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(shù)的快速發(fā)展和突破，以深度學(xué)習(xí)計(jì)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(jì)算復(fù)雜度每兩年翻一番；在2010到2020年間，AI的計(jì)算復(fù)雜度每年猛增10倍。

面對如此大的模型和復(fù)雜的計(jì)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(jìn)入“大建設(shè)”時(shí)期

AI算力對于提升國家、區(qū)域經(jīng)濟(jì)核心競爭力的重要作用已經(jīng)成為業(yè)界共識�！�2020全球計(jì)算力指數(shù)評估報(bào)告》顯示，計(jì)算力指數(shù)平均每提高1個(gè)點(diǎn)，數(shù)字經(jīng)濟(jì)和GDP將分別增長3．3‰和1．8‰”。

對數(shù)字經(jīng)濟(jì)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(dǎo)模式下，美國依托能源部下屬6大國家實(shí)驗(yàn)室、國家科學(xué)基金會支持的依托高校的智能計(jì)算中心以及NASA下屬的研究中心超級計(jì)算中心這三大體系，大力推動算力平臺“長出”智能計(jì)算能力；歐盟則通過“EuroHPC計(jì)劃”在歐洲建設(shè)8處大規(guī)模算力平臺，并積極促進(jìn)與人工智能技術(shù)的結(jié)合。

我國AI算力建設(shè)也正進(jìn)入一個(gè)“大建設(shè)”時(shí)期。自2017年國務(wù)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(dǎo)、企業(yè)投資主導(dǎo)、政企合資等模式，一批AI算力基礎(chǔ)設(shè)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(shè)，從國家層面實(shí)現(xiàn)有效的資源結(jié)構(gòu)整合，目前全國已有8地啟動建設(shè)國家算力樞紐節(jié)點(diǎn)，并規(guī)劃了10個(gè)國家數(shù)據(jù)中心集群，以推進(jìn)集約化、綠色節(jié)能、安全穩(wěn)定的算力基礎(chǔ)設(shè)施的建設(shè)。

同時(shí)，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(jì)算中心（AIDC）的建設(shè)。據(jù)智東西統(tǒng)計(jì)，2021年1月到2022年2月之間，全國規(guī)劃、在建和投入運(yùn)營的人工智能計(jì)算中心超過20個(gè)，其中8個(gè)城市的人工智能計(jì)算中心已建成并投入運(yùn)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(dāng)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(yùn)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(kuò)容工程，可提供總算力200PFLOPS，正在規(guī)劃三期擴(kuò)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(jì)算力發(fā)展評估報(bào)告》顯示，中國人工智能計(jì)算力繼續(xù)保持快速增長，2022年智能算力規(guī)模達(dá)到268百億億次／秒（EFLOPS），超過通用算力規(guī)模。

預(yù)計(jì)未來5年中國智能算力規(guī)模的年復(fù)合增長率將達(dá)52．3％，而同期通用算力規(guī)模的復(fù)合增長率為18．5％。

AI算力建設(shè)仍面臨挑戰(zhàn)

目前，AI算力建設(shè)還處于初期摸索階段，存在建設(shè)標(biāo)準(zhǔn)不統(tǒng)一，行業(yè)定價(jià)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(chǔ)設(shè)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(chǔ)設(shè)施建設(shè)中的四方面問題：國家頂層制度建設(shè)和標(biāo)準(zhǔn)體系仍不統(tǒng)一、國內(nèi)AI芯片等軟硬件技術(shù)仍受制于國外、大型智算中心面臨重復(fù)建設(shè)且高能耗問題、重建設(shè)輕應(yīng)用導(dǎo)致無法覆蓋不同的應(yīng)用場景需求。

以行業(yè)定價(jià)標(biāo)準(zhǔn)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(shè)投入相差6倍多。從AI算力的建設(shè)成本看，可分為廠房等基建、服務(wù)器和計(jì)算芯片等設(shè)備和產(chǎn)品、后期運(yùn)維成本和電費(fèi)等。

就基建、電費(fèi)、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(biāo)準(zhǔn)化的模式。

黃鵬認(rèn)為，智算中心的建設(shè)可借鑒參考中科院人工智能產(chǎn)學(xué)研創(chuàng)新聯(lián)盟推出的算力價(jià)格標(biāo)準(zhǔn)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(biāo)準(zhǔn)后，得出同時(shí)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(jì)算中心的基礎(chǔ)設(shè)施價(jià)格約為1億～1．5億元。

黃鵬建議，地方政府要在建設(shè)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(fù)建設(shè)”和“與當(dāng)?shù)匕l(fā)展需求不匹配”的情況。

如果說“概念混淆”“價(jià)格混亂”“重建設(shè)輕應(yīng)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(shè)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(shù)受制于國外、大型AI計(jì)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(shù)研發(fā)和模式創(chuàng)新，尤其要加大對AI芯片等核心技術(shù)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(shí)加強(qiáng)對算法、框架、模型等軟件平臺及應(yīng)用的研發(fā)，把技術(shù)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(rèn)的是，一個(gè)國家的算力規(guī)模越大，經(jīng)濟(jì)發(fā)展水平就越高。

全球各國的算力規(guī)模與經(jīng)濟(jì)發(fā)展水平，已經(jīng)呈現(xiàn)出顯著的正相關(guān)關(guān)系。萬物智聯(lián)時(shí)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(jìn)一步刺激對AI算力的需求。

《2022－2023 中國人工智能計(jì)算力發(fā)展評估報(bào)告》顯示，2022 年中國人工智能行業(yè)應(yīng)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(yīng)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(shí)體機(jī)器人、智慧網(wǎng)點(diǎn)、云上網(wǎng)點(diǎn)等成為人工智能在金融行業(yè)的應(yīng)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(shù)融入電信網(wǎng)絡(luò)的構(gòu)建、優(yōu)化，并為下一代智慧網(wǎng)絡(luò)建設(shè)提供支撐；制造行業(yè)的人工智能滲透度從40％增長到45％，預(yù)計(jì)到2023年年底，中國50％的制造業(yè)供應(yīng)鏈環(huán)節(jié)將采用人工智能。

隨著新的技術(shù)和應(yīng)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(chǔ)設(shè)施建設(shè)成為競爭的關(guān)鍵要素。2019年谷歌推出的BERT大模型擁有3．4億個(gè)參數(shù)，使用了64個(gè)TPU，訓(xùn)練到目標(biāo)精度的花費(fèi)為1．5萬美元。2020，OpenAI推出的GPT－3大模型擁有1750億參數(shù)，訓(xùn)練成本達(dá)到了1200萬美元。

2021年，微軟和英偉達(dá)使用了4480個(gè)GPU訓(xùn)練出的擁有5300億參數(shù)的MT－NLG大模型，其訓(xùn)練成本更是高達(dá)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(yīng)用場景對于數(shù)據(jù)傳輸?shù)乃俣群土考壎继岢隽烁�高要求，在終端和云端間布設(shè)邊緣端，形成“云－邊－端”通信架構(gòu)已經(jīng)成為未來技術(shù)發(fā)展的主要方向。

邊緣計(jì)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(shí)現(xiàn)“智能決策、實(shí)時(shí)控制”的功能具有重要作用。隨著需要訓(xùn)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(shí)世界的構(gòu)建需要AI算力支持。AI技術(shù)為虛擬現(xiàn)實(shí)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(yàn)。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(yàn)的追求，激發(fā)了其對于AI算力的需求。

結(jié)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(shí)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(chǔ)設(shè)施。

【科技云報(bào)道原創(chuàng)】

轉(zhuǎn)載請注明“科技云報(bào)道”并附本文鏈接

       原文標(biāo)題 : “大建設(shè)”時(shí)期，AI算力何去何從？