站長資訊網
        最全最豐富的資訊網站

        人工智能計算中心:深度智能世界的“激活碼”

          一百多年前,自激發電機的出現開啟了人類的電力時代,但隨著技術演進以及電力需求的激增,電機供電的局限性逐漸制約了電力的深度普及。直到1882年,愛迪生在珍珠街建起了第一個中央發電廠,照亮了整個曼哈頓,也揭開了電力時代的新篇章。

          一百多年后的今天,人工智能產業正迎來爆炸式發展,作為人工智能產業能源的算力資源,也在應用場景日益復雜化和數據量爆炸式的增長下遭遇瓶頸。

          AI算力需求激增, 掀起全球范圍算力基礎設施競賽

          自1946年第一臺計算機誕生以來,算力逐漸成為新的電力,推動人類社會不斷從物理世界向數字世界遷移。在此期間,人類對算力的需求不斷增長。尤其2012年以后,隨著深度學習等算法的突破,AI第一次走進普通人的生活。

          一方面,AI的應用場景越來越多,從語音、目標識別,到智慧工廠、智慧城市……乃至戰爭中的武器。另一方面,AI模型的大小、算法參數也呈幾何級增長,鵬城實驗室最新發布的“鵬程.盤古”預訓練大模型,擁有驚人的2000億個參數!這樣的大模型,以及越來越廣泛的應用場景,對AI算力的需求呈現爆炸式的增長。

          幾年前,谷歌AI負責人杰夫·迪恩(Jeff Dean)曾預言:“我們真正需要的是超過現在100萬倍的計算能力,而不僅僅是幾十倍的增長。”即便如此大膽的預測,也還是顯得太保守。事實上,從2012年到2019年,短短六年間,人類對AI算力的需求增長了30萬倍,平均每100天就會翻倍,遠超摩爾定律。

          與此同時,AI算力的實際增長卻有限,需求和供給之間形成一個巨大的鴻溝。

        人工智能計算中心:深度智能世界的“激活碼”

          為了填補這個鴻溝,一種新的AI基礎設施誕生了,它就是:人工智能計算中心。

          在此之前,人類建過許多大型的計算中心。比如,我們熟知的超算中心,集中了一個國家或地區的最強算力,主要用于科研。還有阿里、華為等云廠商興建的云計算中心,基于云平臺,向全社會提供大數據的計算、存儲等服務。它們雖然也對外提供AI算力,但畢竟不是主業。而人工智能計算中心專為AI打造,主要用于AI模型的開發、訓練和推理,能夠為全社會提供AI所需的專用算力。

          這種新的AI基礎設施,自誕生之日起,就成為全球主要AI大國的角力場。比如,美國投資18億美金,計劃在全國打造三個E級超算,其中一個的算力,超過目前全球十大超算的總和。德國早在2018年就推出國家級人工智能戰略,并資助一批高校建設人工智能計算中心。中國也先后建成了深圳鵬城云腦和武漢人工智能計算中心,還有多個城市已開工或者正在籌建人工智能計算中心。

          在政府主導下,許多頭部企業也紛紛下場。谷歌自研AI專用的TPU芯片,并通過云平臺對外輸出AI云服務。微軟也宣布,斥資10億美元,構建一個AI計算平臺。在中國,阿里投入重金,建立超大規模機器學習平臺。而華為,更是鵬城云腦和武漢人工智能計算中心背后的建設主力軍。

          蓬勃發展的AI產業,無限放大了全社會對算力的需求。為了邁過這道鴻溝,全世界以政府主導、頭部企業參建的模式,正掀起一場AI算力的軍備競賽。

          “一中心四平臺”,人工智能計算中心是AI產業發展的最佳路徑

          在人工智能計算中心出現前,人們是如何解決AI算力問題的呢?

          除了超算中心和云計算中心“兼職”外,更多靠企業自建。例如,谷歌早期就用GPU來加速。后來,為了訓練AlphaGo,開發了TPU芯片。但像谷歌這樣財大氣粗的企業,畢竟是少數。更多的企業,缺乏足夠的資金來搭建自己的AI算力。勉強搭起來,算力也有限。而且不同企業的算力,還分散在全國,各自為政。以這樣的算力,很難訓練出大模型,更別提GPT-3這種超級大模型。而后者,是推動AI技術不斷進步、產業不斷發展的關鍵。

          未來,AI產業要想大發展,亟需降低算力門檻。而在各地集中建設AI基礎設施,也就是人工智能計算中心,不失為一個好的解決方案,可以有效降低AI的算力成本,一改過去AI算力分散的局面。

          在地方政府的產業政策引導下,通過集中建設,這種AI基礎設施可將算力普惠地輸出給全社會,包括企業、科研機構和高校。

          過去,訓練一個大模型,動輒上千萬美元。如今,企業和開發者,可按需租用算力,花小錢辦大事,極大地降低了門檻,加速了AI創新。這一點,對于AI產業的繁榮,極為關鍵。

          就像電廠一樣,人工智能計算中心首先是一個公共算力服務平臺。

          但,光有算力還不夠。電廠之所以是社會經濟的發動機,背后是一個生態,包括上下游產業鏈、設備廠商和終端用戶,等等。因此,人工智能計算中心除了是一個算力服務平臺,還是一個AI產業聚集發展平臺,能夠聚合AI產業鏈上的各類公司,包括算法公司、數據處理公司、行業集成公司等,形成完整的產業閉環,促進和推動AI產業集群發展。

          此外,它還是一個應用創新孵化平臺,通過開發者AI創新,與本地優勢產業(如制造、醫療、交通、智能電動車等)相結合,讓技術轉化為產業價值,帶動當地產業智能化升級。以武漢為例,庫柏特的智能機器人在武漢人工智能計算中心的支持下,通過視覺處理算法創新,其機械臂每次抓取藥盒的拍照時間,從過去200毫秒縮短至50毫秒!武漢市政府計劃,到2023年孵化60個以上類似的AI深度應用場景,形成AI應用示范項目超過100個。

          人工智能計算中心也是一個科研創新和人才培養平臺,為將來儲備技術和人才。目前,經教育部批準設立AI本科專業的高校已達200余所。有了人工智能計算中心,這些院校可聯合行業龍頭企業,基于前者充沛的算力,開展技術研發和關鍵人才的培養。在深圳,鵬城實驗室就依托“鵬城云腦Ⅱ”,聚集了31位院士和2000多名科研人員,使得深圳一躍成為國內AI人才高地。

          今天的中國,正在打造國家新一代人工智能創新發展試驗區。

          人工智能計算中心通過“1個中心+4個平臺”,形成一個完整的算力生態,徹底打通了“產”“學”“研”“用”全產業鏈,滿足了國家和地方對人工智能產業發展的需求。從這個意義上講,人工智能計算中心是我國發展人工智能產業的最佳路徑。

          未來,小到手機、人臉識別,大到無人駕駛、工業機器人……人工智能計算中心將為全社會的智能化,提供源源不斷廉價充沛的AI算力,從而托起中國經濟的明天。

          培育人工智能根技術,夯實我國AI基礎設施底座

          先行一步的武漢和深圳,已經看到了這種希望。

          在武漢,華為助力打造的人工智能計算中心,AI峰值性能可達100PFlops(1P相當于每秒1000萬次浮點運算)。在深圳,基于華為Atlas 900集群的“鵬城云腦Ⅱ”可提供世界頂級算力,在最新一期IO500榜單中位居榜首,其全系統輸入輸出性能得分是排名第二的近20倍。武漢和深圳之外,包括成都在內,全國20多個城市也在積極籌建人工智能計算中心。充沛的算力,給當地乃至全國經濟注入了強勁的動力。

          從深圳到武漢,再到已開工的成都,中國在興建人工智能計算中心的路上,再次展現了“基建狂魔”的本色。但同時,我們也要清醒地看到,在這個事關未來的AI基礎設施建設上,我們還存在短板。

          過去十年,中國在目標識別等AI應用上,領先于世界。可當我們向上捅破天,低下頭來建人工智能計算中心時才發現:與西方先進水平相比,自己在AI根技術上還有不小的差距。

          電廠的核心是發電機組,人工智能計算中心的核心是芯片。

          過去,無論超算還是云計算中心,多采用CPU+GPU組合。如今,人工智能計算中心加入了FPGA、NPU等異架構處理器,以多樣化算力,加速AI計算。

          NPU是一種AI專用芯片,可在電路層模擬人類的神經元和突觸。與傳統芯片相比,AI算力有數十上百倍的提升。

          下圖對比了CPU、GPU和TPU(谷歌開發的NPU)的數據處理方式。

        人工智能計算中心:深度智能世界的“激活碼”

          NPU的這種大吞吐量,對于需要數據清洗、模型生成、訓練和推理的AI計算來講,優勢尤其明顯。美國排名第二的打車軟件Lyft,自從用了谷歌Cloud TPU,也就是云上AI算力后,以前幾天才能干完的活,現在幾小時就搞定了。但無論CPU、GPU,還是NPU,國內企業在這些底層芯片上的積累,還比較薄弱。CPU、GPU幾乎被英特爾、AMD和英偉達三家公司壟斷。NPU相對好一些,華為有昇騰系列,寒武紀也開發了思元系列。

          而這,還只是硬件問題。

          軟件方面,人工智能計算中心是一個算力多樣化的平臺,如何將眾多異架構芯片放在一起還能相互兼容,需要統一的編程框架。當年,英偉達為了將圖形處理芯片GPU用在通用計算上,開發了CUDA。如今,華為為了提高開發效率,設計了異構計算架構CANN。

          算法是AI的核心。

          全世界每天都在產生新的算法和模型,開發者不需要從頭學習,但他們需要一個統一的AI算法平臺和框架。

          目前,全球大多數開發者都選擇了谷歌的TensorFlow和Facebook的Pytorch。國內企業最初在這個領域一片空白,后來才有了華為的MindSpore和百度的飛槳,但在開發者人數上,與對手還有不小的差距。有了芯片,有了編程平臺和AI框架,再往上,就到了AI應用軟件開發平臺。在這一層上,國內企業實力不俗,阿里有PAI,華為有ModelArts,百度有AI Studio。開發者們在這些平臺上,最終做出賦能千行百業的APP。

          AI根技術是AI的基石,只有根深,才能葉茂,才能從底層釋放出充沛的算力,支撐起整個頂層應用的全面繁榮。

          這種從底層算力釋放,到頂層應用使能的AI全棧能力,可以用下圖一欄全貌:

        人工智能計算中心:深度智能世界的“激活碼”

          從圖上可知,谷歌無疑是AI能力最強也最全面的科技公司之一。在國內,擁有類似能力的企業屈指可數,華為算是一家。

          作為引領新一輪科技革命和產業變革的戰略性技術,人工智能無疑已成為全球大國角力的主戰場,并在很大程度上決定著一個國家或地區未來的命運。在我國,人工智能早已上升到國家戰略,并在十四五規劃中被正式列為前沿科技領域的最高優先級。

          道阻且艱,行則將至。各城市人工智能計算中心的陸續落成,無疑讓我們向發展為人工智能領域的世界領導者目標又邁出一大步。未來,可期!

        特別提醒:本網信息來自于互聯網,目的在于傳遞更多信息,并不代表本網贊同其觀點。其原創性以及文中陳述文字和內容未經本站證實,對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾,并請自行核實相關內容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網有任何內容侵犯您的權益,請及時聯系我們,本站將會在24小時內處理完畢。

        贊(0)
        分享到: 更多 (0)
        網站地圖   滬ICP備18035694號-2    滬公網安備31011702889846號
        主站蜘蛛池模板: 久久精品人人做人人爽97| 97久久国产亚洲精品超碰热| 精品国产三级a在线观看| 国产三级国产精品国产普男人| 精品少妇人妻av无码久久| 国产精品免费久久久久影院| 精品成人免费自拍视频| 久久久无码人妻精品无码 | 99久久精品国产麻豆| 亚洲国产精品丝袜在线观看| 国产精品无码免费播放| 久久99国产精品久久99果冻传媒| 精品人妻系列无码天堂| 最新国产乱人伦偷精品免费网站| 久久精品国产精品亚洲艾草网美妙| 国产国产成人久久精品| 97久视频精品视频在线老司机| 精品视频在线免费观看| www国产精品| 国产乱码精品一区二区三区中文| 亚洲精品国产字幕久久不卡 | 国产精品亚洲专区在线观看| 97久久精品无码一区二区天美 | 麻豆国产精品VA在线观看不卡| 国产韩国精品一区二区三区| 92精品国产自产在线观看| 日韩精品在线一区二区| 国产偷亚洲偷欧美偷精品| 国产精品视频永久免费播放| 国精品午夜福利视频不卡| 漂亮人妻被黑人久久精品| 亚洲精品中文字幕无码蜜桃| 亚洲国产精品尤物YW在线观看| 青春草无码精品视频在线观| 久久e热在这里只有国产中文精品99| 国产精品夜色视频一级区| 国产日韩精品无码区免费专区国产| 精品人妻少妇一区二区三区不卡 | 国产精品1区2区| 欧美精品手机在线播放| 9999国产精品欧美久久久久久|