從雲端加速技術看台灣高階人才培育問題#20：高速運算與國際級創新研發／洪士灝

上一篇談到，為了要建立生態系，希望有更多中堅份子站出來，以行動關注產業、學術、教育的轉型。矽谷的車庫新創文化，歷經數個世代，絕非短期可致；但事在人為，如果真的想做，務實去做，以台灣和矽谷深厚的連結，還是有可能的。

高速運算的機會無窮

聯合報2017/03/15這篇報導〈陳良基：爭取50億建置人工智慧基地〉提到，科技部長陳良基表示，科技部研議以人工智慧為主題，預計投入50億建置「可延展性高速運算平台」及國際級創新研發中心。比起這陣子風風雨雨的「亞洲．矽谷」提案，這是在政治面上比較單純，在技術面上較為專精聚焦的計畫。

高速運算可大幅提升人工智慧的計算效能，也是世界各大公司努力投入的研發項目。

如果讀者從頭閱讀本系列，應該對報導中所謂的「可延展性高速運算平台」有些概念。基本上，從早年的Supercomputing（超級電腦運算）不斷演進到現在，高速運算（High-Performance Computing, HPC）已經不是國家級實驗室和尖端科學家獨享的利器。

最新一代的HPC平台，已經涉足各類大數據分析與人工智慧應用；為了兼顧效率、成本，同時滿足某些高價值應用所需的即時性，軟硬體的架構已與傳統的HPC有所不同。

其實在80年代，就有不少的大型平行電腦，是針對人工智慧應用而設計的；只不過當年就算是全世界的計算能量加總起來，也不足以達成有實用價值的人工智慧，計算能力還不如今天我們實驗室隨便一台配置高階GPGPU的電腦。所以我一直說HPC是數十年來許多資訊科技的推手和幕後功臣，是所謂的Core Enabling Technology。

但話說回來，我們實驗室隨便一台電腦，即便能跑一些人工智慧應用，把不懂的人唬得一愣一愣的，但是真的要有所突破，還是要有數十台、乃至於成千上萬台電腦所組成的高速電腦。這些電腦加起來，比單台電腦快上千倍、萬倍，人工智慧的程度當然就不可同日而語，這就是所謂的「可延展性高速運算平台」的價值。

陳良基部長懂得HPC的價值，不過科技部說要在未來十年至二十年間，提撥50億元建置人工智慧高速運算基地，筆者推測大概有部分是從國網中心的經費挪出來的；可是總經費跟國外比起來，實在少得可憐。

因此我認為，政府的經費只是種子（Seed Money），是培育人才用的；要真正有所發展，還是要靠業界出錢出力。

這幾年已經有不少大公司重新定位HPC，積極研發「可延展性高速運算平台」在商業應用的相關技術，因此我們實驗室也和一些國內外公司在此有所合作。

簡單地說，既然科學計算、大數據分析和人工智慧等應用，都需要HPC，那麼要如何針對各種應用的特性以及需求，動態且有彈性地組成高效率的系統，來執行這些應用呢？這就是十分值得探討的課題了。

人才不足，需要立即開始有計畫地培養

我很早就說過，這是台灣可以善用系統產業和硬體製造技術基礎，全力投入發展的領域；可惜這些年來在台灣真的能賞識HPC，並且願意花時間精力精通這門技藝的公司和個人並不多。所以如果政府和業界現在要開始著力於HPC，首先一定會遇到人才嚴重不足的問題。

HPC是非常適合台灣發展的領域，但過去耕耘不足，馬上就會面臨人才短缺問題。

如同我在這系列文章開宗明義講的：門檻頗高、易學難精；但HPC研究是一條可長可久的道路，而且精通HPC的技術和研究能力，可以讓我們跨領域，打造出最新的應用，並且立足於某個制高點上，看清楚資訊科技的進展和未來。

所以筆者個人認為，從整個職涯的角度來看，或是從對世界有所貢獻的觀點看，HPC研究都是不錯的。我的實驗室有一扇通往這條道路的門，隨時敞開著；想不想來、能不能上得到制高點，就看個人的緣份和修行了。

後記

這篇文章寫完後，剛好有位剛考上碩士班的學生來找我，談是否要進我的實驗室做HPC。談到最後，他說他面臨一個難題：他先前去過沙烏地阿拉伯的大學，當過一個月的交換學生；那邊做HPC研究的大咖教授希望他能去念書，學校會提供高額的獎學金。他說那裏的環境很好，有好幾位從台灣挖角過去的教授在那裏，日子過得還不錯。

我說，我們沒辦法在物質條件上跟國外搶人才，我也不想勸你留下來念書。如果覺得那邊的條件好，就去吧，出國去看看也好；或者跟國外保持聯繫，在台灣念完碩士，再出國去工作也行。

這就是我上面說的緣份和修行。世界上很多國家都在搶人才，如果台灣人的思維還停留在上世紀，產業和學術不積極轉型求進步，那麼人才自然會用腳投票；這是國家真正的危機。

因此，筆者認為國家的當務之急，不是忙著找短時間能賺錢的方法 ，而是積極培育人才，讓人才有成長和發揮的舞台。縱使短期慘淡，日後還有翻身的機會。