算力是数字经济时代的关键生产力。近年来,自动驾驶、生命医学、智能制造等领域发展迅速,随之而来的是超大规模人工智能(AI)模型和海量数据对算力需求的不断提高,以智能计算中心为代表的人工智能算力基础设施发展迅猛,数据中心智能化升级步伐不断提速,人工智能算力也越来越成为在全球数字化转型升级浪潮中取得领先地位的重要竞争力。
据《2022-2023中国人工智能计算力发展评估报告》显示,中国人工智能计算力继续保持快速增长,2022年智能算力规模达到268百亿亿次/秒(EFLOPS),超过通用算力规模。
如何理解人工智能算力?
算法、算力、数据是人工智能的三要求:基础层提供算力支持,即硬件部分;技术层提供通用技术平台做算法开发,驯化海量数据,即软件部分;应用层体现不同场景下大数据驯化所体现的价值。其中,算力代表了设备通过处理数据,实现特定结果输出的计算能力,是数字化技术持续发展的衡量标准。
智能算力主要是基于 GPU、 FPGA、 ASIC 等芯片的加速计算平台提供人工智能训练和推理的计算能力。特定应用于图像识别(人脸识别、车牌识别、动作识别、物品检测、周界检测等)、自然语言处理(机器翻译、语音识别、文本生成、情感分析等)、搜索推荐、辅助驾驶、趋势预测等。
通用计算以CPU提供算力。一般应用于办公、数据库、数值计算(气象预测、流体仿真、电磁仿真)等。和通用型计算不同,智能计算需要海量数据对AI模式进行训练,算力被损耗在数据迁移、同步等环节,这对智能计算提出了更高要求。
► 以人工智能计算中心建设 1000P 的算力为例,深度了解人工智能的算力。
P 是一个数量级,10的15次方,1000P就是100亿亿,1000PFlops算力就意味着每秒有100亿亿次的浮点运算能力。
以1000P算力为例,一个时钟周期可以进行“100亿亿”次计算。那1000P的算力到底有多强?
- 相当于50万台PC电脑
- 以对20万颗星体的数据探索为例,传统方式需要一个有经验的科学家用 169天才能完成,现在只需要10.02秒。
- 在26.9秒时间内,学习1200万张照片,形成一个模型并用于图像识别。
智能算力 开启算力新进阶
过去,算力更多地被认为是一种计算能力,而人工智能时代,则赋予了算力新的内涵,包括大数据的技术能力,提供解决问题的指令,系统计算程序的能力。
据中国信通院相关数据显示,我国智能算力产业快速扩大,2021年全球AI服务器市场规模达156亿美元,同比增长39.1%,超过全球AI整体市场增长率22.5%。据IDC预测,中国智能算力规模将持续高速增长,预计到2026年中国智能算力规模将达到1271.4EFLOPS,未来五年复合增长率达52.3%,同期通用算力规模的复合增长率为18.5%。
► 政策牵引助推智能算力生态构建
作为国家战略前沿技术,近年来全球各国对人工智能的布局力度不断加大。我国将人工智能作为“十四五”期间国家迈向高质量发展的重要抓手,围绕人工智能发布了一些列相关政策文件,包括《新一代人工智能发展规划》《促进新一代人工智能产业发展三年行动计划(2018-2020年)》《关于促进人工智能和实体经济深度融合的指导意见》等。
同时,算力建设方案与行动计划陆续开始布局和实施。2020年4月,国家发改委首次将智能计算中心纳入算力基础设施范畴,并提出在全国布局10个左右区域级数据中心集群和智能计算中心。2021年5月《全国一体化大数据中心协同创新体系算力枢纽实施方案》发布,2021年7月工信部印发《新型数据中心发展三年行动计划(2021-2023年)》,2022年2月,“东数西算”工程正式全面启动。
► 多地智能计算中心落地 为智能算力生态夯实底层能力
随着人工智能向多场景化、规模化、融合化等高应用阶段方向发展,数据体量呈现出急剧增长态势,算法模型的参数量呈指数级增加,以加速计算为核心的算力中心规模将不断扩大。
据中国信息通信研究院的评估,京津冀、长三角、粤港澳大湾区等区域算力发展处于领先水平,中西部核心省份算力发展正在日益崛起。上海、广州、济南、武汉和深圳等人工智能产业集聚区多通过联合人工智能头部企业,采用政企合作建设运营的模式推进智能计算中心实施。
深圳、武汉等地方政府积极推进智能计算中心落地,与深圳鹏城实验室合作的鹏城云脑二期可提供1E级人工智能算力,目前排名世界人工智能算力500排行榜首位;武汉人工智能计算中心项目规划百P级算力规模;上海新一代人工智能计算与赋能平台项目预期能同时满足4个超大规模城市使用,提供850万路视频接入能力。
智能算力 朝更多领域渗透释能
智能算力主要通过人工智能算力中心实现对智慧医疗、智慧城市、智慧交通、智能制造、智慧金融等主要应用场景的渗透势能,服务于中心所在城市。根据各地区特色产业不同,各中心也应用于不同场景。
例如张北超级智算中心的启用,可为AI大模型训练、自动驾驶、空间地理等人工智能探索应用提供智能算力服务。其智算平台可通过公共云和专有云的模式服务于各类机构。开发人员可以在平台上进行数据存储、数据治理、数据分析、模型开发、模型训练与推理等。此外,平台还提供了预训练模型,语音、图像、自然语言处理、决策等领域的模型能力,以方便开发者更好地加速AI应用的开发。
智能算力正向其他赛道和领域延伸,例如为物种识别领域提供解决方案。最初,野生动物领域的专家对智能算力并不认可,例如很多野生动物从幼崽到成年的外形变化很大,靠AI算法跟踪识别的难度比较大。但经过不断优化算法,目前识别野生动物的颗粒度非常细,能够更好地满足了研究人员的应用需求。
基于昇腾人工智能计算中心的全栈协同AI创新技术,某信息科技有限公司研发出的“炬瞳安全生产解决方案”可以应用于蜂巢能源管理,成功将管理效率提升了10倍,实现了秒级风险识别、分钟级事件处置,事故率降低了60%,算法识别准确率均在95%以上。
除此之外,依托智能算力的智能视觉中枢平台能够用AI技术解决楼层高空抛物等“顽疾”,为城市治理提供了更为高效的解决方案;中科院计算所基于南京智能计算中心的强大AI算力和先进开发环境,实现了蛋白质空间结构的精准预测,解决了过去预测过程繁琐、稍有不慎便难以获得较好蛋白质空间结构的难题……
智能算力 成数字化创新的源动力
人工智能算力的增长为人工智能的持续创新发展提供支撑。智能算力将成为未来创新的核心推动力。宏观层面,人工智能算力为国家创新力的发展带来实质性推进,不仅在应用科学的突破上发挥了重要作用,也开始渗透到基础科学领域,极大提高了科学研究的效率和科学发展的进程。
大模型是智能算力驱动下典型的重大创新,被认为是“通用智能”的雏形,是业内探索实现普惠人工智能的重要途径之一。大模型发展的背后是庞大的算力支撑,例如AI+Science领域的AlphaFold2、自动驾驶系统、GPT-3等模型训练需要几百甚至几千PD(PetaFlops/s-day,PD)的算力当量支持。2022年,大模型正在成为AIGC领域发展的算法引擎,文生图、虚拟数字人等AIGC类应用将快速进入到商业化阶段,并为元宇宙内容生产带来巨大的变革。
未来展望
要释放智能算力与多元算力价值、促进人工智能创新,需要在未来重视智能算力系统的创新。完善人工智能算力基础设施建设、建立和维护良好的人工智能算力生态将成为持续推动科技进步、赋能数字经济发展、构建新发展格局的坚实基础和重要助力。
责编:方钰洁
监制:李红梅
文章参考:
1.《数智观点:多方位赋能我国人工智能算力发展跑出“加速度”》上海人工智能研究院
2.《智算为人工智能夯实“算力底座”》光明网
3.《前沿算力朝更多领域渗透释能》经济参考报
4.《智慧算力:算力新进阶》通信产业网
5.《中国算力发展指数白皮书(2022年)》中国信通院
6.《2022-2023中国人工智能计算力发展评估报告》IDC 浪潮信息
版权声明:内容来源于互联网和用户投稿 如有侵权请联系删除