让你震撼的强大广告语！

<随心_句子c><随心_句子c><随心_句子c><随心_句子c><随心_句子c>攪(jiao)動(dong)100億(yi)美(mei)金(jin)的(de)ChatGPT，竟(jing)然(ran)這(zhe)麽(me)依(yi)賴(lai)TA？

新(xin)智(zhi)元(yuan)報(bao)道(dao)

編(bian)輯(ji)：Aeneas 好(hao)困(kun)

【新智元導(dao)讀(du)】搅动了(le)百(bai)亿美金市(shi)場(chang)的ChatGPT，再(zai)壹(yi)次(ci)證(zheng)明(ming)了：AIGC，將(jiang)在(zai)2023年(nian)給(gei)我(wo)們(men)的生(sheng)活(huo)帶(dai)來(lai)革(ge)命(ming)性(xing)的劇(ju)變(bian)。

这幾(ji)天(tian)， 「微(wei)軟(ruan)砸(za)下(xia)百亿美金註(zhu)資(zi)OpenAI」 的消(xiao)息(xi)瘋(feng)狂(kuang)刷(shua)屏(ping)。

作(zuo)為(wei)一家(jia)沒(mei)有(you)商(shang)業(ye)模(mo)式(shi)的公(gong)司(si)，OpenAI怎(zen)么就(jiu)能(neng)估(gu)值(zhi)百亿美金？投(tou)资人(ren)这么好忽(hu)悠(you)嗎(ma)？

其(qi)實(shi)，拉(la)出(chu)OpenAI背(bei)後(hou)的ChatGPT，大(da)家就多(duo)少(shao)能明白(bai)一點(dian)了。这個(ge)語(yu)言(yan)模型(xing)「頂(ding)流(liu)」，最(zui)近(jin)可(ke)謂(wei)是(shi)無(wu)人不(bu)知(zhi)，无人不曉(xiao)。

而(er)近水(shui)樓(lou)臺(tai)先(xian)得(de)月(yue)的微软，已(yi)經(jing)悄(qiao)咪(mi)咪地(di)在互(hu)聯(lian)網(wang)巨(ju)頭(tou)混(hun)戰(zhan)中(zhong)，先下了一城(cheng)。

前(qian)腳(jiao)剛(gang)表(biao)示(shi) ChatGPT即(ji)将整(zheng)合(he)進(jin)自(zi)家搜(sou)索(suo)引(yin)擎(qing)必(bi)應(ying) ， 后脚就放(fang)出 ChatGPT計(ji)劃(hua)加(jia)入(ru)Office「辦(ban)公全(quan)家桶(tong)」 这个重(zhong)磅(bang)炸(zha)彈(dan)。

AIGC革命，又(you)到(dao)了拼(pin)算(suan)力(li)的環(huan)節(jie)

2022年，是AIGC的革命元年。

DALL·E 2的誕(dan)生讓(rang)「文(wen)生圖(tu)」火(huo)了整整一年，緊(jin)跟(gen)其后的Stable Diffussion、Midjourney更(geng)是啟(qi)發(fa)了无數(shu)人的藝(yi)術(shu)靈(ling)感(gan)，甚(shen)至(zhi)让不少畫(hua)手(shou)感到了「失(shi)业危(wei)機(ji)」。

到了年末(mo)，ChatGPT更是在全民(min)中掀(xian)起(qi)AIGC的風(feng)暴(bao)。雖(sui)然是壓(ya)軸(zhou)出场，但(dan)「強(qiang)化(hua)學(xue)習(xi)」（RLHF）賦(fu)予(yu)它(ta)的魔(mo)力，成(cheng)功(gong)地掀起了一场全民的狂歡(huan)。

刚刚我们提(ti)到的这些(xie)应用(yong)，虽然看(kan)起来花(hua)裏(li)胡(hu)哨(shao)，但在背后提供(gong)支(zhi)撐(cheng)的依然是大家熟(shu)知的大模型们。

眾(zhong)所(suo)周(zhou)知，對(dui)於(yu)大模型来說(shuo)，不管(guan)是前期(qi)的訓(xun)練(lian)還(hai)是后期的推(tui)理(li)，都(dou)離(li)不開(kai)巨量(liang)的「算力」。

舉(ju)个例(li)子(zi)，「當(dang)紅(hong)炸子雞(ji)」ChatGPT和(he)DALL·E 2基(ji)于的GPT-3，以(yi)及(ji)國(guo)產(chan)自研(yan)的源(yuan)1.0、悟(wu)道和文心(xin)等(deng)等，不僅(jin)在參(can)数量上(shang)達(da)到了千(qian)亿級(ji)別(bie)，而且(qie)数據(ju)集(ji)規(gui)模也(ye)高(gao)达TB级别。

想(xiang)要(yao)搞(gao)定(ding)这些「龐(pang)然大物(wu)」的训练，就至少需(xu)要投入超(chao)過(guo)1000PetaFlop/s-day（PD）的计算资源。

也難(nan)怪(guai)OpenAI在大煉(lian)GPT-3之(zhi)前，會(hui)让微软花10亿美元给自己(ji)獨(du)家定制(zhi)了一台当時(shi)全世(shi)界(jie)排(pai)名(ming)前五(wu)的超级计算机。

但是問(wen)題(ti)在于，並(bing)不是每(mei)个需要到大量AI算力的企(qi)业或(huo)高校(xiao)，都能財(cai)大氣(qi)粗(cu)地斥(chi)巨资搞一个自己的「人工(gong)智能高性能计算中心」。

那(na)么，如(ru)果(guo)我们換(huan)一个思(si)路(lu)，让算力变得更加「普(pu)適(shi)普惠(hui)」，是不是也能实現(xian)相(xiang)同(tong)或更好的效(xiao)果呢(ne)？

于是，在2020年12月的时候(hou)，国家信(xin)息中心和浪(lang)潮(chao)信息联合发布(bu)了《智能计算中心规划建(jian)設(she)指(zhi)南(nan)》。其中，便(bian)提到了一个全新的概(gai)念(nian)——智能计算中心（簡(jian)稱(cheng)，智算中心）。

智算中心是什(shen)么？

为了能更好地解(jie)決(jue)人工智能領(ling)域(yu)的问题，智算中心的发展(zhan)就需要基于最新的AI論(lun)和先进的AI计算架(jia)構(gou)，并以AI芯(xin)片(pian)、AI服(fu)務(wu)器(qi)、AI集群(qun)为算力的載(zai)體(ti)。

首(shou)先，当前主(zhu)流的AI加速(su)计算，主要是采(cai)用CPU系(xi)統(tong)搭(da)载GPU、FPGA、ASIC等異(yi)构AI加速芯片。

由(you)于GPU芯片中原(yuan)本(ben)为图形(xing)计算设计的大量算术邏(luo)辑單(dan)元（ALU），可为以張(zhang)量计算为主的深(shen)度(du)学习计算提供很(hen)好的加速效果，因(yin)此(ci)廣(guang)受(shou)学术界和工业界的欢迎(ying)。

隨(sui)著(zhu)(zhe)越(yue)来越深入的应用，GPU芯片本身(shen)也根(gen)据AI的计算特(te)点，进行(xing)了針(zhen)对性的創(chuang)新设计，如张量计算单元、TF32/BF16数值精(jing)度、Transformer引擎（Transformer Engine）等。

而更加「專(zhuan)一」的AI计算加速芯片，主要脫(tuo)胎(tai)于GPU芯片。

特斯(si)拉Dojo人工智能训练芯片

其次，作为智算中心算力机組(zu)的AI服务器，則(ze)采用CPU+AI加速芯片的异构架构，通(tong)过集成多顆(ke)AI加速芯片实现超高计算性能。为了滿(man)足(zu)各(ge)领域场景(jing)和復(fu)雜(za)的AI模型的计算需求(qiu)，AI服务器对计算芯片間(jian)互联、 擴(kuo)展性也有着極(ji)高要求。

最后，智算中心还需要对业界主流、开源、开放的软件(jian)生態(tai)提供充(chong)分(fen)的支持(chi)。

比(bi)如，用于开发AI算法(fa)的深度学习框(kuang)架TensorFlow和PyTorch，为适应CV、NLP等特定场景开发而构建的一系列(lie)开源庫(ku)等等。

智算中心總(zong)体架构

不过，和国外(wai)那些大廠(chang)给自己定制的高性能计算中心不同，智算中心其实是一个面(mian)向(xiang)公众的基礎(chu)设施(shi)，更好地解决建不起、用不起算力的问题。

其中最为直(zhi)觀(guan)的便是，作为「神(shen)经中樞(shu)」的智算OS（智算中心操(cao)作系统）就是为了让智算中心可以对算力资源池(chi)进行高效管理和智能調(tiao)度，從(cong)而更好地对外提供算力、数据和算法等服务。

如今(jin)，距(ju)离2020版(ban)《智能计算中心规划建设指南》的发布已经时隔(ge)兩(liang)年，而我国的智算中心发展也已经进入了新階(jie)段(duan)。

为此，国家信息中心和浪潮信息联合开展了與(yu)时俱(ju)进的研究(jiu)，于2023年1月推出了更新的《智算中心创新发展指南》（以下简称「指南」）。

所以，为何(he)还要興(xing)建智算中心？

智算中心是数字(zi)经濟(ji)时代(dai)促(cu)进产业轉(zhuan)型升(sheng)级、優(you)化产业結(jie)构、提升城市競(jing)爭(zheng)力的關(guan)鍵(jian)基础设施，并为快(kuai)速增(zeng)長(chang)的人工智能算力需求提供了必不可少的支撑。

具(ju)体来说可以分为四(si)个方(fang)面：

推进AI产业化、赋能产业AI化、助(zhu)力治(zhi)理智能化、促进产业集群化。

AI产业化

AI产业化的一个重要例子，就是自动駕(jia)駛(shi)。

在自动驾驶的场景中，需要基于AI技(ji)术，让車(che)輛(liang)能夠(gou)像(xiang)人類(lei)驾驶員(yuan)一樣(yang)準(zhun)確(que)識(shi)别驾驶环境(jing)中的关键信息，并对周圍(wei)運(yun)动单元的潛(qian)在軌(gui)跡(ji)做(zuo)出預(yu)判(pan)。

在训练算力消耗(hao)上， 自动驾驶感所采用的知模型要遠(yuan)大于一般(ban)的计算机視(shi)覺(jiao)感知模型。

比如，特斯拉的L2级FSD自动驾驶融(rong)合感知模型，训练过程(cheng)使(shi)用了百萬(wan)量级的道路采集视頻(pin)，算力投入約(yue)为500PD。

而且，随着自动驾驶级别从L2提升到L4，对算力的需求将进一步(bu)提高。

对此，智算中心提供的普惠算力，可以极大降(jiang)低(di)自动驾驶所需算力的成本。

产业AI化

在2022年，有一个概念非(fei)常(chang)流行，叫(jiao)「AI for Science」。

这是一種(zhong)新的科(ke)研範(fan)式，指科学家们用AI技术作为生产工具。

要说今年AI for Science最广为人知的例子之一，就是DeepMind开发的AlphaFold 2了。

截(jie)至目(mu)前，AlphaFold 2已经可以预測(ce)出2亿多个蛋(dan)白質(zhi)结构，几乎(hu)覆(fu)蓋(gai)了整个「蛋白质宇(yu)宙(zhou)」。通过AlphaFold 2，单个蛋白结构的预测时间縮(suo)短(duan)到了分鐘(zhong)级，准确率(lv)也达到了92.4%。

AlphaFold 2的开发，就是以巨量算力为支撑的。仅在训练数据准備(bei)阶段，AlphaFold 2就消耗了约2亿核(he)时的CPU算力，训练过程中更是消耗了约300PD的AI算力。

而非常契(qi)合AI for Science算力需求的 智算中心，将成为支撑 高校和科研院(yuan)所高质量科研的重要基础设施。

治理智能化

另(ling)外，智算中心还能为城市公共(gong)服务和智能化治理，提供智算能力支撑。

产业集群化

智算中心能够聚(ju)合当地人工智能的研发优勢(shi)、人才(cai)优势、产品(pin)优势与产业投资，实现产业鏈(lian)協(xie)同，促进产业集群化发展。

智算中心产业链

现在，智算中心更是成为提升国際(ji)竞争力的关键基础设施。

我们都知道，人均(jun)GDP指標(biao)可以衡(heng)量一个国家经济发展，人均算力水平(ping)的高低也可以衡量一个国家的智能化水平。

根据《2021-2022全球(qiu)计算力指数評(ping)估报告(gao)》，国家计算力指数与GDP的走(zou)势呈(cheng)现出了顯(xian)著的正(zheng)相关，计算力指数平均每提高1点，数字经济和GDP将分别增长3.5‰和1.8‰

计算力指数与GDP回(hui)歸(gui)分析(xi)趨(qu)势

经研究测算，「十(shi)四五」期间，在智算中心实现80%应用水平的情(qing)況(kuang)下，城市对智算中心的投资，可带动人工智能核心产业增长约2.9-3.4倍(bei)、带动相关产业增长约36-42倍，城市/地區(qu)在智算中心建设投入的增长量对创新产出的貢(gong)獻(xian)率约为14%-17%。

不难看出，智算中心对于城市经济发展，已经形成一股(gu)不可忽视的力量。

智算中心項(xiang)目的经济社(she)会效益(yi)

基于这些原因，智算中心这个概念一经提出，便引发了建设熱(re)潮。据统计，现在全国有超过30个城市正在建设或提出建设智算中心。

然而，问题也随之而来

不可忽视的是，在如火如荼(tu)的建设过程中，这些智算中心也暴露(lu)出了很多问题和挑(tiao)战。

首先，我国对智能算力的需求与日(ri)俱增。

《2022-2023中国人工智能计算力发展评估报告》数据显示，2021年我国智能算力规模达155.2 EFLOPS（FP16），预计到2026年，我国的智能算力规模将达到1,271.4 EFLOPS。

在未(wei)来80%的场景都将基于AI，它们所占(zhan)据的大部(bu)分算力资源，都是由智算中心承(cheng)载。

我国智能算力发展情况

其次，围繞(rao)算法的服务模式也需要完(wan)善(shan)。

自2011年以来，全球AI领軍(jun)企业和研究机构紛(fen)纷加入AI大模型研究，模型参数急(ji)剧增长。在短短三(san)四年时间內(nei)，参数规模快速从亿级突(tu)破(po)至万亿级，同时出现了很多代表性大模型，如谷(gu)歌(ge)发布的BERT，OpenAI发布的GPT-3等。

傳(chuan)统计算范式的改(gai)变，也必然推动智算中心的服务模式从提供算力为主，向提供「算法+算力」转变。

最后，现阶段存(cun)在的概念認(ren)知尚(shang)不清(qing)晰(xi)、建设标准尚不统一、应用场景尚不豐(feng)富(fu)、运營(ying)模式尚不成熟等问题，也直接(jie)影(ying)響(xiang)着智算中心的发展。

怎么解决？

对此，《指南》给出的解决思路是：1. 普适普惠；2. 开放兼(jian)容(rong)。

先来说什么叫「普适普惠」。

普适普惠是指，发揮(hui)公共基础设施的社会價(jia)值，既(ji)要满足用戶(hu)对通用算力的需求，又要满足不同用户不同场景对多元化算力的需求。

具体来说，智算中心要朝(chao)着标准化、低成本、低門(men)檻(kan)方向发展，使智能计算可以像水電(dian)一样，成为社会基本公共服务，满足不同用户不同场景对算力多元化的需求。

其次，就是要「开放兼容」。

具体来说，就是要开源开放、培(pei)育(yu)生态。以开放硬(ying)件和开源软件为主，融合多元算力，实现算力的聚合、调度、釋(shi)放，让智算中心「用起来、用的好」。同时，要加强对智算中心关键软硬件产品的研发支持和大规模应用推广。

智算中心建设架构

而为了实现算力服务的普适普惠、高效利(li)用，也就是智算中心如何「好用、用好」的问题，《指南》指出智算中心建设还需要构建「算力基建化、算法基建化、服务智件化、设施綠(lv)色(se)化」的「四化」技术路線(xian)。

算力基建化是指，智算中心要具备对外提供高性价比、普惠、安(an)全算力资源的能力，使AI算力像水、电一样成为城市的公共基础资源，供政(zheng)府(fu)、企业、公众自主取(qu)用。

算法基建化是指，智算中心通过提供预置(zhi)行业算法、构建预训练大模型、推进算法模型持續(xu)升级、提供专业化数据和算法服务，让更多的用户享(xiang)受普适普惠的智能计算服务，实现「带着数据来、拿(na)着成果走」的效果：

服务智件化是指，智算中心的发展将由传统的硬件、软件向「智件」升级。「智件」是指智算中心提供人工智能推广应用的中间件产品和服务。「智件」的构建，通过可视化操作界面，以及低代碼(ma)开发甚至无代码开发的模式，为用户提供功能丰富、使用便捷(jie)的人工智能算力调度、算法供给和个性化开发服务。

最后，还要做到设施绿色化，目前主要发展趋势就是采用液(ye)冷(leng)技术。

展望(wang)未来

现在，以AIGC、元宇宙、智慧(hui)科研 （AI for Science）为代表的新兴场景，正在走进我们的日常生活，给我们的未来带来无限(xian)的可能。

与之相应的，智算中心建设布局(ju)浪潮正在全国快速掀起。

智能算力的普适普惠，对于大多数企业来说，尤(you)其是中小(xiao)企业，创新的门槛大大地降低了。

相信在不久(jiu)的将来，我们会很快見(jian)证「以数据輸(shu)入，让智能输出」，智能计算会如水电一般，真(zhen)正惠及每一个人。

报告链接：

http://scdrc.sic.gov.cn/archiver/SmarterCity/UpFile/Files/Default/20230111181640567177.pdf返(fan)回搜狐(hu)，查(zha)看更多

責(ze)任(ren)编辑：