雞蛋究竟宜不宜生吃——這也算個問題么？
今日在開發者圈兒里有個新鮮事兒，就是雞蛋生吃。
姐告訴你，算！雞蛋里有一種物質，生吃會導致人早生華發，往小了說影響泡妞撩妹，甚至終身大事，往大了說，那可能會導致你光頭謝頂，疾病纏身！
因為生雞蛋清中含有一種抗生物素，叫“親和素”，是一種蛋白質，會防礙人體對雞蛋黃等食物中所含的“生物素”的吸收。這個生物素非常重要，在脂肪合成、糖質新生等生化反應途徑中扮演重要角色。如果你缺少生物素，就會導致毛發脫落、體重減輕、皮炎等疾病。
（所以雞蛋一定不能生吃——要熟了后，才可以殺死雞蛋內外的細菌，又能破壞親和素，且禽流感病毒NH的滅活溫度是100度沸水，必須煮沸！！！）
其實最早是一位德國科學家曾做過這類研究，采用了一種分子動力學模擬的方法來確定，看兩種有機分子之間有多大的結合力，教授們試圖用一種極其復雜的數學模型來驗證非關聯性因素——用阿里云高性能計算資深專家何萬青的話說，由于分子動力學計算都是典型的高性能并行計算，還需要不斷調整里面的各種參數，運算量非常大，這事必須用超級計算機才能算出來！
如果是過去，教授要么自己構建一個超級計算機，但涉及購買、安裝、運維和軟件授權；要么租用超級計算機，那也要排隊、租賃、發送請求、等待結果，還要考慮不同超算中心的不同軟硬件環境……總之是很繁瑣的事情。事實是，非常巧合，阿里云的何萬青博士認識一位生物學教授，對親和素和生物素的結合很有研究，何萬青就用阿里云最新的E-HPC機群試用了一把。
用分子動力學模擬不同分子間的結合情況（你看懂了么，沒關系，反正我也沒看懂。）
“結果是，教授在星巴克喝著咖啡就把這事兒干了。”何萬青透露，只需要筆記本，在下拉式菜單中選擇自己要的配置，阿里云就可以生成一個云上的超算集群。
其實教授的這個事情只是中國人工智能領域遭遇困境的例子之一。現在有很多創業公司想做的事都需要高性能計算的支持：例如汽車碰撞模擬實驗，再例如人臉識別……
人工智能最大障礙：計算力
在人工智能（AI）大紅大紫的今天，一般人都能列出人工智能的三要素：算法、計算力和大數據。其實人工智能是一個六七十年前就提出的概念，經歷過數十年中無數科研人員的推進，目前已經發展出了深度學習、神經網絡等等具體的應用門類。它們中的任何一個概念，提出也至少有超過30年的歷史，許多算法已經在實踐中趨于成熟。
科普一下，什么是異構平臺。所謂異構平臺，就是基于不同的運算單元搭建的計算平臺：最早的運算單元，也就是我們熟悉的CPU。CPU發展到今天，性能已經到了某種上限，已經不能單靠增加核心數來增加計算能力了。就好比家里的汽車，如果單靠增加汽油發動機的排量來增加馬力，那么污染問題就無法承受，所以，現在流行混合動力，許多車上裝了一部汽油機、一部電動機，高速時靠汽油機，低速時靠電動機，特殊情況時雙機一起發力。
可市場有這樣的需求么？人工智能當然是一個需求，蘋果的SIRI就是一個簡單而明確的人工智能需求案例，在語音問答的背后，藏著語音識別、語義理解、深度學習等諸多方面的人工智能，它就是靠云端提供的計算能力來完成的。
而非常多的創新就是在某個微觀領域進行人工智能的突破，比如一塊可以監測你血糖的口香糖，又或者一個可以分析你家里霧霾狀況的傳感器。
全面布局AI——如果你認同未來將是人工智能向各個領域滲透的“未來”，那么阿里云今天的部署就沒有錯：FPGA更適合非標數據位寬的深度學習、金融分析、基因匹配、物聯網數據庫等領域。
其實，阿里云推出了基于英特爾FPGA的F1實例，英特爾呢，不是在今年以167億美元收購了FPGA雙雄之一Altera嗎，當時英特爾瞄準的是物聯網；但隨著目標應用場景的不斷豐富，阿里云也擴展到了基于賽靈思的F2。
其中，GA1適用于圖形圖像渲染，在這方面能降低50%成本；GN5呢則被阿里云譽為“為計算而生”，計算能力是上一代的近100倍；還有就是GN5i可以匹配在線推理場景，可以讓人工智能的在線服務成本降低50%。
如果按以往的模式看，比如楊姐要搞一個企業，需要建立一個處理能力非常大的超級計算機群，那我就得按我需要的最大能力來購買，比如我的最大需求是5000個核，那我就要付出一筆天文數字的硬件費用，和更是天文數字的軟件及維護費用。
但在很多情況下，我是用不到5000個核，在旺季與淡季，在不同的需求變化的周期里，我會浪費大量的計算能力——有一篇報道曾經寫到，許多地方花巨資建立的超算中心，很多時候都在閑置，這就是一個最大需求和一般需求的矛盾。
其實，租用超算更加劃算。所以，這也就是為什么何萬青認為，E-HPC的最大價值并不在于頂峰的計算能力有多大，而是勝在靈活性，企業可以按照包月包年或者按需計費的方式，來快速獲得高性能計算集群能力，高性能計算調度能力和軟件能力，按需組建自己的“云上超算中心”——和太湖之光這樣的頂級超級計算機相比，如果前者是珠穆朗瑪峰，E-HPC就是青藏高原，大概海拔4000多米。就像中國教授做的那個雞蛋能不能生吃的推理模型，就屬于這個系列，還可以按小時租。
當然，這種“租合適還是買合適”的問題，因需求而異。而對于那些更多有云計算需求，但沒有算法和研發能力的公司，阿里云更愿意直接“分享技術”，提供全方位的人工智能產業服務，包括智能語音交互、圖像/視頻識別、交通預測、情感分析等技術服務，這些技術正通過阿里云ET對外服務。
過去一年里阿里云推出ET城市大腦、ET工業大腦、ET醫療大腦、ET環境大腦等行業垂直的人工智能系統，在城市治理、醫學診斷和工業生產方面，諸多大型企業逐步將核心業務轉至云上。而這一點，也是未來競爭最為激烈的。硬件服務雖然看起來很賺錢，但隨著硬件產能的提升，利潤總是在不斷的攤薄，而軟件和服務的價格，才有更大的彈性空間。而寫到這里，大家也都看到了，在谷歌、微軟都深耕自研芯片的大浪潮下，不排除阿里將在芯片方面有大動作……
那么歡迎你也來說說你的看法吧：
據你所知，計算力限制了哪些領域的發展？舉些栗子
