2022年11月,ChatGPT的橫空出世在全球掀起了人工智能的又一輪競(jìng)賽。不同于以往大家關(guān)注人工智能時(shí)只看重?cái)?shù)據(jù)和算法,作為拉動(dòng)人工智能發(fā)展的三駕馬車之一,算力成為了新一輪競(jìng)爭(zhēng)的焦點(diǎn),算力需求經(jīng)歷了從線性增長到指數(shù)型增長的轉(zhuǎn)變。 隨著這場(chǎng)人工智能競(jìng)賽的廣度和深度不斷加強(qiáng),行業(yè)對(duì)算力的發(fā)展提出了更多需求。那么如今,國內(nèi)的算力行業(yè)到底發(fā)展如何?技術(shù)變現(xiàn)的卡點(diǎn)在哪里?我國在這場(chǎng)競(jìng)賽中又有多少勝算呢? 針對(duì)上述問題,PConline專訪了南方科技大學(xué)計(jì)算機(jī)科學(xué)與工程系副教授、博導(dǎo)程然。深耕計(jì)算機(jī)科學(xué)的程然教授,從技術(shù)和市場(chǎng)交叉相融的角度,為我們展示了算力行業(yè)的發(fā)展情況與前沿的創(chuàng)新魅力。 構(gòu)建中間層是關(guān)鍵 《芯片戰(zhàn)爭(zhēng)》一書中曾提到,花一億元人民幣造出一顆芯片是沒有意義的,我們必須保證大規(guī)模制造、保證良品率、保證更新速度,還得保證做出來很便宜才行。為此,我們需要的不是一個(gè)大項(xiàng)目,而是整個(gè)生態(tài)系統(tǒng)。 算力行業(yè)如今面臨著同樣的問題。 大模型的出現(xiàn)帶動(dòng)了算力產(chǎn)業(yè)的崛起,越來越多的智算中心拔地而起。但正如上個(gè)世紀(jì)電力的發(fā)展一樣,在發(fā)電廠建設(shè)成功之后,如何把電送到千家萬戶,讓邊遠(yuǎn)鄉(xiāng)村的夜晚也能亮起路燈,解決這樣的問題還需要大量的基礎(chǔ)設(shè)施建設(shè)。 程然教授提到,當(dāng)前算力行業(yè)主要由政府來引導(dǎo)。 從2022年開始,在“東數(shù)西算”工程的指導(dǎo)下,我國八大國家算力樞紐、十大中心規(guī)劃逐步落地。截至2023年底,我國在用數(shù)據(jù)中心機(jī)架總規(guī)模超過810萬架,算力總規(guī)模達(dá)到230EFlops。目前,我國算力總規(guī)模連續(xù)五年平均增速達(dá)30%,基礎(chǔ)設(shè)施規(guī)模已位居全球第二。 但隨著算力產(chǎn)能的不斷擴(kuò)大,如何讓算力更好地與實(shí)體經(jīng)濟(jì)進(jìn)一步融合成了下一階段要直面的問題。 程然表示,現(xiàn)在算力行業(yè)缺少的就是“供電局”的角色,需要把算力的周邊服務(wù)做好。其中,軟件服務(wù)尤為重要。 “我認(rèn)為,(算力行業(yè)未來的)最大挑戰(zhàn)在于軟件,而不是硬件或人力;仡櫽(jì)算機(jī)的發(fā)展歷程,真正讓計(jì)算機(jī)普及的是操作系統(tǒng)的創(chuàng)新,而不是硬件的進(jìn)步。就像微軟和蘋果之所以成為世界領(lǐng)先的科技公司,是因?yàn)樗鼈儼延?jì)算機(jī)龐大復(fù)雜的功能變成了用戶桌面上一個(gè)個(gè)小圖標(biāo)。同樣,當(dāng)前的算力中心在軟件體驗(yàn)上仍有很大提升空間。開發(fā)出易于用戶操作的算力軟件將成為關(guān)鍵!背倘环窒淼。 縱覽如今的算力產(chǎn)業(yè)鏈,上游基礎(chǔ)硬件設(shè)施方面,新型半導(dǎo)體材料的創(chuàng)新和國產(chǎn)芯片的逐步替代為算力的發(fā)展帶來明顯助力; 中游算力網(wǎng)絡(luò)平臺(tái)的建設(shè)在政策指導(dǎo)和電信服務(wù)商、互聯(lián)網(wǎng)企業(yè)等力量的推動(dòng)下,逐步完善,算力供應(yīng)能力大幅提高; 下游應(yīng)用場(chǎng)景則是“嗷嗷待哺”。在人工智能大模型技術(shù)進(jìn)入公共視野以來,市場(chǎng)需求呈現(xiàn)出前所未有的增長。 但中下游之間的環(huán)節(jié)配套尚不完善,基礎(chǔ)軟件服務(wù)能力較弱。同時(shí),下游市場(chǎng)需求碎片化。中下游之間的灰色地帶仍有待開發(fā)。如何才能將智算中心的算力資源與具體需求方更好地匹配起來呢? 面對(duì)行業(yè)發(fā)展的共性問題,不少從業(yè)者順著以往的思維慣性,將目光放在了“對(duì)手”身上,希望能借鑒美國的路徑,實(shí)現(xiàn)“彎道超車”。然而,程然卻表示,我們的目標(biāo)不是 “彎道超車”,而是“另辟蹊徑”。 “就像F1比賽,真正的高手很難在彎道超車。我們應(yīng)當(dāng)走出一條屬于自己的道路,而不是一味追隨別人。算力已經(jīng)在國產(chǎn)化方面取得了不少成果,我們應(yīng)該鼓勵(lì)創(chuàng)新,找到適合自身的發(fā)展路徑,而不是總想著去追趕他人設(shè)定的標(biāo)準(zhǔn)! 算力市場(chǎng)上有許多新力量與程然不謀而合,他們正在積極開拓不同的路徑,不斷涌現(xiàn)各種各樣的新業(yè)態(tài)。 2024年9月,定位為“算力運(yùn)營商”的無問芯穹(Infinigence AI)公司宣布完成近5億元A輪融資,其成立時(shí)間只有16個(gè)月,就目前已經(jīng)累計(jì)完成了近10億元融資,成為國內(nèi)AI基礎(chǔ)建設(shè)領(lǐng)域累計(jì)融資額最高的公司。 除了無問芯穹這樣的“運(yùn)營商”以外,算力租賃行業(yè)也是一片新藍(lán)海。 面對(duì)高昂的算力成本和有限的預(yù)算,不少中小企業(yè)采取“由買轉(zhuǎn)租”的方式。不少個(gè)體和公司嗅到了新機(jī)遇,紛紛開啟算力租賃服務(wù)。據(jù)相關(guān)統(tǒng)計(jì)數(shù)據(jù)顯示,目前“算力租賃”概念相關(guān)上市公司已達(dá)到101家,總市值達(dá)1.60萬億元。 算力行業(yè)中協(xié)同與流通性弱的諸多現(xiàn)實(shí)性難題受到了各方力量的重視。 算力如何賦能產(chǎn)業(yè)? 技術(shù)只是種子,只有落地到具體場(chǎng)景中才能開花結(jié)果。 隨著算力逐漸深入互聯(lián)網(wǎng)、金融、公共服務(wù)等各領(lǐng)域,程然選擇在工業(yè)設(shè)計(jì)中發(fā)掘算力的無限潛能。 程然認(rèn)為,即使有智能算力的加持,制造業(yè)的完全定制化生產(chǎn)還有一定的距離。現(xiàn)階段,優(yōu)化現(xiàn)有產(chǎn)品、提高生產(chǎn)效率是更為現(xiàn)實(shí)的目標(biāo)。 順著這條思路,程然與中國商飛開展合作項(xiàng)目,嘗試?yán)弥悄苡?jì)算的方式來完成寬體客機(jī)的超臨界機(jī)翼設(shè)計(jì)。 超臨界機(jī)翼是飛機(jī)機(jī)翼的一種。不同于傳統(tǒng)機(jī)翼,其主要功能在于減輕高速跨音速飛行時(shí)機(jī)翼周圍跨音速氣流的的阻力波阻效應(yīng)。由于氣動(dòng)性能與超臨界機(jī)翼形狀之間的關(guān)聯(lián)十分復(fù)雜,工業(yè)設(shè)計(jì)就需要十分精準(zhǔn)。 傳統(tǒng)設(shè)計(jì)主要依賴工程師的經(jīng)驗(yàn)。通過工程師和模型仿真的不斷交互,一點(diǎn)點(diǎn)“試”出最理想的設(shè)計(jì)。但“試”的過程不僅消耗時(shí)間、人力,材料成本也十分高昂。 深耕演化計(jì)算(一類算法的統(tǒng)稱)領(lǐng)域的程然決定做一些不一樣的嘗試。 以往演化計(jì)算中的隨機(jī)變異策略會(huì)導(dǎo)致結(jié)果的不確定性,而機(jī)翼設(shè)計(jì),尤其是超臨界機(jī)翼設(shè)計(jì)對(duì)精度的要求非常高。因此,程然的團(tuán)隊(duì)結(jié)合了生成式AI技術(shù),學(xué)習(xí)了超臨界機(jī)翼的物理外形和氣動(dòng)特性,進(jìn)行定向變異優(yōu)化。 通過“少量數(shù)據(jù)+核心知識(shí)+演化算法+生成模型”的方案,成功消除了隨機(jī)變異帶來的不確定性,使得設(shè)計(jì)過程更加精確。 “演化(計(jì)算)并沒有大家想象中那么粗獷。現(xiàn)在算力充沛,精度就可以做得非常高,誤差不到千分之一!”程然興奮地表示。 這是程然首次將生成式AI融入演化計(jì)算,成功解決了工業(yè)設(shè)計(jì)中的實(shí)際問題。對(duì)于程然來說,這些合作的核心驅(qū)動(dòng)在于實(shí)驗(yàn)室里的技術(shù)能夠真正地運(yùn)用在實(shí)際生產(chǎn)中,幫助企業(yè)降本增效。 在人工智能技術(shù)和行業(yè)場(chǎng)景深度融合的趨勢(shì)下,程然看到了一種新的可能性——人人都可以根據(jù)自己的理念去創(chuàng)造。 “用數(shù)據(jù)和知識(shí)驅(qū)動(dòng),加上算力,做出一個(gè)完全自動(dòng)的,周期短的,虛擬環(huán)境內(nèi)的演化。在釋放人力和成本的同時(shí),還能夠讓你的產(chǎn)品在這里不斷生出后代,后代又會(huì)生出后代,不斷朝著你預(yù)想的設(shè)計(jì)目標(biāo)不斷演化。”程然分享著自己的想法。 如此的智能化生產(chǎn)可以重塑設(shè)計(jì)到制造的整個(gè)流程,使其更加流暢、一體,及時(shí)滿足不同消費(fèi)者的需求。在這其中,算力是最重要的基石。 算力的未來是“開放式” ChatGPT爆發(fā)之時(shí),不少人將Scaling law(標(biāo)度律,是描述一個(gè)系統(tǒng)的某個(gè)特性隨系統(tǒng)的某個(gè)參數(shù)變化而呈現(xiàn)特定規(guī)律)奉為圭臬,認(rèn)為只要堆算力、堆數(shù)據(jù)就能夠“大力出奇跡”,訓(xùn)練出領(lǐng)先的人工智能。 當(dāng)前,國內(nèi)的“百模大戰(zhàn)”已經(jīng)打響;ヂ(lián)網(wǎng)大廠希望用大模型續(xù)寫移動(dòng)互聯(lián)網(wǎng)時(shí)代的神話,科創(chuàng)公司則希望成為中國的OpenAI。 另一方面,“AI重塑一切”的口號(hào)響徹各行各業(yè)。有數(shù)據(jù)顯示,截止到2023年,67%的中國企業(yè)已經(jīng)開始探索生成式AI在企業(yè)內(nèi)的應(yīng)用機(jī)會(huì)或進(jìn)行相關(guān)資金投入。 然而,算力資源的稀缺導(dǎo)致了行業(yè)的集體焦慮。無問芯穹的創(chuàng)始人夏立雪在接受采訪時(shí)表示,目前大模型落地的阻礙之一,是算力領(lǐng)域呈現(xiàn)巨大的需求和供給錯(cuò)配。 作為算力第一供應(yīng)商的英偉達(dá),股價(jià)水漲船高,市值幾度超越微軟,飆升成為全球第一的科技公司。甚至國內(nèi)的“百模大戰(zhàn)”都為英偉達(dá)貢獻(xiàn)了四分之一的營收,創(chuàng)下歷史新高。 面對(duì)普遍的算力焦慮,程然從演化邏輯角度為我們進(jìn)行了解釋。在自然界中,不管是大象還是螞蟻,都能和諧生存,這是物種的多樣性。正是這樣的多樣性才有了系統(tǒng)的穩(wěn)定。行業(yè)也是如此,單極化地發(fā)展某項(xiàng)技術(shù)是危險(xiǎn)的。 “在發(fā)展大模型的基礎(chǔ)上,應(yīng)該多去探索其它的人工智能!背倘灰詣倓偒@得諾貝爾獎(jiǎng)的Geoffrey Hinton為例。 Hinton所堅(jiān)持的人工神經(jīng)網(wǎng)絡(luò)在20世紀(jì)60年代就被提出,一直沒有受到學(xué)界和行業(yè)的重視。在坐了幾十年的“冷板凳”之后,神經(jīng)網(wǎng)絡(luò)算法才在一場(chǎng)算法挑戰(zhàn)賽中嶄露頭角。 2022年隨著ChatGPT轟動(dòng)全球的發(fā)布,神經(jīng)網(wǎng)絡(luò)算法成為主流。2024年Hinton獲得了諾貝爾物理學(xué)獎(jiǎng)。 從“冷板凳”到技術(shù)主流,程然呼吁算力的發(fā)展也要留有這樣的可能性。 “AI的發(fā)展會(huì)導(dǎo)致未來不可預(yù)測(cè)。既然不可預(yù)測(cè),那我們就更應(yīng)該大膽地嘗試一些東西!背倘徽f道。 毋庸置疑,算力已經(jīng)成為智能時(shí)代行業(yè)發(fā)展的源動(dòng)力,其影響正在迅速擴(kuò)散到各行各業(yè)?茖W(xué)作家萬維鋼在他的新書《拐點(diǎn)》中更是直接表示:“如果這個(gè)世界真有神,算力就是神! 中國的算力市場(chǎng)有著巨大的發(fā)展前景和動(dòng)力,算力的建設(shè)也才剛剛開始。在東數(shù)西算工程的帶領(lǐng)下,全國一體化算力網(wǎng)絡(luò)體系正在加速構(gòu)建,算力市場(chǎng)也在不斷涌現(xiàn)新的服務(wù)商和新的服務(wù)方式。 正如程然所說,自然界中一個(gè)小小的昆蟲也有自己存在的精準(zhǔn)的生態(tài)位置,相信算力行業(yè)將有越來越多的“小而精”,這場(chǎng)人工智能競(jìng)賽才剛剛開始,未來充滿希望! |
原創(chuàng)欄目
IT百科
網(wǎng)友評(píng)論
聚超值•精選