隨著ChatGPT的火爆，人工智能的應(yīng)用已成為大趨勢。算力作為人工智能的三大基礎(chǔ)要素，正變得前所未有的重要。無論是AI模型的訓(xùn)練、推理還是部署，抑或商業(yè)模式的創(chuàng)新，都需要算力作為支撐。而隨著生成式AI應(yīng)用的不斷發(fā)展，如何靈活、高效整合分散的先進計算能力、充分發(fā)揮計算效果，為人工智能的進一步發(fā)展提供關(guān)鍵的基礎(chǔ)，成為算力需求增長之外最大的挑戰(zhàn)。
中國工程院院士、清華大學(xué)計算機科學(xué)與技術(shù)系教授鄭緯民是我國超算領(lǐng)域?qū)＜�，由其帶領(lǐng)的清華大學(xué)研究團隊獲得過國際高性能計算應(yīng)用領(lǐng)域最高獎項“戈登貝爾”獎。目前，他帶領(lǐng)團隊在人工智能領(lǐng)域的研究包括在AI與算力基礎(chǔ)設(shè)施的設(shè)計、評測和優(yōu)化方面，提出了一種AI算力基礎(chǔ)設(shè)施的架構(gòu)和平衡設(shè)計原則，并推出大規(guī)模人工智能算力基準測試程序AIPerf（已于2020年11月15日發(fā)布）。清華大學(xué)團隊還提出百萬億參數(shù)超大規(guī)模訓(xùn)練模型的加速方法，將數(shù)據(jù)并行、模型并行、專家并行三種訓(xùn)練模型開源到FastMOE系統(tǒng)當中，得到了業(yè)界許多認可與應(yīng)用。
鄭緯民院士指出，人工智能正在推動新一輪產(chǎn)業(yè)變革，通專結(jié)合的多樣化算力已成為數(shù)字經(jīng)濟發(fā)展的“基石”。 我國算力規(guī)模排名全球第二且增速排名第一，當前我國HPC、AI、數(shù)據(jù)中心三大算力系統(tǒng)發(fā)展已取得一定成效，但將領(lǐng)先算力高效轉(zhuǎn)化為解決科學(xué)與工程難題的能力依然面臨挑戰(zhàn)。他認為，未來更重要的是應(yīng)用，即基于大模型研發(fā)行業(yè)細分領(lǐng)域的垂直模型，加強AI算力芯片設(shè)計、軟硬件生態(tài)建設(shè)與產(chǎn)業(yè)化應(yīng)用，通過完善開放的產(chǎn)業(yè)生態(tài)，推動各行各業(yè)數(shù)字化轉(zhuǎn)型，從而真正促進數(shù)字經(jīng)濟和大模型產(chǎn)業(yè)的健康發(fā)展。
“AI大模型的核心硬件是芯片，盡管目前國內(nèi)自研芯片起步較晚，但仍可以通過生態(tài)建設(shè)實現(xiàn)彎道超車。” 在接受《經(jīng)濟觀察報》采訪時鄭緯民院士表示，“算力、網(wǎng)絡(luò)具備很強的公共基礎(chǔ)設(shè)施特性，只有加快建立一個開放性的產(chǎn)業(yè)生態(tài)，把選擇權(quán)交給用戶，才能驅(qū)動行業(yè)百花齊放，從而真正促進大模型產(chǎn)業(yè)的健康發(fā)展。”
雖然我國算力產(chǎn)業(yè)發(fā)展迅速，規(guī)�？偭看蠓S升，但在發(fā)展背后，除了面臨能耗高企、通用算力資源過多、智算資源不足等問題外，還存在諸多挑戰(zhàn)。
一是，算力分布分散，存在高效連接難題。二是，算力異構(gòu)化程度高，存在著統(tǒng)一管理調(diào)度難題。三是，算力歸屬于不同運營方，算力交易過程中存在信任問題。為滿足現(xiàn)代數(shù)據(jù)中心對算力的靈活、高效、充分使用的需求，算力統(tǒng)一調(diào)度是大趨勢。
面對產(chǎn)業(yè)發(fā)展面臨的問題，北京市加快算力基礎(chǔ)設(shè)施建設(shè)，目前已形成1.2萬P的算力供給規(guī)模。例如，由提供規(guī)�；冗M智算算力、AI云及AI轉(zhuǎn)型服務(wù)的高科技企業(yè)北京電子數(shù)智科技有限責(zé)任公司（以下簡稱“北電數(shù)智”）承建的北京數(shù)字經(jīng)濟算力中心，已經(jīng)在酒仙橋核心地帶開工建設(shè)，預(yù)計2024年完成基礎(chǔ)設(shè)施建設(shè)，達產(chǎn)后實現(xiàn)多元異構(gòu)的1000P智能算力供給。作為北京電子控股有限責(zé)任公司下屬企業(yè)，北電數(shù)智希望通過打造以人為本、綠色低碳的新型算力基礎(chǔ)設(shè)施，整合分散的、多元異構(gòu)的先進算力，支持各行各業(yè)對智能算力的需求。
為應(yīng)對人工智能創(chuàng)新浪潮下，對高質(zhì)量算力的迫切需求，傳統(tǒng)數(shù)據(jù)中心需要實現(xiàn)面向未來的整體智算升級與政策合規(guī)。北電數(shù)智通過對傳統(tǒng)數(shù)據(jù)中心進行軟硬件升級和智算算力改造，同時通過算力調(diào)度，整合分散的先進計算能力，助力傳統(tǒng)數(shù)據(jù)中心打開新的增長點。
與此同時，北電數(shù)智也致力于構(gòu)建一個充滿創(chuàng)造力的人工智能產(chǎn)業(yè)生態(tài)，攜手國內(nèi)外芯片、服務(wù)器、大模型、人工智能、應(yīng)用創(chuàng)新、產(chǎn)業(yè)投資等多個領(lǐng)域的合作伙伴，以實踐不斷推動產(chǎn)業(yè)鏈迭代升級，實現(xiàn)產(chǎn)業(yè)的進步和繁榮。
如鄭緯民院士所言：“智算中心的建設(shè)和布局是一個重要趨勢，但也伴隨著挑戰(zhàn)。機遇在于可以推動高性能計算和智能計算領(lǐng)域的發(fā)展，但挑戰(zhàn)包括資源分配、合作與競爭等方面，需要綜合考慮。通過算力基礎(chǔ)設(shè)施建設(shè)，推動AI產(chǎn)業(yè)繁榮和生態(tài)健康發(fā)展。”
訪談：
沈建緣：您認為目前我國人工智能技術(shù)領(lǐng)域的研發(fā)和國產(chǎn)AI芯片大模型基礎(chǔ)設(shè)施處于怎樣的階段？
鄭緯民：從AI技術(shù)三駕馬車：算法、數(shù)據(jù)、算力來看，中國在大數(shù)據(jù)領(lǐng)域處于優(yōu)勢地位，但在算法和智能算力領(lǐng)域，中國落后于美國。智能算力的不足嚴重制約了我國在AI領(lǐng)域的創(chuàng)新能力。目前我國算力規(guī)模排名全球第二且增速排名第一，但將領(lǐng)先算力高效轉(zhuǎn)化為解決科學(xué)與工程難題的能力依然面臨挑戰(zhàn)。國產(chǎn)算力芯片的發(fā)展需要重點關(guān)注生態(tài)系統(tǒng)的建設(shè)。性能并非唯一的關(guān)鍵因素，我們需要更好地發(fā)展生態(tài)系統(tǒng)，包括軟件支持等，以提高用戶友好性和競爭力。國內(nèi)有許多芯片公司，但生態(tài)系統(tǒng)的健康程度同樣重要。
沈建緣：基于大模型研發(fā)的針對各行業(yè)細分領(lǐng)域的垂直模型要在應(yīng)用層面實現(xiàn)商業(yè)價值，面臨哪些挑戰(zhàn)？
鄭緯民：當大模型從C端走向B端，它就像從玩具走向工具，而工具的精確性至關(guān)重要。未來更重要的是應(yīng)用，即基于大模型研發(fā)針對行業(yè)細分領(lǐng)域的垂直模型，并在工業(yè)、農(nóng)業(yè)、智慧城市建設(shè)等領(lǐng)域利用AI大模型進行充分賦能。但在大模型時代，應(yīng)該重點關(guān)注應(yīng)用領(lǐng)域的垂直模型和具體定制，滿足市場需求。不要盲目跟風(fēng)，應(yīng)根據(jù)自身領(lǐng)域的需求和優(yōu)勢來選擇發(fā)展方向，以更好地滿足市場需求。大模型不是唯一的出路，應(yīng)著眼于應(yīng)用領(lǐng)域的需求和競爭潛力。
沈建緣：基于大模型訓(xùn)練需要的大規(guī)模算力因“卡脖子”帶來的限制，中國在哪些方面有機會實現(xiàn)突破？
鄭緯民：第一，加快“卡脖子”相關(guān)核心技術(shù)攻關(guān)。芯片的自主可控，涉及芯片的設(shè)計、生產(chǎn)和封裝測試等很多環(huán)節(jié)，要從核心原材料、生產(chǎn)設(shè)備、制造工藝等各方面突破，迎難而上，想辦法解決關(guān)鍵技術(shù)問題。
第二，構(gòu)建自主可控的算力生態(tài)。以RISCV/ARM作為抓手，積極發(fā)展非X86架構(gòu)來構(gòu)建多樣性算力格局。加強軟件的開發(fā)，包括基礎(chǔ)軟件和應(yīng)用軟件。軟件開發(fā)好，將自主研發(fā)的芯片用起來，才能構(gòu)建自主可控的算力生態(tài)。
第三，密切跟蹤國際前沿革新技術(shù)，提前布局后摩爾時代新型算力技術(shù)研究和儲備，例如存算一體、量子計算、非硅基芯片等。
第四，制定更為積極的全球人才戰(zhàn)略，大幅擴充人才蓄水池。半導(dǎo)體人才的缺失甚至流失也是制約我國芯片實現(xiàn)自主可控的重要因素。我們要進一步加大對相關(guān)領(lǐng)域人才的培養(yǎng)、引進力度，張榜聚智，不拘一格用人才。
沈建緣：隨著各地算力基礎(chǔ)設(shè)施逐漸發(fā)展完善，算力聯(lián)網(wǎng)形成統(tǒng)一調(diào)度是大勢所趨，基于“算力網(wǎng)絡(luò)”的概念，有哪些政策推動和實踐？
鄭緯民：數(shù)字時代的信息有四個步驟：獲娶傳輸、處理、顯示。目前，我們在信息的傳輸、顯示上已經(jīng)做得不錯了，信息的獲娶處理能力還需努力�，F(xiàn)在發(fā)展算力網(wǎng)絡(luò)，是為了把這兩步做好。算力網(wǎng)絡(luò)將改變算力的供給、應(yīng)用和服務(wù)方式，大大提升算網(wǎng)服務(wù)的靈活性和高效性，對支撐國家戰(zhàn)略、推動行業(yè)數(shù)字化轉(zhuǎn)型都有重大意義。
隨著各地算力基礎(chǔ)設(shè)施發(fā)展完善，算力聯(lián)網(wǎng)形成統(tǒng)一調(diào)度是大勢所趨。算力聯(lián)網(wǎng)有3個關(guān)鍵詞：算力、互聯(lián)和互通。算力互聯(lián)需要關(guān)注并網(wǎng)（帶寬高，延遲低）、帶寬和延遲。算力互通需要解決硬件和軟件異構(gòu)帶來的困難，需要一個統(tǒng)一編程框架和編譯的軟件。
沈建緣：從您的專業(yè)視角來看，算力產(chǎn)業(yè)下一步發(fā)展的重點在哪里？在綜合算力發(fā)展的過程中，就算力、存力和運力三方面而言，我國有哪些優(yōu)勢以及需要提升的方面？
鄭緯民：下一步，要用好先進計算，高效整合分散的先進計算能力、充分發(fā)揮計算效果是關(guān)鍵。第一，核心技術(shù)需攻關(guān)：從核心技術(shù)的角度來看，我國算力的硬件技術(shù)自主可控性仍是薄弱環(huán)節(jié)。目前，國內(nèi)云系統(tǒng)受制于高性能通用CPU的國產(chǎn)化進展，仍然主要采用國外廠商如Intel或AMD的X86服務(wù)器。算力中心采用的網(wǎng)卡和網(wǎng)絡(luò)交換機，也多是基于國外芯片，國產(chǎn)網(wǎng)卡和交換機芯片與國外一線云網(wǎng)絡(luò)廠商相比，技術(shù)完整度和生態(tài)上還有差距。
第二，“供應(yīng)商鎖定”難題需解決：算力的互操作性不足，以及由此導(dǎo)致的“供應(yīng)商鎖定”問題，是全球性問題。與國外相比，我國的“供應(yīng)商鎖定”問題不容忽視，成為影響構(gòu)建算力統(tǒng)一生態(tài)、阻礙算力業(yè)務(wù)持續(xù)發(fā)展創(chuàng)新的瓶頸。算力互操作性的不足，會讓人們在不同算力供應(yīng)商之間實現(xiàn)應(yīng)用程序的遷移時，需要付出巨大的努力和投入。
第三，傳統(tǒng)公有云應(yīng)用效率待提升：從行業(yè)應(yīng)用的角度來看，公有云上的行業(yè)應(yīng)用類型單一是突出問題。盡管我國算力市場處于爆發(fā)式增長階段，2022年達4550億元規(guī)模，較2021年增長40.91%，但當前公有云上的行業(yè)應(yīng)用主要還是游戲、短視頻、即時通信這三項。我國公有云的利用率只有30%左右，私有云的利用率只有5%左右。也就是說，100臺機器，只用了30臺，甚至是5臺，利潤怎么可能高？如果不積極拓展應(yīng)用，這也將影響我國算力產(chǎn)業(yè)持續(xù)健康發(fā)展。
沈建緣：面對AI計算需求的大規(guī)模爆發(fā)，新型數(shù)據(jù)中心又將如何進行迭代升級？傳統(tǒng)數(shù)據(jù)中心需要在哪些領(lǐng)域發(fā)力轉(zhuǎn)型？
鄭緯民：未來，新型數(shù)據(jù)中心將是提供多樣性計算綜合能力的算力集群，以滿足千行百業(yè)智能化的需求。智算中心的建設(shè)和布局是一個重要趨勢，但也伴隨著挑戰(zhàn)。機遇在于可以推動高性能計算和智能計算領(lǐng)域的發(fā)展，但挑戰(zhàn)包括資源分配、合作與競爭等方面，需要綜合考慮。未來數(shù)據(jù)中心的發(fā)展還要考慮不同地區(qū)能源結(jié)構(gòu)的差異、同一地區(qū)不同行業(yè)的業(yè)務(wù)差異，提供更綠色的算力，并滿足實時應(yīng)用的需求。算力的統(tǒng)一調(diào)度是算力發(fā)展的必由之路，其關(guān)鍵在于將分散的算力資源聚合，形成集群效應(yīng)，并建設(shè)多元異構(gòu)的算力調(diào)度體系，更高效地發(fā)揮計算效果。
對于傳統(tǒng)數(shù)據(jù)中心，可以通過智算改造與升級的解決方案，增加多元異構(gòu)的智能算力供給，成為滿足AI計算需求大爆發(fā)的重要組成部分，還可以通過軟硬件升級和能耗方案的優(yōu)化，以滿足人工智能產(chǎn)業(yè)對數(shù)據(jù)中的綠色環(huán)保、低能耗的需求。同時，通過智能算力供給服務(wù)的加持，傳統(tǒng)數(shù)據(jù)中心也能進一步實現(xiàn)可持續(xù)增長。
沈建緣/文
