站長資訊網(wǎng)一百多年前，自激發(fā)電機(jī)的出現(xiàn)開啟了人類的電力時代，但隨著技術(shù)演進(jìn)以及電力需求的激增，電機(jī)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(fā)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(chǎn)業(yè)正迎來爆炸式發(fā)展，作為人工智能產(chǎn)業(yè)能源的算力資源，也在應(yīng)用場景日益復(fù)雜化和數(shù)據(jù)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(chǔ)設(shè)施競賽
自1946年第一臺計算機(jī)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(shù)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(xué)習(xí)等算法的突破，AI第一次走進(jìn)普通人的生活。
一方面，AI的應(yīng)用場景越來越多，從語音、目標(biāo)識別，到智慧工廠、智慧城市……乃至戰(zhàn)爭中的武器。另一方面，AI模型的大小、算法參數(shù)也呈幾何級增長，鵬城實(shí)驗(yàn)室最新發(fā)布的“鵬程.盤古”預(yù)訓(xùn)練大模型，擁有驚人的2000億個參數(shù)!這樣的大模型，以及越來越廣泛的應(yīng)用場景，對AI算力的需求呈現(xiàn)爆炸式的增長。
幾年前，谷歌AI負(fù)責(zé)人杰夫·迪恩(Jeff Dean)曾預(yù)言：“我們真正需要的是超過現(xiàn)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(yù)測，也還是顯得太保守。事實(shí)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(yuǎn)超摩爾定律。
與此同時，AI算力的實(shí)際增長卻有限，需求和供給之間形成一個巨大的鴻溝。
為了填補(bǔ)這個鴻溝，一種新的AI基礎(chǔ)設(shè)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(qū)的最強(qiáng)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(shù)據(jù)的計算、存儲等服務(wù)。它們雖然也對外提供AI算力，但畢竟不是主業(yè)。而人工智能計算中心專為AI打造，主要用于AI模型的開發(fā)、訓(xùn)練和推理，能夠?yàn)槿鐣峁〢I所需的專用算力。
這種新的AI基礎(chǔ)設(shè)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(zhàn)略，并資助一批高校建設(shè)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(dǎo)下，許多頭部企業(yè)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(wù)。微軟也宣布，斥資10億美元，構(gòu)建一個AI計算平臺。在中國，阿里投入重金，建立超大規(guī)模機(jī)器學(xué)習(xí)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(shè)主力軍。
蓬勃發(fā)展的AI產(chǎn)業(yè)，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(dǎo)、頭部企業(yè)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(chǎn)業(yè)發(fā)展的最佳路徑
在人工智能計算中心出現(xiàn)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(yè)自建。例如，谷歌早期就用GPU來加速。后來，為了訓(xùn)練AlphaGo，開發(fā)了TPU芯片。但像谷歌這樣財大氣粗的企業(yè)，畢竟是少數(shù)。更多的企業(yè)，缺乏足夠的資金來搭建自己的AI算力。勉強(qiáng)搭起來，算力也有限。而且不同企業(yè)的算力，還分散在全國，各自為政。以這樣的算力，很難訓(xùn)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(shù)不斷進(jìn)步、產(chǎn)業(yè)不斷發(fā)展的關(guān)鍵。
未來，AI產(chǎn)業(yè)要想大發(fā)展，亟需降低算力門檻。而在各地集中建設(shè)AI基礎(chǔ)設(shè)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(chǎn)業(yè)政策引導(dǎo)下，通過集中建設(shè)，這種AI基礎(chǔ)設(shè)施可將算力普惠地輸出給全社會，包括企業(yè)、科研機(jī)構(gòu)和高校。
過去，訓(xùn)練一個大模型，動輒上千萬美元。如今，企業(yè)和開發(fā)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(chuàng)新。這一點(diǎn)，對于AI產(chǎn)業(yè)的繁榮，極為關(guān)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(wù)平臺。
但，光有算力還不夠。電廠之所以是社會經(jīng)濟(jì)的發(fā)動機(jī)，背后是一個生態(tài)，包括上下游產(chǎn)業(yè)鏈、設(shè)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(wù)平臺，還是一個AI產(chǎn)業(yè)聚集發(fā)展平臺，能夠聚合AI產(chǎn)業(yè)鏈上的各類公司，包括算法公司、數(shù)據(jù)處理公司、行業(yè)集成公司等，形成完整的產(chǎn)業(yè)閉環(huán)，促進(jìn)和推動AI產(chǎn)業(yè)集群發(fā)展。
此外，它還是一個應(yīng)用創(chuàng)新孵化平臺，通過開發(fā)者AI創(chuàng)新，與本地優(yōu)勢產(chǎn)業(yè)(如制造、醫(yī)療、交通、智能電動車等)相結(jié)合，讓技術(shù)轉(zhuǎn)化為產(chǎn)業(yè)價值，帶動當(dāng)?shù)禺a(chǎn)業(yè)智能化升級。以武漢為例，庫柏特的智能機(jī)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(chuàng)新，其機(jī)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(yīng)用場景，形成AI應(yīng)用示范項(xiàng)目超過100個。
人工智能計算中心也是一個科研創(chuàng)新和人才培養(yǎng)平臺，為將來儲備技術(shù)和人才。目前，經(jīng)教育部批準(zhǔn)設(shè)立AI本科專業(yè)的高校已達(dá)200余所。有了人工智能計算中心，這些院?？陕?lián)合行業(yè)龍頭企業(yè)，基于前者充沛的算力，開展技術(shù)研發(fā)和關(guān)鍵人才的培養(yǎng)。在深圳，鵬城實(shí)驗(yàn)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(nèi)AI人才高地。
今天的中國，正在打造國家新一代人工智能創(chuàng)新發(fā)展試驗(yàn)區(qū)。
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(tài)，徹底打通了“產(chǎn)”“學(xué)”“研”“用”全產(chǎn)業(yè)鏈，滿足了國家和地方對人工智能產(chǎn)業(yè)發(fā)展的需求。從這個意義上講，人工智能計算中心是我國發(fā)展人工智能產(chǎn)業(yè)的最佳路徑。
未來，小到手機(jī)、人臉識別，大到無人駕駛、工業(yè)機(jī)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(jīng)濟(jì)的明天。
培育人工智能根技術(shù)，夯實(shí)我國AI基礎(chǔ)設(shè)施底座
先行一步的武漢和深圳，已經(jīng)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(dá)100PFlops(1P相當(dāng)于每秒1000萬次浮點(diǎn)運(yùn)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(tǒng)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(nèi)，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(dāng)?shù)啬酥寥珖?jīng)濟(jì)注入了強(qiáng)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(xiàn)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(guān)未來的AI基礎(chǔ)設(shè)施建設(shè)上，我們還存在短板。
過去十年，中國在目標(biāo)識別等AI應(yīng)用上，領(lǐng)先于世界?？僧?dāng)我們向上捅破天，低下頭來建人工智能計算中心時才發(fā)現(xiàn)：與西方先進(jìn)水平相比，自己在AI根技術(shù)上還有不小的差距。
電廠的核心是發(fā)電機(jī)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(gòu)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(jīng)元和突觸。與傳統(tǒng)芯片相比，AI算力有數(shù)十上百倍的提升。
下圖對比了CPU、GPU和TPU(谷歌開發(fā)的NPU)的數(shù)據(jù)處理方式。
NPU的這種大吞吐量，對于需要數(shù)據(jù)清洗、模型生成、訓(xùn)練和推理的AI計算來講，優(yōu)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(xiàn)在幾小時就搞定了。但無論CPU、GPU，還是NPU，國內(nèi)企業(yè)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(dá)三家公司壟斷。NPU相對好一些，華為有昇騰系列，寒武紀(jì)也開發(fā)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(gòu)芯片放在一起還能相互兼容，需要統(tǒng)一的編程框架。當(dāng)年，英偉達(dá)為了將圖形處理芯片GPU用在通用計算上，開發(fā)了CUDA。如今，華為為了提高開發(fā)效率，設(shè)計了異構(gòu)計算架構(gòu)CANN。
算法是AI的核心。
全世界每天都在產(chǎn)生新的算法和模型，開發(fā)者不需要從頭學(xué)習(xí)，但他們需要一個統(tǒng)一的AI算法平臺和框架。
目前，全球大多數(shù)開發(fā)者都選擇了谷歌的TensorFlow和Facebook的Pytorch。國內(nèi)企業(yè)最初在這個領(lǐng)域一片空白，后來才有了華為的MindSpore和百度的飛槳，但在開發(fā)者人數(shù)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(yīng)用軟件開發(fā)平臺。在這一層上，國內(nèi)企業(yè)實(shí)力不俗，阿里有PAI，華為有ModelArts，百度有AI Studio。開發(fā)者們在這些平臺上，最終做出賦能千行百業(yè)的APP。
AI根技術(shù)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(yīng)用的全面繁榮。
這種從底層算力釋放，到頂層應(yīng)用使能的AI全棧能力，可以用下圖一欄全貌：
從圖上可知，谷歌無疑是AI能力最強(qiáng)也最全面的科技公司之一。在國內(nèi)，擁有類似能力的企業(yè)屈指可數(shù)，華為算是一家。
作為引領(lǐng)新一輪科技革命和產(chǎn)業(yè)變革的戰(zhàn)略性技術(shù)，人工智能無疑已成為全球大國角力的主戰(zhàn)場，并在很大程度上決定著一個國家或地區(qū)未來的命運(yùn)。在我國，人工智能早已上升到國家戰(zhàn)略，并在十四五規(guī)劃中被正式列為前沿科技領(lǐng)域的最高優(yōu)先級。
道阻且艱，行則將至。各城市人工智能計算中心的陸續(xù)落成，無疑讓我們向發(fā)展為人工智能領(lǐng)域的世界領(lǐng)導(dǎo)者目標(biāo)又邁出一大步。未來，可期!
特別提醒：本網(wǎng)信息來自于互聯(lián)網(wǎng)，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點(diǎn)。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實(shí)，對本文以及其中全部或者部分內(nèi)容、文字的真實(shí)性、完整性、及時性本站不作任何保證或承諾，并請自行核實(shí)相關(guān)內(nèi)容。本站不承擔(dān)此類作品侵權(quán)行為的直接責(zé)任及連帶責(zé)任。如若本網(wǎng)有任何內(nèi)容侵犯您的權(quán)益，請及時聯(lián)系我們，本站將會在24小時內(nèi)處理完畢。
