“大建設”時期，AI算力何去何從？

科技云報道原創(chuàng)。

算力就是生產(chǎn)力，得算力者得天下。

隨著新一代人工智能技術的快速發(fā)展和突破，以深度學習計算模式為主的AI算力需求呈指數(shù)級增長。

數(shù)據(jù)顯示，在1960到2010年間，AI的計算復雜度每兩年翻一番；在2010到2020年間，AI的計算復雜度每年猛增10倍。

面對如此大的模型和復雜的計算，提升AI算力迫在眉睫。

畢竟，在人工智能發(fā)展的三要素：數(shù)據(jù)、算法和算力中，無論是數(shù)據(jù)還是算法，都離不開算力的支撐。

那么，AI算力從哪來？

AI算力進入“大建設”時期

AI算力對于提升國家、區(qū)域經(jīng)濟核心競爭力的重要作用已經(jīng)成為業(yè)界共識。

《2020全球計算力指數(shù)評估報告》顯示，計算力指數(shù)平均每提高1個點，數(shù)字經(jīng)濟和GDP將分別增長3.3‰和1.8‰”。對數(shù)字經(jīng)濟肉眼可見的拉動作用，成為國家和地方政府加碼AI算力的內(nèi)在邏輯。

放眼國際，在政府投資主導模式下，美國依托能源部下屬6大國家實驗室、國家科學基金會支持的依托高校的智能計算中心以及NASA下屬的研究中心超級計算中心這三大體系，大力推動算力平臺“長出”智能計算能力；歐盟則通過“EuroHPC計劃”在歐洲建設8處大規(guī)模算力平臺，并積極促進與人工智能技術的結合。

我國AI算力建設也正進入一個“大建設”時期。

自2017年國務院印發(fā)《新一代人工智能發(fā)展規(guī)劃》以來，我國通過政府投資主導、企業(yè)投資主導、政企合資等模式，一批AI算力基礎設施拔地而起。

近年來，隨著“東數(shù)西算”工程的啟動以及智算中心的建設，從國家層面實現(xiàn)有效的資源結構整合，目前全國已有8地啟動建設國家算力樞紐節(jié)點，并規(guī)劃了10個國家數(shù)據(jù)中心集群，以推進集約化、綠色節(jié)能、安全穩(wěn)定的算力基礎設施的建設。

同時，在新基建等政策的鼓勵和支持下，各地方政府也在積極開展人工智能計算中心（AIDC）的建設。

據(jù)智東西統(tǒng)計，2021年1月到2022年2月之間，全國規(guī)劃、在建和投入運營的人工智能計算中心超過20個，其中8個城市的人工智能計算中心已建成并投入運營的。

各地的AIDC可提供或規(guī)劃的算力規(guī)模一般為100PFLOPS，相當于5萬臺高性能電腦的算力。

例如，武漢AIDC一期可提供100PFLOPS的算力，從2021年5月投入運營至12月，吸引了超過100多家企業(yè)入駐， 已孵化出超過50多類場景化解決方案，日均算力使用超過90%。

在武漢AIDC的算力使用接近飽和的狀態(tài)下，其在2021年底完成了二期擴容工程，可提供總算力200PFLOPS，正在規(guī)劃三期擴容工程。

在AI產(chǎn)業(yè)化、產(chǎn)業(yè)AI化和政府治理智能化等需求的驅(qū)動下，我國AI算力蓬勃發(fā)展。

據(jù)IDC 與浪潮信息聯(lián)合發(fā)布《2022-2023中國人工智能計算力發(fā)展評估報告》顯示，中國人工智能計算力繼續(xù)保持快速增長，2022年智能算力規(guī)模達到268百億億次/秒(EFLOPS)，超過通用算力規(guī)模。

預計未來5年中國智能算力規(guī)模的年復合增長率將達52.3%，而同期通用算力規(guī)模的復合增長率為18.5%。

AI算力建設仍面臨挑戰(zhàn)

目前，AI算力建設還處于初期摸索階段，存在建設標準不統(tǒng)一，行業(yè)定價混亂等問題。這些問題正在成為這一新生平臺發(fā)展路上的滯礙。

在《新一代人工智能算力基礎設施發(fā)展研究》白皮書中，國家工業(yè)信息安全發(fā)展研究中心梳理了AI算力基礎設施建設中的四方面問題：國家頂層制度建設和標準體系仍不統(tǒng)一、國內(nèi)AI芯片等軟硬件技術仍受制于國外、大型智算中心面臨重復建設且高能耗問題、重建設輕應用導致無法覆蓋不同的應用場景需求。

以行業(yè)定價標準混亂為例，國家工業(yè)信息安全發(fā)展研究中心副總工程師兼信息政策所所長黃鵬指出，功能類似、規(guī)模近似的兩家智算中心，建設投入相差6倍多。

從AI算力的建設成本看，可分為廠房等基建、服務器和計算芯片等設備和產(chǎn)品、后期運維成本和電費等。

就基建、電費、人員等的成本而言，東西部或許有差異，但并不會差6倍這么多。

這也說明了我國還處于智能算力發(fā)展的初級階段，還沒有形成標準化的模式。

黃鵬認為，智算中心的建設可借鑒參考中科院人工智能產(chǎn)學研創(chuàng)新聯(lián)盟推出的算力價格標準方案——在綜合存儲、能耗、開發(fā)、定制、數(shù)據(jù)調(diào)度等一系列因子并代入明確算法標準后，得出同時具備5P雙精度算力（64位）、25P單精度算力（32位）和100P半精度算力（16位）的情況下，智能計算中心的基礎設施價格約為1億~1.5億元。

黃鵬建議，地方政府要在建設AI算力平臺之前做好充分的調(diào)研和論證，以免出現(xiàn)“低水平重復建設”和“與當?shù)匕l(fā)展需求不匹配”的情況。

如果說“概念混淆”“價格混亂”“重建設輕應用”等問題可以通過充分的調(diào)研和論證來規(guī)避，但AI算力建設的一些深層次難題還需要全產(chǎn)業(yè)鏈的努力，比如AI軟硬件技術受制于國外、大型AI計算中心的能耗過大成本過高等等。

企業(yè)層面要積極探索AI技術研發(fā)和模式創(chuàng)新，尤其要加大對AI芯片等核心技術的自主研發(fā)力度，聯(lián)合上下游提升產(chǎn)業(yè)鏈粘合度和生態(tài)兼容度，同時加強對算法、框架、模型等軟件平臺及應用的研發(fā)，把技術發(fā)展掌握在自己手中。

場景落地推動AI算力發(fā)展

不可否認的是，一個國家的算力規(guī)模越大，經(jīng)濟發(fā)展水平就越高。

全球各國的算力規(guī)模與經(jīng)濟發(fā)展水平，已經(jīng)呈現(xiàn)出顯著的正相關關系。

萬物智聯(lián)時代的到來，AI智能場景的落地，將產(chǎn)生難以想象的海量數(shù)據(jù)。這些數(shù)據(jù)將進一步刺激對AI算力的需求。

《2022-2023 中國人工智能計算力發(fā)展評估報告》顯示，2022 年中國人工智能行業(yè)應用滲透度排名前五的行業(yè)依次為互聯(lián)網(wǎng)、金融、政府、電信和制造。

與2021年相比，行業(yè)AI滲透度明顯提升。

其中，互聯(lián)網(wǎng)行業(yè)依然是人工智能應用滲透度和投資最高的行業(yè)；

金融行業(yè)的人工智能滲透度從2021年的55%提升到62%，智能客服、實體機器人、智慧網(wǎng)點、云上網(wǎng)點等成為人工智能在金融行業(yè)的應用典型；

電信行業(yè)的人工智能滲透度從2021年的45%增長到51%，人工智能技術融入電信網(wǎng)絡的構建、優(yōu)化，并為下一代智慧網(wǎng)絡建設提供支撐；

制造行業(yè)的人工智能滲透度從40%增長到45%，預計到2023年年底，中國50%的制造業(yè)供應鏈環(huán)節(jié)將采用人工智能。

隨著新的技術和應用場景的使用量和開發(fā)量不斷提升，也為AI算力的發(fā)展帶來了源源不斷的動力。

一是，云端AI模型正向著大型化的方向發(fā)展，算力基礎設施建設成為競爭的關鍵要素。

2019年谷歌推出的BERT大模型擁有3.4億個參數(shù)，使用了64個TPU，訓練到目標精度的花費為1.5萬美元。

2020，OpenAI推出的GPT-3大模型擁有1750億參數(shù)，訓練成本達到了1200萬美元。

2021年，微軟和英偉達使用了4480個GPU訓練出的擁有5300億參數(shù)的MT-NLG大模型，其訓練成本更是高達8500萬美元。

二是，邊緣端對AI算力需求快速增加。

云游戲、自動駕駛等新興應用場景對于數(shù)據(jù)傳輸?shù)乃俣群土考壎继岢隽烁咭?，在終端和云端間布設邊緣端，形成“云-邊-端”通信架構已經(jīng)成為未來技術發(fā)展的主要方向。

邊緣計算的需求增長將有效帶動AI算力的發(fā)展。

三是，智能網(wǎng)聯(lián)汽車對AI算力需求提升。

自動駕駛汽車滲透率不斷提升，汽車駕駛控制系統(tǒng)正向“感知-識別-交互”等智能功能發(fā)展。

因此，智能駕駛AI模型對于汽車從L1/L2輔助駕駛階段走向L3/L4自動駕駛階段，并最終實現(xiàn)“智能決策、實時控制”的功能具有重要作用。

隨著需要訓練的各類行駛數(shù)據(jù)量的增加，以及開發(fā)智能駕駛AI模型需求的增加，未來對于AI算力的需求將大幅提升。

四是，虛擬現(xiàn)實世界的構建需要AI算力支持。

AI技術為虛擬現(xiàn)實世界提供建模自動化、交互方式智能化等智慧化賦能，有望提高VR內(nèi)容生效率和用戶的沉浸式體驗。

VR內(nèi)容提供商對于快速打造虛擬場景、提高用戶感官體驗的追求，激發(fā)了其對于AI算力的需求。

結語

新一輪的算力革命，正在加速啟動。

作為新的生產(chǎn)力，算力仍面臨許多挑戰(zhàn)，需要落實集中算力的普惠功能，真正發(fā)揮出“電力”和“石油”的作用。

畢竟，“用得上，用得起，用得好”的算力資源，才是真正的變革生產(chǎn)力的基礎設施。

來源：科技云報道

生成海報

免責聲明：此文內(nèi)容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網(wǎng)無關。文章僅供讀者參考，并請自行核實相關內(nèi)容。投訴郵箱：editor@fromgeek.com。

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。