文丨智能相对论,作者丨曾响铃
2021年5月底,国家发展改革委、中央网信办、工业和信息化部、国家能源局共同印发了《全国一体化大数据中心协同创新体系算力枢纽实施方案》,在这个方案中,关于算力资源的统筹协同发展在宏观层面定下了调,一个未来网络新愿景浮现出来;
仅仅时隔四个月,在刚刚举办的华为全联接2021上,中国科学技术信息研究所、AITISA(新一代人工智能产业技术创新战略联盟)、鹏城实验室联合发布了《人工智能计算中心发展白皮书2.0——从人工智能计算中心走向人工智能算力网络》,这个未来网络新愿景完成了宏观的构想与路线图设计,开始迈出步子付诸实践。
![从理想照进现实,中国凭什么快速落地人工智能算力网络?插图1 QQ截图20210928105642](http://cdn.hahakm.com/wp-content/themes/justnews/themer/assets/images/lazy.png)
人工智能算力网络,正在成为“新基建”浪潮中最大的浪头之一,驱动中国AI产业发展进入史诗级加速进程,让智能社会这一人工智能发展的终极目标离得更近。在这个过程中,中国在发展AI产业方面的独特优势也展现得淋漓尽致。
阶段一:基础软硬件创新
于是,在那些有AI产业集群的地方,由政府主导建设的人工智能计算中心开始出现,通过集约化的方式为企业提供相对更合理的算力价格与更灵活的供给方式,最典型如已经落地的深圳鹏城云脑II和武汉人工智能计算中心,在昇腾AI加持下,其算力资源都在满负荷运行,可见需求之旺盛。
与同样集约化部署的超算中心只要单纯服务好科研不同,人工智能计算中心带有产业使命,要帮助智慧城市、智慧金融、智能制造、智慧交通等产业的发展,单纯的算力还需要与产业发展协同,所以,地方政府建设人工智能计算中心,已经形成了一中心四平台的格局:依托人工智能计算中心,打造了公共算力服务平台(普惠算力)、行业应用创新孵化平台(打造AI应用示范标杆)、产业聚合发展平台(推动AI产业集约化发展)以及科研创新和人才培养平台。
不同区域的AI算力也有自己的波峰波谷,且在更充沛算力基础上发展的AI大模型对算力的使用又是阶段性、高密度的,自然而然,业界人士就开始思考跨区域调配算力资源的问题,把各地人工智能计算中心之间算力网络互连,实现资源共享、协同调度。
考虑到当前人工智能计算中心的发展实际和中国区域经济状况,未来人工智能算力网络在具体互联方式上,或可以参照有关专家提出的“三加一”政策:依托长三角、粤港澳大湾区、京津冀、成渝经济圈等区域的互联建设,循序渐进。
算力汇聚,即节点高速互联、统一管理与运维;
生态汇聚,即不同节点的大模型能力开放与应用创新成果共享,其目的是为了强化跨区域科研和产业协作。
可以看到,从基础软硬件创新到人工智能算力网络,一步步走下来,算力资源供给越来越充足,且算力与算法、数据的协同,与产业的融合也越来越紧密。当然,这三个阶段并没有严格的时间先后顺序,目前也在同时进行当中。
其原因,至少包括四个方面:
1、新基建同步发展的大背景
例如,不同节点算力的统筹,需要能够支撑海量数据的传输与接入的通信网络,按照规划,在其落地过程中的未来十年,宽带要实现从千兆到百G的跨越,而IP等资源要支撑百倍的容量提升。此外,还需要强大的边缘计算软硬件基础设施来实现中心+边缘分布式的算力模式实现百倍容量的增长。
而中国的新基建从宏观政策到具体落地已经在轰轰烈烈进行当中,人工智能基础设施被明确成为新基建的核心任务,在政策层面也是支撑科技自立自强和数字经济发展的基础设施,5G、wifi6、IPv6等技术正在广泛普及,这在全球范围内是独一无二的。
2、“节点”本身的快速发展
从人工智能算力网络的形成可以发现,这是一个宏观层面的统筹规划,其实现过程并不是从一无所有到全面具备的建设过程,人工智能计算中心“节点”成为核心资源,如果不具备大量的“节点”或者无法推动“节点”的快速建设和落地,人工智能算力网络只能是空中楼阁。
而在中国,人工智能计算中心早已是国务院《新一代人工智能发展规划》“建设高效能计算基础设施”的落地实体。到目前为止,在地方政府主导建设、华为等科技企业的参与下,深圳、武汉、西安等城市均已建成人工智能计算中心并投入运营,成都、中原等人工智能计算中心正在建设中,此外还有北京、南京等地的人工智能计算中心建设也陆续规划中。
![从理想照进现实,中国凭什么快速落地人工智能算力网络?插图3 微信截图_20210928105651](http://cdn.hahakm.com/wp-content/themes/justnews/themer/assets/images/lazy.png)
3、产业集群化发展的需求汇聚
这时候,中国社会经济发展过程中独有的产业集群化发展路径的价值显露出来。
4、具备突围内驱力的科技企业在努力
进一步往落地的细节看,人工智能算力网络需要大量技术创新来支撑,例如,仅在算力网络的一体化标准方面,就要完成算力网络架构及接口、应用及算力感知研究、算力需求量化与建模研究、算网资源可信与协同等标准的建设。
但是,由于人工智能算力网络本身就是全新的事物,很多匹配技术也都是全新的,在全球范围内很难找到可参照的对象。这时候,在特殊复杂的局势下具备自主创新内驱力的中国科技企业,将更愿意在这些技术上进行投入,这是赶超世界、树立技术话语权的重要机会。
不是说国外的科技企业们就做不出这些技术,只不过,以人工智能计算中心的解决方案提供方华为为代表,中国科技企业一方面在动机上更为强烈,另一方面,在全新的领域,基于已有算力新基建经验(例如昇腾全栈AI)在技术理解方面将更胜一筹。
首先,是对突破性技术创新的大力支持。
这方面,多模态大模型是典型。作为面向未来强人工智能、通用人工智能的重要技术创新,多模态大模型已经在人工智能领域提出了很多年,业界也有不少技术突破,但是,多模态大模型进一步往下走,算力需求呈几何式上升,一般的算力基础设施很快将难以胜任。
然后,是对产业发展全链条需求的全面满足。
众所周知,广泛的应用市场是中国发展一切科技的重要优势所在,将技术投放市场产生价值又反哺技术研发,滚动上升,已经成为很多产业技术进步的标准模式。
只是,在人工智能这里,上游的供给和下游的需求变得一样重要,人工智能算力网络的出现,意味着中国AI产业和技术的发展,一方面仍然拥有庞大的场景应用空间来实现商业价值驱动,另一方面又有着领先全球的算力供给能力,相对优势更加明显,推动AI产业的繁荣加速。
最后,是打造形成真正的科技高地。
而人工智能算力网络的出现,可能与算法层面的基础模型创造(例如,NLP领域的BERT模型)有类似的突破性意义,直接以协同化的方式拉升了AI发展维度,在人工智能计算中心之后进一步突破了旧有算力供给的普遍形式,让AI真正摆脱算力的桎梏,迎接新的思维和实践。这也表明,在整体化的力量下,中国正在占领属于人工智能的新科技高地。
本文版权归原作者所有,同心智造网(www.hahakm.com)转载文章仅为传播更多信息之目的,如作者信息标记有误,请第一时间联系我们修改或删除,多谢。