AI離全社會(huì )普及，只差一個(gè)計算中心？

過(guò)去十年，人工智能（AI）大爆炸，并第一次走進(jìn)普通人的生活。

但蓬勃發(fā)展的AI卻碰到一個(gè)空前棘手的問(wèn)題：自2012年以來(lái)，AI算力需求6年增長(cháng)30萬(wàn)倍，遠超摩爾定律！

人類(lèi)現有的基礎設施，已跟不上AI算力需求的增長(cháng)。未來(lái)，該怎么辦？

一百多年前，人類(lèi)也曾面臨同樣的難題。

1866年，德國西門(mén)子發(fā)明自激發(fā)電機，開(kāi)啟了人類(lèi)的電力時(shí)代。

此后十幾年，雖然很多企業(yè)紛紛采用電能這種新的動(dòng)力，但一臺電機只能供應一棟房子或一條街道的現狀，制約了電力的進(jìn)一步普及。

直到1882年，愛(ài)迪生在珍珠街建起了第一個(gè)中央發(fā)電廠(chǎng)，照亮了整個(gè)曼哈頓。

與一百多年前相比，今天的世界正發(fā)生翻天覆地的變化。

自1946年第一臺計算機誕生以來(lái)，算力逐漸成為新的電力，推動(dòng)人類(lèi)社會(huì )不斷從物理世界向數字世界遷移。

在此期間，人類(lèi)對算力的需求不斷增長(cháng)。尤其2012年以后，隨著(zhù)深度學(xué)習等算法的突破，AI第一次走進(jìn)普通人的生活。

一方面，AI的應用場(chǎng)景越來(lái)越多，從語(yǔ)音、目標識別，到智慧工廠(chǎng)、智慧城市……乃至戰爭中的武器。

另一方面，AI模型的大小、算法參數也呈幾何級增長(cháng)，鵬城實(shí)驗室最新發(fā)布的“鵬程.盤(pán)古”預訓練大模型，擁有驚人的2000億個(gè)參數！

這樣的大模型，以及越來(lái)越廣泛的應用場(chǎng)景，對AI算力的需求呈現爆炸式的增長(cháng)。

幾年前，谷歌AI負責人杰夫·迪恩（Jeff Dean）曾預言：“我們真正需要的是超過(guò)現在100萬(wàn)倍的計算能力，而不僅僅是幾十倍的增長(cháng)?！?/span>

即便如此大膽的預測，也還是顯得太保守。

事實(shí)上，從2012年到2019年，短短七年，人類(lèi)對AI算力的需求增長(cháng)了30萬(wàn)倍，平均每100天就會(huì )翻倍，遠超摩爾定律。

與此同時(shí)，AI算力的實(shí)際增長(cháng)卻有限，需求和供給之間形成一個(gè)巨大的鴻溝

為了填補這個(gè)鴻溝，一種新的AI基礎設施誕生了，它就是：人工智能計算中心。

在此之前，人類(lèi)建過(guò)許多大型的計算中心。比如，我們熟知的超算中心，集中了一個(gè)國家或地區的最強算力，主要用于科研。

還有阿里、華為等云廠(chǎng)商興建的云計算中心，基于云平臺，向全社會(huì )提供大數據的計算、存儲等服務(wù)。

它們雖然也對外提供AI算力，但畢竟不是主業(yè)。

而人工智能計算中心專(zhuān)為AI打造，主要用于A(yíng)I模型的開(kāi)發(fā)、訓練和推理，能夠為全社會(huì )提供AI所需的專(zhuān)用算力。

這種新的AI基礎設施，自誕生之日起，就成為全球主要AI大國的角力場(chǎng)。

比如，美國投資18億美金，計劃在全國打造三個(gè)E級超算，其中一個(gè)的算力，超過(guò)目前全球十大超算的總和。

德國早在2018年就推出國家級人工智能戰略，并資助一批高校建設人工智能計算中心。

中國也先后建成了深圳鵬城云腦和武漢人工智能計算中心。還有多個(gè)城市已開(kāi)工或者正在籌建人工智能計算中心。

在政府主導下，許多頭部企業(yè)也紛紛下場(chǎng)。谷歌自研AI專(zhuān)用的TPU芯片，并通過(guò)云平臺對外輸出AI云服務(wù)。

微軟也宣布，斥資10億美元，構建一個(gè)AI計算平臺。

在中國，阿里投入重金，建立超大規模機器學(xué)習平臺。而華為，更是鵬城云腦和武漢人工智能計算中心背后的建設主力軍。

蓬勃發(fā)展的AI產(chǎn)業(yè)，無(wú)限放大了全社會(huì )對算力的需求。

為了邁過(guò)這道鴻溝，全世界以政府主導、頭部企業(yè)參建的模式，正掀起一場(chǎng)AI算力的軍備競賽。

在人工智能計算中心出現前，人們是如何解決AI算力問(wèn)題的呢？

除了超算中心和云計算中心“兼職”外，更多靠企業(yè)自建。例如，谷歌早期就用GPU來(lái)加速。后來(lái)，為了訓練AlphaGo，開(kāi)發(fā)了TPU芯片。

但像谷歌這樣財大氣粗的企業(yè)，畢竟是少數。更多的企業(yè)，缺乏足夠的資金來(lái)搭建自己的AI算力。

勉強搭起來(lái)，算力也有限。而且不同企業(yè)的算力，還分散在全國，各自為政。

以這樣的算力，很難訓練出大模型，更別提GPT-3這種超級大模型。而后者，是推動(dòng)AI技術(shù)不斷進(jìn)步、產(chǎn)業(yè)不斷發(fā)展的關(guān)鍵。

這有點(diǎn)類(lèi)似于愛(ài)迪生修建珍珠街中央發(fā)電廠(chǎng)之前的情況。

彼時(shí)，電力還屬于少數有錢(qián)人或大企業(yè)的奢侈品，門(mén)檻高，難普及。直到愛(ài)迪生修建中央發(fā)電廠(chǎng)，改變了這一情況。

未來(lái)，AI產(chǎn)業(yè)要想****展，同樣需要降低算力門(mén)檻。

類(lèi)似OpenAI那樣，花1200萬(wàn)美元，訓練一個(gè)GPT-3模型的事情，很少有企業(yè)或個(gè)人負擔得起。

解決的辦法是，像愛(ài)迪生建中央發(fā)電廠(chǎng)一樣，在各地集中建設AI基礎設施，也就是人工智能計算中心，降低AI的算力成本。

一個(gè)人工智能計算中心，就像一個(gè)電廠(chǎng)，通常包含機房，以及各種軟硬件設施。

比如，鵬城云腦就長(cháng)這個(gè)樣子：

還有大名鼎鼎的谷歌TPU服務(wù)器機房：

人工智能計算中心，一改過(guò)去AI算力分散的局面。

在地方政府的產(chǎn)業(yè)政策引導下，通過(guò)集中建設，這種AI基礎設施可將算力普惠地輸出給全社會(huì )，包括企業(yè)、科研機構和高校。

過(guò)去，訓練一個(gè)大模型，動(dòng)輒上千萬(wàn)美元。如今，企業(yè)和開(kāi)發(fā)者，可按需租用算力，花小錢(qián)辦大事，極大地降低了門(mén)檻，加速了AI創(chuàng )新。

這一點(diǎn)，對于A(yíng)I產(chǎn)業(yè)的繁榮，極為關(guān)鍵。

就像電廠(chǎng)一樣，人工智能計算中心首先是一個(gè)公共算力服務(wù)平臺。

但，光有算力還不夠。電廠(chǎng)之所以是社會(huì )經(jīng)濟的發(fā)動(dòng)機，背后是一個(gè)生態(tài)，包括上下游產(chǎn)業(yè)鏈、設備廠(chǎng)商和終端用戶(hù)，等等。

因此，人工智能計算中心除了是一個(gè)算力服務(wù)平臺，還是一個(gè)AI產(chǎn)業(yè)聚集發(fā)展平臺，能夠聚合AI產(chǎn)業(yè)鏈上的各類(lèi)公司，包括算法公司、數據處理公司、行業(yè)集成公司等，形成完整的產(chǎn)業(yè)閉環(huán)，促進(jìn)和推動(dòng)AI產(chǎn)業(yè)集群發(fā)展。

此外，它還是一個(gè)應用創(chuàng )新孵化平臺，通過(guò)開(kāi)發(fā)者AI創(chuàng )新，與本地優(yōu)勢產(chǎn)業(yè)（如制造、醫療、交通、智能電動(dòng)車(chē)等）相結合，讓技術(shù)轉化為產(chǎn)業(yè)價(jià)值，帶動(dòng)當地產(chǎn)業(yè)智能化升級。

以武漢為例，庫柏特的智能機器人在武漢人工智能計算中心的支持下，通過(guò)視覺(jué)處理算法創(chuàng )新，其機械臂每次抓取****盒的拍照時(shí)間，從過(guò)去200毫秒縮短至50毫秒！

武漢市政府計劃，到2023年孵化60個(gè)以上類(lèi)似的AI深度應用場(chǎng)景，形成AI應用示范項目超過(guò)100個(gè)。

人工智能計算中心也是一個(gè)科研創(chuàng )新和人才培養平臺，為將來(lái)儲備技術(shù)和人才。

目前，經(jīng)教育部批準設立AI本科專(zhuān)業(yè)的高校已達200余所。有了人工智能計算中心，這些院?？陕?lián)合行業(yè)龍頭企業(yè)，基于前者充沛的算力，開(kāi)展技術(shù)研發(fā)和關(guān)鍵人才的培養。

在深圳，鵬城實(shí)驗室就依托“鵬城云腦Ⅱ”，聚集了31位院士和2000多名科研人員，使得深圳一躍成為國內AI人才高地。

今天的中國，正在打造國家新一代人工智能創(chuàng )新發(fā)展試驗區。

人工智能計算中心通過(guò)“1個(gè)中心+4個(gè)平臺”，形成一個(gè)完整的算力生態(tài)，徹底打通了“產(chǎn)”“學(xué)”“研”“用”全產(chǎn)業(yè)鏈，滿(mǎn)足了國家和地方對人工智能產(chǎn)業(yè)發(fā)展的需求。

從這個(gè)意義上講，人工智能計算中心是我國發(fā)展人工智能產(chǎn)業(yè)的最佳路徑。

未來(lái)，小到手機、人臉識別，大到無(wú)人駕駛、工業(yè)機器人……人工智能計算中心將為全社會(huì )的智能化，提供源源不斷普惠充沛的AI算力，從而托起中國經(jīng)濟的明天。

先行一步的武漢和深圳，已經(jīng)看到了這種希望。

在武漢，華為助力打造的人工智能計算中心，AI峰值性能可達100PFlops（1P相當于每秒1000萬(wàn)次浮點(diǎn)運算）。

在深圳，基于華為Atlas 900集群的“鵬城云腦Ⅱ”可提供世界頂級算力，在最新一期IO500榜單中位居榜首，其全系統輸入輸出性能得分是排名第二的近20倍。

武漢和深圳之外，包括成都在內，全國多個(gè)城市也在積極籌建人工智能計算中心。

充沛的算力，給當地乃至全國經(jīng)濟注入了強勁的動(dòng)力。

從深圳到武漢，再到已開(kāi)工的成都，中國在興建人工智能計算中心的路上，再次展現了“基建狂魔”的本色。

但同時(shí)，我們也要清醒地看到，在這個(gè)事關(guān)未來(lái)的AI基礎設施建設上，我們還存在短板。

過(guò)去十年，中國在目標識別等AI應用上，領(lǐng)先于世界。

可當我們向上捅破天，低下頭來(lái)建人工智能計算中心時(shí)才發(fā)現：與西方先進(jìn)水平相比，自己在A(yíng)I根技術(shù)上還有不小的差距。

電廠(chǎng)的核心是發(fā)電機組，人工智能計算中心的核心是芯片。

過(guò)去，無(wú)論超算還是云計算中心，多采用CPU+GPU組合。如今，人工智能計算中心加入了NPU等異架構處理器，以多樣化算力，加速AI計算。

NPU是一種AI專(zhuān)用芯片，可在電路層模擬人類(lèi)的神經(jīng)元和突觸。與傳統芯片相比，AI算力有數十上百倍的提升。

下圖對比了CPU、GPU和TPU（谷歌開(kāi)發(fā)的NPU）的數據處理方式。

NPU的這種大吞吐量，對于需要數據清洗、模型生成、訓練和推理的AI計算來(lái)講，優(yōu)勢尤其明顯。

美國排名第二的打車(chē)軟件Lyft，自從用了谷歌Cloud TPU，也就是云上AI算力后，以前幾天才能干完的活，現在幾小時(shí)就搞定了。

但無(wú)論CPU、GPU，還是NPU，國內企業(yè)在這些底層芯片上的積累，還比較薄弱。

CPU、GPU幾乎被英特爾、AMD和英偉達三家公司壟斷。NPU相對好一些，華為有昇騰系列，寒武紀也開(kāi)發(fā)了思元系列。

而這，還只是硬件問(wèn)題。

軟件方面，人工智能計算中心是一個(gè)算力多樣化的平臺，如何將眾多異架構芯片放在一起還能相互兼容，需要統一的編程框架。

當年，英偉達為了將圖形處理芯片GPU用在通用計算上，開(kāi)發(fā)了CUDA。如今，華為為了提高開(kāi)發(fā)效率，設計了異構計算架構CANN。

算法是AI的核心。

全世界每天都在產(chǎn)生新的算法和模型，開(kāi)發(fā)者不需要從頭學(xué)習，但他們需要一個(gè)統一的AI算法平臺和框架。

目前，全球大多數開(kāi)發(fā)者都選擇了谷歌的TensorFlow和Facebook的Pytorch。

國內企業(yè)最初在這個(gè)領(lǐng)域一片空白，后來(lái)才有了華為的MindSpore和百度的飛槳，但在開(kāi)發(fā)者人數上，與對手還有不小的差距。

有了芯片，有了編程平臺和AI框架，再往上，就到了AI應用軟件開(kāi)發(fā)平臺。

在這一層上，國內企業(yè)實(shí)力不俗，阿里有PAI，華為有ModelArts，百度有AI Studio。開(kāi)發(fā)者們在這些平臺上，最終做出賦能千行百業(yè)的APP。

根技術(shù)是AI的基石，只有根深，才能葉茂，才能從底層釋放出充沛的算力，支撐起整個(gè)AI頂層應用的全面繁榮。

這種從底層算力釋放，到頂層應用使能的AI全棧能力，可以用下圖一覽全貌：

從圖上可知，谷歌無(wú)疑是AI能力最強也最全面的科技公司之一。在國內，擁有類(lèi)似能力的企業(yè)屈指可數，華為算是一家。

2017年，AlphaGo擊敗李世石后不久，俄羅斯總統普京曾告誡國內師生：未來(lái)，誰(shuí)成為AI的領(lǐng)導者，誰(shuí)就將統治世界！

人工智能（AI），毫無(wú)疑問(wèn)，已成為全球大國角力的主戰場(chǎng)，并在某種程度上，決定了一個(gè)國家或地區未來(lái)的命運。

早在2017年就發(fā)布人工智能?chē)覒鹇缘闹袊?，將AI視為重大的戰略機遇，并希望到2025年成為人工智能的世界領(lǐng)導者。

為了實(shí)現這一目標，我們還有很多的事情需要做。這其中，最重要、最緊迫的事情之一，就是興建更多的人工智能計算中心。

從這個(gè)意義上講，鵬城云腦和武漢人工智能計算中心的落成，也只是這場(chǎng)世紀大戲的開(kāi)場(chǎng)白而已。