攪動(dòng)100億美金的ChatGPT，竟然這么依賴(lài)TA？
發(fā)布人：傳感器技術(shù)
時(shí)間：2023-01-13
來(lái)源：工程師
發(fā)布文章
加入技術(shù)交流群
掃碼加入
和技術(shù)大咖面對面交流
海量資料庫查詢(xún)
這幾天，「微軟砸下百億美金注資OpenAI」的消息瘋狂刷屏。
作為一家沒(méi)有商業(yè)模式的公司，OpenAI怎么就能估值百億美金？投資人這么好忽悠嗎？其實(shí)，拉出OpenAI背后的ChatGPT，大家就多少能明白一點(diǎn)了。這個(gè)語(yǔ)言模型「頂流」，最近可謂是無(wú)人不知，無(wú)人不曉。而近水樓臺先得月的微軟，已經(jīng)悄咪咪地在互聯(lián)網(wǎng)巨頭混戰中，先下了一城。前腳剛表示ChatGPT即將整合進(jìn)自家搜索引擎必應，后腳就放出ChatGPT計劃加入Office「辦公全家桶」這個(gè)重磅炸彈。AIGC革命，又到了拼算力的環(huán)節
2022年，是AIGC的革命元年。
DALL·E 2的誕生讓「文生圖」火了整整一年，緊跟其后的Stable Diffussion、Midjourney更是啟發(fā)了無(wú)數人的藝術(shù)靈感，甚至讓不少畫(huà)手感到了「失業(yè)危機」。到了年末，ChatGPT更是在全民中掀起AIGC的風(fēng)暴。雖然是壓軸出場(chǎng)，但「強化學(xué)習」（RLHF）賦予它的魔力，成功地掀起了一場(chǎng)全民的狂歡。剛剛我們提到的這些應用，雖然看起來(lái)花里胡哨，但在背后提供支撐的依然是大家熟知的大模型們。
眾所周知，對于大模型來(lái)說(shuō)，不管是前期的訓練還是后期的推理，都離不開(kāi)巨量的「算力」。舉個(gè)例子，「當紅炸子雞」ChatGPT和DALL·E 2基于的GPT-3，以及國產(chǎn)自研的源1.0、悟道和文心等等，不僅在參數量上達到了千億級別，而且數據集規模也高達TB級別。想要搞定這些「龐然大物」的訓練，就至少需要投入超過(guò)1000PetaFlop/s-day（PD）的計算資源。
也難怪OpenAI在大煉GPT-3之前，會(huì )讓微軟花10億美元給自己獨家定制了一臺當時(shí)全世界排名前五的超級計算機。但是問(wèn)題在于，并不是每個(gè)需要到大量AI算力的企業(yè)或高校，都能財大氣粗地斥巨資搞一個(gè)自己的「人工智能高性能計算中心」。那么，如果我們換一個(gè)思路，讓算力變得更加「普適普惠」，是不是也能實(shí)現相同或更好的效果呢？于是，在2020年12月的時(shí)候，國家信息中心和浪潮信息聯(lián)合發(fā)布了《智能計算中心規劃建設指南》。其中，便提到了一個(gè)全新的概念——智能計算中心（簡(jiǎn)稱(chēng)，智算中心）。
智算中心是什么？
為了能更好地解決人工智能領(lǐng)域的問(wèn)題，智算中心的發(fā)展就需要基于最新的AI論和先進(jìn)的AI計算架構，并以AI芯片、AI服務(wù)器、AI集群為算力的載體。首先，當前主流的AI加速計算，主要是采用CPU系統搭載GPU、FPGA、ASIC等異構AI加速芯片。由于GPU芯片中原本為圖形計算設計的大量算術(shù)邏輯單元（ALU），可為以張量計算為主的深度學(xué)習計算提供很好的加速效果，因此廣受學(xué)術(shù)界和工業(yè)界的歡迎。
隨著(zhù)越來(lái)越深入的應用，GPU芯片本身也根據AI的計算特點(diǎn)，進(jìn)行了針對性的創(chuàng )新設計，如張量計算單元、TF32/BF16數值精度、Transformer引擎（Transformer Engine）等。而更加「專(zhuān)一」的AI計算加速芯片，主要脫胎于GPU芯片。
所以，為何還要興建智算中心？
智算中心是數字經(jīng)濟時(shí)代促進(jìn)產(chǎn)業(yè)轉型升級、優(yōu)化產(chǎn)業(yè)結構、提升城市競爭力的關(guān)鍵基礎設施，并為快速增長(cháng)的人工智能算力需求提供了必不可少的支撐。具體來(lái)說(shuō)可以分為四個(gè)方面：推進(jìn)AI產(chǎn)業(yè)化、賦能產(chǎn)業(yè)AI化、助力治理智能化、促進(jìn)產(chǎn)業(yè)集群化。- AI產(chǎn)業(yè)化
在訓練算力消耗上，自動(dòng)駕駛感所采用的知模型要遠大于一般的計算機視覺(jué)感知模型。比如，特斯拉的L2級FSD自動(dòng)駕駛融合感知模型，訓練過(guò)程使用了百萬(wàn)量級的道路采集視頻，算力投入約為500PD。而且，隨著(zhù)自動(dòng)駕駛級別從L2提升到L4，對算力的需求將進(jìn)一步提高。對此，智算中心提供的普惠算力，可以極大降低自動(dòng)駕駛所需算力的成本。- 產(chǎn)業(yè)AI化
截至目前，AlphaFold 2已經(jīng)可以預測出2億多個(gè)蛋白質(zhì)結構，幾乎覆蓋了整個(gè)「蛋白質(zhì)宇宙」。通過(guò)AlphaFold 2，單個(gè)蛋白結構的預測時(shí)間縮短到了分鐘級，準確率也達到了92.4%。AlphaFold 2的開(kāi)發(fā)，就是以巨量算力為支撐的。僅在訓練數據準備階段，AlphaFold 2就消耗了約2億核時(shí)的CPU算力，訓練過(guò)程中更是消耗了約300PD的AI算力。而非常契合AI for Science算力需求的智算中心，將成為支撐高校和科研院所高質(zhì)量科研的重要基礎設施。- 治理智能化
- 產(chǎn)業(yè)集群化
然而，問(wèn)題也隨之而來(lái)
不可忽視的是，在如火如荼的建設過(guò)程中，這些智算中心也暴露出了很多問(wèn)題和挑戰。
首先，我國對智能算力的需求與日俱增。《2022-2023中國人工智能計算力發(fā)展評估報告》數據顯示，2021年我國智能算力規模達155.2 EFLOPS（FP16），預計到2026年，我國的智能算力規模將達到1,271.4 EFLOPS。在未來(lái)80%的場(chǎng)景都將基于A(yíng)I，它們所占據的大部分算力資源，都是由智算中心承載。
最后，現階段存在的概念認知尚不清晰、建設標準尚不統一、應用場(chǎng)景尚不豐富、運營(yíng)模式尚不成熟等問(wèn)題，也直接影響著(zhù)智算中心的發(fā)展。怎么解決？
對此，《指南》給出的解決思路是：1. 普適普惠；2. 開(kāi)放兼容。
先來(lái)說(shuō)什么叫「普適普惠」。普適普惠是指，發(fā)揮公共基礎設施的社會(huì )價(jià)值，既要滿(mǎn)足用戶(hù)對通用算力的需求，又要滿(mǎn)足不同用戶(hù)不同場(chǎng)景對多元化算力的需求。具體來(lái)說(shuō)，智算中心要朝著(zhù)標準化、低成本、低門(mén)檻方向發(fā)展，使智能計算可以像水電一樣，成為社會(huì )基本公共服務(wù)，滿(mǎn)足不同用戶(hù)不同場(chǎng)景對算力多元化的需求。其次，就是要「開(kāi)放兼容」。具體來(lái)說(shuō)，就是要開(kāi)源開(kāi)放、培育生態(tài)。以開(kāi)放硬件和開(kāi)源軟件為主，融合多元算力，實(shí)現算力的聚合、調度、釋放，讓智算中心「用起來(lái)、用的好」。同時(shí)，要加強對智算中心關(guān)鍵軟硬件產(chǎn)品的研發(fā)支持和大規模應用推廣。
展望未來(lái)
現在，以AIGC、元宇宙、智慧科研 （AI for Science）為代表的新興場(chǎng)景，正在走進(jìn)我們的日常生活，給我們的未來(lái)帶來(lái)無(wú)限的可能。
與之相應的，智算中心建設布局浪潮正在全國快速掀起。智能算力的普適普惠，對于大多數企業(yè)來(lái)說(shuō)，尤其是中小企業(yè)，創(chuàng )新的門(mén)檻大大地降低了。相信在不久的將來(lái)，我們會(huì )很快見(jiàn)證「以數據輸入，讓智能輸出」，智能計算會(huì )如水電一般，真正惠及每一個(gè)人。 來(lái)源：新智元*博客內容為網(wǎng)友個(gè)人發(fā)布，僅代表博主個(gè)人觀(guān)點(diǎn)，如有侵權請聯(lián)系工作人員刪除。
