這幾天，「微軟砸下百億美金注資OpenAI」的消息瘋狂刷屏。

作為一家沒有商業(yè)模式的公司，OpenAI怎么就能估值百億美金？投資人這么好忽悠嗎？

其實，拉出OpenAI背后的ChatGPT，大家就多少能明白一點了。這個語言模型「頂流」，最近可謂是無人不知，無人不曉。

而近水樓臺先得月的微軟，已經(jīng)悄咪咪地在互聯(lián)網(wǎng)巨頭混戰(zhàn)中，先下了一城。

前腳剛表示ChatGPT即將整合進自家搜索引擎必應，后腳就放出ChatGPT計劃加入Office「辦公全家桶」這個重磅炸彈。

AIGC革命，又到了拼算力的環(huán)節(jié)

2022年，是AIGC的革命元年。

DALL·E 2的誕生讓「文生圖」火了整整一年，緊跟其后的Stable Diffussion、Midjourney更是啟發(fā)了無數(shù)人的藝術(shù)靈感，甚至讓不少畫手感到了「失業(yè)危機」。

到了年末，ChatGPT更是在全民中掀起AIGC的風暴。雖然是壓軸出場，但「強化學習」（RLHF）賦予它的魔力，成功地掀起了一場全民的狂歡。

剛剛我們提到的這些應用，雖然看起來花里胡哨，但在背后提供支撐的依然是大家熟知的大模型們。

眾所周知，對于大模型來說，不管是前期的訓練還是后期的推理，都離不開巨量的「算力」。

舉個例子，「當紅炸子雞」ChatGPT和DALL·E 2基于的GPT-3，以及國產(chǎn)自研的源1.0、悟道和文心等等，不僅在參數(shù)量上達到了千億級別，而且數(shù)據(jù)集規(guī)模也高達TB級別。

想要搞定這些「龐然大物」的訓練，就至少需要投入超過1000PetaFlop/s-day（PD）的計算資源。

也難怪OpenAI在大煉GPT-3之前，會讓微軟花10億美元給自己獨家定制了一臺當時全世界排名前五的超級計算機。

但是問題在于，并不是每個需要到大量AI算力的企業(yè)或高校，都能財大氣粗地斥巨資搞一個自己的「人工智能高性能計算中心」。

那么，如果我們換一個思路，讓算力變得更加「普適普惠」，是不是也能實現(xiàn)相同或更好的效果呢？

于是，在2020年12月的時候，國家信息中心和浪潮信息聯(lián)合發(fā)布了《智能計算中心規(guī)劃建設指南》。其中，便提到了一個全新的概念——智能計算中心（簡稱，智算中心）。

智算中心是什么？

為了能更好地解決人工智能領域的問題，智算中心的發(fā)展就需要基于最新的AI論和先進的AI計算架構(gòu)，并以AI芯片、AI服務器、AI集群為算力的載體。

首先，當前主流的AI加速計算，主要是采用CPU系統(tǒng)搭載GPU、FPGA、ASIC等異構(gòu)AI加速芯片。

由于GPU芯片中原本為圖形計算設計的大量算術(shù)邏輯單元（ALU），可為以張量計算為主的深度學習計算提供很好的加速效果，因此廣受學術(shù)界和工業(yè)界的歡迎。

隨著越來越深入的應用，GPU芯片本身也根據(jù)AI的計算特點，進行了針對性的創(chuàng)新設計，如張量計算單元、TF32/BF16數(shù)值精度、Transformer引擎（Transformer Engine）等。

而更加「專一」的AI計算加速芯片，主要脫胎于GPU芯片。

特斯拉Dojo人工智能訓練芯片

其次，作為智算中心算力機組的AI服務器，則采用CPU+AI加速芯片的異構(gòu)架構(gòu)，通過集成多顆AI加速芯片實現(xiàn)超高計算性能。為了滿足各領域場景和復雜的AI模型的計算需求，AI服務器對計算芯片間互聯(lián)、 擴展性也有著極高要求。

最后，智算中心還需要對業(yè)界主流、開源、開放的軟件生態(tài)提供充分的支持。

比如，用于開發(fā)AI算法的深度學習框架TensorFlow和PyTorch，為適應CV、NLP等特定場景開發(fā)而構(gòu)建的一系列開源庫等等。

智算中心總體架構(gòu)

不過，和國外那些大廠給自己定制的高性能計算中心不同，智算中心其實是一個面向公眾的基礎設施，更好地解決建不起、用不起算力的問題。

其中最為直觀的便是，作為「神經(jīng)中樞」的智算OS（智算中心操作系統(tǒng)）就是為了讓智算中心可以對算力資源池進行高效管理和智能調(diào)度，從而更好地對外提供算力、數(shù)據(jù)和算法等服務。

如今，距離2020版《智能計算中心規(guī)劃建設指南》的發(fā)布已經(jīng)時隔兩年，而我國的智算中心發(fā)展也已經(jīng)進入了新階段。

為此，國家信息中心和浪潮信息聯(lián)合開展了與時俱進的研究，于2023年1月推出了更新的《智算中心創(chuàng)新發(fā)展指南》（以下簡稱「指南」）。

所以，為何還要興建智算中心？

智算中心是數(shù)字經(jīng)濟時代促進產(chǎn)業(yè)轉(zhuǎn)型升級、優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、提升城市競爭力的關(guān)鍵基礎設施，并為快速增長的人工智能算力需求提供了必不可少的支撐。

具體來說可以分為四個方面：

?推進AI產(chǎn)業(yè)化、賦能產(chǎn)業(yè)AI化、助力治理智能化、促進產(chǎn)業(yè)集群化。

• AI產(chǎn)業(yè)化

AI產(chǎn)業(yè)化的一個重要例子，就是自動駕駛。

在自動駕駛的場景中，需要基于AI技術(shù)，讓車輛能夠像人類駕駛員一樣準確識別駕駛環(huán)境中的關(guān)鍵信息，并對周圍運動單元的潛在軌跡做出預判。

在訓練算力消耗上，自動駕駛感所采用的知模型要遠大于一般的計算機視覺感知模型。

比如，特斯拉的L2級FSD自動駕駛?cè)诤细兄Ｐ?，訓練過程使用了百萬量級的道路采集視頻，算力投入約為500PD。

而且，隨著自動駕駛級別從L2提升到L4，對算力的需求將進一步提高。

對此，智算中心提供的普惠算力，可以極大降低自動駕駛所需算力的成本。

• 產(chǎn)業(yè)AI化

在2022年，有一個概念非常流行，叫「AI for Science」。

這是一種新的科研范式，指科學家們用AI技術(shù)作為生產(chǎn)工具。

要說今年AI for Science最廣為人知的例子之一，就是DeepMind開發(fā)的AlphaFold 2了。

截至目前，AlphaFold 2已經(jīng)可以預測出2億多個蛋白質(zhì)結(jié)構(gòu)，幾乎覆蓋了整個「蛋白質(zhì)宇宙」。通過AlphaFold 2，單個蛋白結(jié)構(gòu)的預測時間縮短到了分鐘級，準確率也達到了92.4%。

AlphaFold 2的開發(fā)，就是以巨量算力為支撐的。僅在訓練數(shù)據(jù)準備階段，AlphaFold 2就消耗了約2億核時的CPU算力，訓練過程中更是消耗了約300PD的AI算力。

而非常契合AI for Science算力需求的智算中心，將成為支撐高校和科研院所高質(zhì)量科研的重要基礎設施。

• 治理智能化?

另外，智算中心還能為城市公共服務和智能化治理，提供智算能力支撐。

• 產(chǎn)業(yè)集群化

智算中心能夠聚合當?shù)厝斯ぶ悄艿难邪l(fā)優(yōu)勢、人才優(yōu)勢、產(chǎn)品優(yōu)勢與產(chǎn)業(yè)投資，實現(xiàn)產(chǎn)業(yè)鏈協(xié)同，促進產(chǎn)業(yè)集群化發(fā)展。

智算中心產(chǎn)業(yè)鏈

現(xiàn)在，智算中心更是成為提升國際競爭力的關(guān)鍵基礎設施。

我們都知道，人均GDP指標可以衡量一個國家經(jīng)濟發(fā)展，人均算力水平的高低也可以衡量一個國家的智能化水平。

根據(jù)《2021-2022全球計算力指數(shù)評估報告》，國家計算力指數(shù)與GDP的走勢呈現(xiàn)出了顯著的正相關(guān)，計算力指數(shù)平均每提高1點，數(shù)字經(jīng)濟和GDP將分別增長3.5‰和1.8‰

計算力指數(shù)與GDP回歸分析趨勢

經(jīng)研究測算，「十四五」期間，在智算中心實現(xiàn)80%應用水平的情況下，城市對智算中心的投資，可帶動人工智能核心產(chǎn)業(yè)增長約2.9-3.4倍、帶動相關(guān)產(chǎn)業(yè)增長約36-42倍，城市/地區(qū)在智算中心建設投入的增長量對創(chuàng)新產(chǎn)出的貢獻率約為14%-17%。

不難看出，智算中心對于城市經(jīng)濟發(fā)展，已經(jīng)形成一股不可忽視的力量。

智算中心項目的經(jīng)濟社會效益

基于這些原因，智算中心這個概念一經(jīng)提出，便引發(fā)了建設熱潮。據(jù)統(tǒng)計，現(xiàn)在全國有超過30個城市正在建設或提出建設智算中心。

然而，問題也隨之而來

不可忽視的是，在如火如荼的建設過程中，這些智算中心也暴露出了很多問題和挑戰(zhàn)。

首先，我國對智能算力的需求與日俱增。

《2022-2023中國人工智能計算力發(fā)展評估報告》數(shù)據(jù)顯示，2021年我國智能算力規(guī)模達155.2 EFLOPS（FP16），預計到2026年，我國的智能算力規(guī)模將達到1,271.4 EFLOPS。

在未來80%的場景都將基于AI，它們所占據(jù)的大部分算力資源，都是由智算中心承載。

我國智能算力發(fā)展情況

其次，圍繞算法的服務模式也需要完善。

自2011年以來，全球AI領軍企業(yè)和研究機構(gòu)紛紛加入AI大模型研究，模型參數(shù)急劇增長。在短短三四年時間內(nèi)，參數(shù)規(guī)?？焖購膬|級突破至萬億級，同時出現(xiàn)了很多代表性大模型，如谷歌發(fā)布的BERT，OpenAI發(fā)布的GPT-3等。

傳統(tǒng)計算范式的改變，也必然推動智算中心的服務模式從提供算力為主，向提供「算法+算力」轉(zhuǎn)變。

最后，現(xiàn)階段存在的概念認知尚不清晰、建設標準尚不統(tǒng)一、應用場景尚不豐富、運營模式尚不成熟等問題，也直接影響著智算中心的發(fā)展。

怎么解決？

對此，《指南》給出的解決思路是：1. 普適普惠；2. 開放兼容。

先來說什么叫「普適普惠」。?

普適普惠是指，發(fā)揮公共基礎設施的社會價值，既要滿足用戶對通用算力的需求，又要滿足不同用戶不同場景對多元化算力的需求。

具體來說，智算中心要朝著標準化、低成本、低門檻方向發(fā)展，使智能計算可以像水電一樣，成為社會基本公共服務，滿足不同用戶不同場景對算力多元化的需求。

其次，就是要「開放兼容」。?

具體來說，就是要開源開放、培育生態(tài)。以開放硬件和開源軟件為主，融合多元算力，實現(xiàn)算力的聚合、調(diào)度、釋放，讓智算中心「用起來、用的好」。同時，要加強對智算中心關(guān)鍵軟硬件產(chǎn)品的研發(fā)支持和大規(guī)模應用推廣。

智算中心建設架構(gòu)

而為了實現(xiàn)算力服務的普適普惠、高效利用，也就是智算中心如何「好用、用好」的問題，《指南》指出智算中心建設還需要構(gòu)建「算力基建化、算法基建化、服務智件化、設施綠色化」的「四化」技術(shù)路線。

算力基建化是指，智算中心要具備對外提供高性價比、普惠、安全算力資源的能力，使AI算力像水、電一樣成為城市的公共基礎資源，供政府、企業(yè)、公眾自主取用。

算法基建化是指，智算中心通過提供預置行業(yè)算法、構(gòu)建預訓練大模型、推進算法模型持續(xù)升級、提供專業(yè)化數(shù)據(jù)和算法服務，讓更多的用戶享受普適普惠的智能計算服務，實現(xiàn)「帶著數(shù)據(jù)來、拿著成果走」的效果：

服務智件化是指，智算中心的發(fā)展將由傳統(tǒng)的硬件、軟件向「智件」升級?！钢羌故侵钢撬阒行奶峁┤斯ぶ悄芡茝V應用的中間件產(chǎn)品和服務。「智件」的構(gòu)建，通過可視化操作界面，以及低代碼開發(fā)甚至無代碼開發(fā)的模式，為用戶提供功能豐富、使用便捷的人工智能算力調(diào)度、算法供給和個性化開發(fā)服務。

最后，還要做到設施綠色化，目前主要發(fā)展趨勢就是采用液冷技術(shù)。

展望未來

現(xiàn)在，以AIGC、元宇宙、智慧科研 （AI for Science）為代表的新興場景，正在走進我們的日常生活，給我們的未來帶來無限的可能。

與之相應的，智算中心建設布局浪潮正在全國快速掀起。

智能算力的普適普惠，對于大多數(shù)企業(yè)來說，尤其是中小企業(yè)，創(chuàng)新的門檻大大地降低了。

相信在不久的將來，我們會很快見證「以數(shù)據(jù)輸入，讓智能輸出」，智能計算會如水電一般，真正惠及每一個人。

報告鏈接：?

?http://scdrc.sic.gov.cn/archiver/SmarterCity/UpFile/Files/Default/20230111181640567177.pdf?