计算机在内的计算设备，只是人工智能发展的一个要素，而从杨广文这些超级计算机运营者的角度来看，人工智能更像是超级计算机这个大平台的一个应用。当然，角度的不同，并不妨碍两者互为支撑，碰撞火花。

　　事实上，包括“神威·太湖之光”在内的超级计算机，已经能够满足一定程度的人工智能研究，但在杨广文看来，目前一个很大的问题就在于“衔接”：“很多做人工智能、懂算法的人，不会用超算；而专心做超算的人，又对人工智能不太了解。这是一个大问题”。

　　去年11月，中科院软件研究所研究员杨超等人获得2016年度高性能计算应用最高奖——戈登·贝尔奖。这是近30年来，中国超算应用团队第一次获得被誉为“超级计算机应用领域诺贝尔奖”的奖项。

　　按照杨广文的说法，当时，包括杨超等在内的计算机科学家所要做的，就是将算法写成可以在计算机上执行的程序。“这个过程十分困难，而要把这个程序，移植到‘神威·太湖之光’上更是艰辛！”

　　不过据他透露，包括神威·太湖之光在内的超算，正在开展大量的移植优化工作，目的就是“降低人工智能使用超算的门槛”，未来诸如语音、图形图像、精准医疗、智能交通等在内的人工智能应用，争取都能找到相应的计算平台。

　　当然，人工智能大潮来袭，计算性能的提升只是一个问题，此外，还有其他关键问题亟待科学家解决。比如，香港浸会大学副教授褚晓文在大会上所提到的：为什么今天有这么多深度学习软件，但它们的性能却有如此大的差异？

　　他说，在过去11年里，内存带宽仅仅提升了15～16倍，而计算能力则提升了30～50倍，这说明内存的性能和计算的性能之间的差距，在逐渐拉大，这也是GPU计算今天面临的一个巨大挑战——在相对强悍的计算能力和相对薄弱的内存访问之间，横跨的那一道鸿沟。