原標題：算力進階，誰主沉??？

文|智能相對論

作者|陳選濱

在上海臨港新片區(qū)，一座規(guī)模宏大且頗具科技感的建筑拔地而起。

這便是由商湯科技打造的人工智能計算中心（AIDC），同時也是亞洲最大的超算中心之一，建成投入運營后，算力可達到每秒3740 Petaflops（1 Petaflops為每秒千萬億次浮點運算）。

這是一個什么樣的概念？

目前，我國頂級人工智能計算中心“鵬城實驗室”的算力為1000 Petaflops，已是世界人工智能算力500排行中蟬聯(lián)兩年首位的絕對領軍者。

如今，算力的上限再度迎來突破，一個人工智能“大算力”時代似乎正在迎面而來。

那么，站在產(chǎn)業(yè)發(fā)展的角度來看，這意味著什么？

眾所周知，人工智能有三駕馬車，即“大數(shù)據(jù)、算法、算力”。其中，算力之間的差距是最不容易快速追趕的，但同時也是目前產(chǎn)業(yè)發(fā)展最欠缺的能力。

在2021東湖國際人工智能高峰論壇上，清華大學鄭緯民院士就直言，算力的落后嚴重制約了我國人工智能領域的發(fā)展。

若要打破這個制約，關鍵需要有大算力基礎設施建設，也就是人工智能計算中心，把底層的基礎打牢。

目前，我國已有20多個城市正在規(guī)劃或建設人工智能計算中心。在這一片熱潮之中，人工智能產(chǎn)業(yè)與其他產(chǎn)業(yè)又將迎來什么樣的變革？與傳統(tǒng)的數(shù)據(jù)中心（IDC）相比，AIDC的出現(xiàn)，將伴隨著怎樣的本質(zhì)區(qū)別？

在此，我們不妨就AIDC的全國落地來談一談人工智能“大算力”時代。

IDC與AIDC： 從“倉庫”到“工廠”的跨越

今天，人工智能產(chǎn)業(yè)正在加速走向更大規(guī)?；陌l(fā)展階段，無論是科研創(chuàng)新還是產(chǎn)業(yè)應用，對算力的支持都提出了更高的要求。

在科研創(chuàng)新層面，以通用預大模型為例，隨著人工智能技術深入推進，處理的問題參數(shù)越來越多，比如GPT3為1750億個參數(shù)，Google Switch ransformer達到1.6萬億個參數(shù)。對此，鄭緯民院士判斷，差不多每3、4個月需要的計算機算力就得翻一倍。

由此，在今天的技術進程上，算力很大程度決定了人工智能技術創(chuàng)新的上限。若是沒有足夠的算力支持，很多通用大模型根本無法完成預訓練，推動技術應用。

在產(chǎn)業(yè)應用層面，以智慧城市為例，在我們的城市生活中，存在許許多多的細分場景以及長尾應用，大到智慧交通、智慧環(huán)保、智慧能源等，小到對一輛共享單車、一個井蓋、一段水域的監(jiān)測等等，都離不開人工智能技術應用。

隨著人工智能技術在產(chǎn)業(yè)端的普遍應用，計算無處不在，而對算力的需求也隨之增長。根據(jù)艾媒咨詢數(shù)據(jù)顯示，2020年人工智能帶動相關產(chǎn)業(yè)的規(guī)模就已經(jīng)超過5700億元，預計未來5年年復合增長率超過27%，帶動相關產(chǎn)業(yè)規(guī)模預計更將超16000億元。

在萬億級的產(chǎn)業(yè)背后，我們很難去估量未來產(chǎn)業(yè)發(fā)展對算力的需求量。

但，重視算力“缺口”，積極建設大算力基礎設施，特別是推動AIDC落地，夯實人工智能基礎，確是一條看得見也做得到的路徑。

對于商湯科技一類的AI企業(yè)而言，這一路徑或許看得更早，也更清晰。

從成立之初，商湯科技就已經(jīng)在構思相關的規(guī)劃。直到2020年，耗時僅168天，商湯AIDC便以以前所未有的速度落地上海臨港，成為商湯科技的又一張AI王牌——基于AIDC的支持，商湯科技可以將SenseCore商湯AI大裝置的技術能力開放給學術界和產(chǎn)業(yè)界的合作伙伴，提供更全面、深度的AI-as-a-Service，大幅提高AI生產(chǎn)力。

值得注意的是，從這一表現(xiàn)來看，AIDC與傳統(tǒng)的IDC是有本質(zhì)區(qū)別的。

盡管，從產(chǎn)業(yè)應用的角度來說，IDC與AIDC都是面向數(shù)字時代的基礎設施，提供著最基礎的底層支持，但側(cè)重點實際上又各有不同。

傳統(tǒng)的IDC是一個海量數(shù)據(jù)庫，負責數(shù)據(jù)的存儲、分發(fā)等功能，在簡易的理解中，可將其定位為生產(chǎn)流程上的“倉庫”，主要負責生產(chǎn)資料（即數(shù)據(jù)）的管理。

但，AIDC則完全不同，其落地的主要能力在于提供大規(guī)模數(shù)據(jù)處理及高性能計算能力。對比傳統(tǒng)IDC而言，其側(cè)重點更偏向于生產(chǎn)力（即算力）的提升，定位也更接近于生產(chǎn)流程中的“工廠”。

如何理解這里的“工廠”？

從商湯AIDC的定位來看，或許更好理解——在商湯打造的的軟硬一體的超大型通用AI基礎設施“SenseCore商湯AI大裝置”中，AIDC屬于計算基礎設施，整合了AI芯片及AI傳感器等，主要通過提供強大的算力支持，來支撐對海量數(shù)據(jù)和算法模型的分析、訓練和推理。

簡單來說，AIDC的產(chǎn)業(yè)價值更多體現(xiàn)在算力的提升以及對數(shù)據(jù)的進階處理能力，而非傳統(tǒng)IDC純粹的存儲或分發(fā)功能，也就相當于多了一道工廠的職能及生產(chǎn)程序。

AIDC， 如何打開AIaaS模式的新局面？

很顯然，從傳統(tǒng)IDC到AIDC的建設，其背后的產(chǎn)業(yè)趨勢與格局都面臨著新的變化。而這一種趨勢變化，聚焦到AIDC的落地，正呈現(xiàn)為三種不同場景的產(chǎn)業(yè)價值。

1.在技術研發(fā)層面，傳統(tǒng)的科研范式正在被顛覆。

人工智能自誕生以來，就不斷與傳統(tǒng)科學技術交叉應用，碰撞出新的火花。如今，在大數(shù)據(jù)、大算力的支持下，更有顛覆傳統(tǒng)科研范式的可能。

目前，在生物學領域，這種顛覆有目共睹。

谷歌的AlphaFold團隊一改傳統(tǒng)的蛋白質(zhì)結(jié)構預測策略，通過使用蛋白質(zhì)數(shù)據(jù)庫中17萬多個不同的蛋白質(zhì)結(jié)構，以及幾百個TB級別的包含未知結(jié)構的蛋白序列數(shù)據(jù)庫對AlphaFold進行訓練，由此不斷迭代，最終使得AlphaFold AI網(wǎng)絡獲取了基于氨基酸序列精確預測蛋白結(jié)構的能力。

而在這個過程中，算力是非常關鍵的一個支持。畢竟面向17萬多個不同的蛋白質(zhì)結(jié)構以及幾百個TB級別的蛋白質(zhì)序列數(shù)據(jù)庫，若是沒有大算力支持，很難展開訓練。

也正是有了這種大算力的支持，在相關領域的科研創(chuàng)新無須再按照傳統(tǒng)路徑進行展開，完全可以在新算法的基礎下把所有的可能性“跑”一遍，來尋求最優(yōu)解。

這種科研新范式，隨著AIDC的全國落地也將成為未來的共識。目前，國家蛋白質(zhì)科學中心（上海）等科研機構及高校已經(jīng)與商湯AIDC達成合作意向，有意借助商湯AIDC提供大規(guī)模彈性算力對傳統(tǒng)科研范式進行創(chuàng)新顛覆。

據(jù)了解，商湯AIDC可以提供大規(guī)模彈性算力，可完成10000億參數(shù)模型的完整訓練。在這種大算力的支持下，未來的科研創(chuàng)新也將擁有更多的可能性。

2.在產(chǎn)業(yè)應用層面，企業(yè)“重復造輪子”的問題正在被緩解。

除了在科研層面的交叉應用之外，人工智能的另一面便是與不同的產(chǎn)業(yè)進行融合應用。在這個過程中，人工智能愈發(fā)普遍，相關的應用和能力正在成為產(chǎn)業(yè)發(fā)展的標配。

那么，如何源源不斷地為傳統(tǒng)產(chǎn)業(yè)提供人工智能支持，也就成為了當前面臨且需要解決的關鍵問題。就猶如今天的工廠不再需要自建發(fā)電廠發(fā)電生產(chǎn)一樣，AIDC的出現(xiàn)在很大程度上來說，所要解決的就是傳統(tǒng)產(chǎn)業(yè)自建人工智能基礎設施的問題。

比方說，基于AIDC，商湯就有基礎將SenseCore商湯AI大裝置的能力作為通用的AI-as-a-Service提供給各大企業(yè)客戶，幫助他們輕松生產(chǎn)出符合自身需求的人工智能模型，無須過多的資本投入、學習成本投入或是“重復造輪子”。

由此，傳統(tǒng)產(chǎn)業(yè)應用AI的門檻也就大大降低，讓AI得以成為更多企業(yè)發(fā)展的助力。

目前，商湯AIDC已經(jīng)接入國家（上海）新型互聯(lián)網(wǎng)交換中心，是上海的重點新基建項目，進階成為“國家隊”的一員，也就意味著其背后必要承擔更大的產(chǎn)業(yè)責任與普惠價值。

對此，我們可以看到商湯AIDC在算力成本和安全性上所擺出的“高低手”，一方面壓低算力成本，通過算法優(yōu)化來提高AIDC的效率為企業(yè)提供更低成本的算力，把產(chǎn)業(yè)路徑走寬；另一方面抬高安全性，采用獨立物理機房、隱私計算、多租戶能力等提高AIDC的安全性，把產(chǎn)業(yè)路徑走穩(wěn)。

3.在產(chǎn)業(yè)生態(tài)層面，產(chǎn)業(yè)鏈路逐步完善，上下協(xié)同形成驅(qū)動。

至今，人工智能已經(jīng)發(fā)展出一條相對完善的產(chǎn)業(yè)鏈條，以高性能計算能力為核心的AIDC更是其中不可欠缺的重要一環(huán)。隨著AIDC的落地，整個人工智能產(chǎn)業(yè)鏈也將得到進一步完善，由此形成上下游的協(xié)同驅(qū)動。

比如，AIDC的建設往往需要海量的算力芯片支持，由此國內(nèi)興起的AIDC建設熱潮便能為國產(chǎn)芯片提供大規(guī)模應用的產(chǎn)業(yè)環(huán)境，從市場需求端拉動國產(chǎn)芯片的發(fā)展，為整個國產(chǎn)芯片市場構建一個良性發(fā)展的循環(huán)體系。

根據(jù)了解，商湯AIDC到2024年所有服務器全部到位時，國產(chǎn)化硬件的比例將超過50%。不難發(fā)現(xiàn)，這將是一個龐大的場景需求，對于國產(chǎn)硬件廠商而言，越來越多的本土AIDC落地，市場的空間也就越大，由此形成的需求拉動也就越顯著。

同時，AIDC也備受科研機構和高校院所青睞。目前，商湯AIDC已復旦大學、上海交通大學、浙江大學、上?？萍即髮W、上海海洋大學等高校及科研機構達成合作意向，雙方將依托海量的算力資源與集群調(diào)度優(yōu)勢、以及完整的AI算法工具鏈打造出一個滿足AI人才培養(yǎng)、AI技術研發(fā)等產(chǎn)業(yè)需求的大平臺。

可見，作為AI基礎設施，AIDC的落地對于整個產(chǎn)業(yè)發(fā)展而言，存在多方面利好的驅(qū)動優(yōu)勢，是完善人工智能產(chǎn)業(yè)鏈的關鍵一環(huán)。

AIDC的未來： 走向融合

在當前階段，AIDC的價值是看得見的，對科研創(chuàng)新、產(chǎn)業(yè)應用以及生態(tài)完善都具備非常重要的補足能力。

如此關鍵的一個基礎設施，AIDC的未來又將如何發(fā)展？

從目前相關的行業(yè)趨勢來看，《智能相對論》認為，AIDC在未來或?qū)呦蛉诤希憩F(xiàn)在三個方向。

其一，融“網(wǎng)”發(fā)展。

這里的“網(wǎng)”即算力網(wǎng)絡。2021年5月，國家四部門聯(lián)合發(fā)布《全國一體化大數(shù)據(jù)中心協(xié)同創(chuàng)新體系算力樞紐實施方案》，明確提出將布局全國算力網(wǎng)絡樞紐節(jié)點，構建國家級算力網(wǎng)絡體系。

AIDC作為大算力基礎設施，在未來很有可能將隨著全國算力網(wǎng)絡體系的完善進一步融入算力網(wǎng)絡，為全國產(chǎn)業(yè)提供更廣泛的算力調(diào)度及服務。

其二，融“城”發(fā)展。

這里的“城”即智慧城市。在AIDC正式運營之后，商湯將融合AIDC與商湯方舟城市開放平臺的能力，使得在智慧城市建設過程中只需輸入少量數(shù)據(jù)即可在本地訓練人工智能模型，進而可以解決更多的城市長尾應用問題。

此外，商湯AIDC的低網(wǎng)絡時延優(yōu)勢在面向上海與長三角地區(qū)也能得以放大，距離近，訪問快，使得時延更低，從而支持城市范圍內(nèi)的高頻服務，保證通暢服務。

由此，依托較為強大的區(qū)域服務能力，AIDC也將演化升級成為一個“城市大腦”，持續(xù)融入智慧城市的建設中，不僅提供算力支持，還提供著更廣泛的智慧服務。

在這個過程中，我們可以看到，隨著AIDC一類新型基礎設施的建成落地，更將進一步推動傳統(tǒng)基礎設施如電網(wǎng)、水利設施等升級為智慧電網(wǎng)、智慧水利，實現(xiàn)更深度的融合趨勢。

其三，融“界”發(fā)展。

這里的“界”泛指各類領域如產(chǎn)業(yè)界、學術界等。作為AI基礎設施，AIDC的底層價值與人工智能技術相當，正在變革各類領域發(fā)展的基礎邏輯。越來越多的學術研究、產(chǎn)業(yè)發(fā)展離不開人工智能，更離不開計算。

在未來的數(shù)字時代，算力也就等同于生產(chǎn)力，由此貫穿到各個領域，融合發(fā)展的范疇與速度也擴大、加速。

總的來說，AIDC在未來不僅僅只是人工智能的基礎設施，還將隨著AI技術的應用普及與深入賦能，成為萬物百態(tài)的基礎設施，就如同今天的發(fā)電廠一般，隨著電成為當前時代的主要能源，發(fā)電廠已經(jīng)是通用型的基礎設施。

當然，跨向通用型基礎設施，對于AIDC而言，還有很長的一段路要走。

其中，不僅僅是AI技術的普及與應用，還包括AIDC本身局限突破。比如，傳統(tǒng)IDC建設就存在高耗能的問題，在AIDC上也同樣存在。

如何解決高耗能問題，是AIDC全國落地的一個關鍵挑戰(zhàn)。在上海臨港，商湯就為AIDC采取了各種能源優(yōu)化措施，包括光伏發(fā)電、高效變頻離心機、UPS Eco模式、LED照明及濕膜加濕，甚至還實施了離心系統(tǒng)，部署了工業(yè)冷卻制冷劑。

根據(jù)預期，商湯AIDC啟動后的功耗將比中國其他數(shù)據(jù)中心的行業(yè)平均水平低約10%，每年可節(jié)省約4500萬千瓦時功耗。同時在節(jié)能技術的支持下，商湯AIDC年均PUE可優(yōu)化至1.28。

但，又不得不承認，目前數(shù)據(jù)中心的行業(yè)平均水平仍然比較高，在踐行“雙碳”戰(zhàn)略的指引下，AIDC仍需要不斷優(yōu)化、減少能耗，以推動更廣泛的落地應用。

由此，AIDC的發(fā)展路徑，可謂任重而道遠。

結(jié)語

AIDC的出現(xiàn)，意味著人工智能產(chǎn)業(yè)發(fā)展正在跨向一個關鍵階段。在這一階段，基礎設施的明確與落地，必然也將為整個產(chǎn)業(yè)的發(fā)展格局帶來一些新的變化。

1882年，愛迪生在紐約建成世界第一座中央發(fā)電廠，自此電力第一次走入人們的日常生活，成為一種常態(tài)能源支持。

以此來看人工智能領域AIDC的發(fā)展，或許我們也能看到類似的新格局吧！

*本文圖片均來源于網(wǎng)絡

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。