2017年10月24日，中科曙光智能峰會在美麗的海濱城市青島拉開帷幕。本次大會圍繞人工智能發展方向、關鍵領域技術突破、不同應用場景的實踐探索等話題，邀請了多位中科院院士共同深入交流和探討未來人工智能的技術和產業發展前景，吸引了來自國內外知名企事業單位、政府機構、業界媒體等千余人參與。
院士觀點：AI已顯露走向2.0的大量新特征
中國工程院原常務副院長、院士潘云鶴在主題演講中指出，60年后的今天已經進入AI2.0時代，人工智能的變化引出了很多新的關鍵技術的發展，目前以大數據為支持方式的人工智能大體可分為五個方向，即大數據上的深度學習和自我博弈進化技術、互聯網端的群體智能、跨媒體的推理智能、人機一體化技術混合智能、無人系統智能，這些也正是國家發布《新一代人工智能發展規劃》的基礎。
世界正從原來的PH二元空間進入全新的CPH三元空間（信息空間、物理空間、社會空間），第三元信息空間的出現推動了大數據時代的到來。潘云鶴院士告訴大家，大數據必然會走向大知識，莫斯科服務器 新加坡vps，還會帶來新的計算和社會能力，對整個智能學科、社會都提供了新的研究途徑和方法論。
數據中心：人工智能最好的培育土壤
有人把云計算比作人的大腦，是物聯網的神經中樞；把大數據比作人的大腦從小學到大學記憶和存儲的海量知識；那么人工智能就是吸收了人類大量知識（數據），不斷地深度學習、進化成為的一方高人。人工智能離不開大數據，更是基于云計算平臺完成深度學習進化。除了這些技術基礎，人工智能也來自于數據中心，在數據中心里有計算、數據、網絡資源，這些是人工智能能夠生根發芽的土壤。
數據中心可以為人工智能提供更好的硬件基礎，由于對人工智能來說它更多的是基于海量的數據，然后完成精準的計算。否則，算法的結果將不夠精準?，F在為了大幅提高人工智能對圖形圖像和語音的識別準確度，GPU強大的并行運算能力是目前緩解深度學習算法訓練瓶頸的不二法門，但是GPU的高密度部署也對數據中心的散熱提出了更高的要求。
在大會現場的AI數據中心展區，展出了曙光數據中心高密度解決方案：液冷服務器及配套基礎設施解決方案和機柜排級微模塊解決方案。單機柜30~80kW的散熱能力吸引了諸多用戶的駐足咨詢。
液冷服務器：為人工智能而生
前不久轟動世界的引力波事件，就是科學家們采用大量的GPU通過精密算法對偵測到的引力波進行了實時模擬，我們才得以見到。新聞的背后無一不訴說計算力和計算方法正在改變人們的認知和對世界的探索。
人工智能大量使用的GPU是目前數據中心功率密度飆升的主要驅動力。未來，風冷還能搞定么？就在中科曙光智能大會上，曙光發布了X860-LE全浸沒式液冷AI訓練專用服務器。
該款服務器利用液態冷媒大幅減少了冷媒的體積流量、降低傳熱溫差，從而獲得更高的設備功率密度、更高的能效比和更低的芯片表面溫度，極大提升了計算密度和性能，讓PUE值下降至1.02，吉隆坡服務器 大馬伺服器，讓電力發揮出了最大的計算能力，前瞻性地解決了AI領域的計算元件散熱問題，推進了深度學習的應用。
2017中科曙光智能峰會見證了曙光公司對于液冷技術的創新和實踐，未來我們將從先進計算能力、超高密度部署、節能等方面為國內乃至全球AI數據中心提供最佳解決方案，為用戶創造超強的計算能力，為智能城市、智慧醫療、智能制造等領域的AI數據中心提供良好的運營環境。
