在人工智能時代，AI算力就是電，AI計算中心就是電廠。

　　電力時代，我們構(gòu)建了一張“電網(wǎng)”，如今隨著國內(nèi)各地人工智能計算中心的相繼落地，我們正在編織一張AI算力網(wǎng)絡(luò)。

　　目前，人工智能的發(fā)展已提升到國家戰(zhàn)略層面，加快人工智能產(chǎn)業(yè)發(fā)展，保障和提供充沛的AI算力，對于贏在AI時代的國家、城市和企業(yè)來說，已經(jīng)是迫在眉睫的問題。

　　01 沒有算力，就像沒有電

　　最近這段時間，全國很多地方政府和企業(yè)領(lǐng)導(dǎo)最鬧心的事情什么?

　　答案可能是兩個字：缺電。

　　但這個鬧心的事情還沒解決，在全球各國，乃至一國之內(nèi)的不同地區(qū)，又開始面臨一個像電力一樣，決定國計民生的關(guān)鍵要素。

　　這個關(guān)鍵要素就是AI算力。

　　AI算力，顧名思義，就是支撐AI的計算能力。此處的計算不是加減乘除，而是對世界萬物的計算，是萬物互聯(lián)、人工智能之下的高度復(fù)雜、無所不在的計算。

　　不同于傳統(tǒng)算力，AI算力為了支撐AI模型的開發(fā)、訓(xùn)練和推理，對并行處理能力的要求特別高，也因此需要專門的AI芯片和框架。

　　比如， 具備強大浮點運算能力的AI芯片，才能夠通過訓(xùn)練、持續(xù)迭代優(yōu)化提供滿足行業(yè)企業(yè)智能化轉(zhuǎn)型的高質(zhì)量AI模型。 復(fù)雜模型訓(xùn)練中，需對上千億個浮點參數(shù)進行微調(diào)數(shù)十萬步，需要精細的浮點表達能力。如果沒有強大的訓(xùn)練芯片，則難以保障算法模型產(chǎn)出的效率。千億級中文NLP(自然語言處理)大模型“鵬程·盤古”，面向生物醫(yī)學領(lǐng)域的“鵬程·神農(nóng)”平臺的發(fā)布，都離不開AI芯片的支撐。

　　再比如，被視為“AI領(lǐng)域操作系統(tǒng)”的AI框架，90%的AI應(yīng)用是基于AI框架層來開發(fā)。在該領(lǐng)域國內(nèi)科技企業(yè)已取得重大成果： 業(yè)界領(lǐng)先的AI計算框架昇思MindSpore，是一款支持端、邊、云全場景的深度學習訓(xùn)練推理框架。 除具備自主可控的優(yōu)勢之外，一套框架即可支持AI+科學計算等多樣性應(yīng)用。當前昇思MindSpore社區(qū)累計下載量超過60萬，有超過100家高校選擇昇思MindSpore進行教學。

　　正是有了這些AI芯片和AI框架釋放出的AI算力，我們才能加速進入萬物互聯(lián)和人工智能時代。

　　今天，從每個人手里的手機，到企業(yè)的云上平臺，再到城市大腦……我們的生產(chǎn)和生活越來越依賴于AI，越來越深入向AI獲取力量。

　　對中國來說，AI是從制造大國向制造強國轉(zhuǎn)型升級的關(guān)鍵。最近多年，眾多城市都在努力爭奪各種資源提升城市的發(fā)展力和競爭力，而AI算力就是未來發(fā)展最重要的“資源”。

　　在人工智能的世界，沒有AI算力，就像沒有電。

　　AI算力已滲入到我們生活和生產(chǎn)的方方面面，以大家較為熟悉的醫(yī)院藥房取藥為例：

　　拿到處方藥單，在藥房前排隊等候，由醫(yī)務(wù)人員拿著處方照單分藥，這種漫長的等待和焦慮，很多人都有切身體會?，F(xiàn)在，已經(jīng)有企業(yè)開發(fā)出利用人工智能技術(shù)進行全自動補發(fā)藥品的機器人，用到了3D視覺定位、機器人智能抓取、智能視覺復(fù)核技術(shù)，能夠確保100%補藥準確率，而且效率也更高，發(fā)藥速度可以達到每小時2500盒，8秒鐘就可以處理一個訂單。在藥品發(fā)放過程中，系統(tǒng)可以自主調(diào)度搬運藥品，不需要人工的干預(yù)。

　　它帶來的最直觀的改變，就是可以把藥品分揀的時間從原來的50秒縮短到3秒，患者只需要一分鐘就能取到藥品。

　　這個過程中，怎么識別處方單，怎么準確分揀并發(fā)放藥品?要實現(xiàn)這些功能就得看這個機器人使用的AI系統(tǒng)能算得有多快、多好、多準，這就是AI算力。

　　02 要有電，就得有電廠和電網(wǎng)

　　AI算力如此重要，但很多企業(yè)缺乏足夠的資金來搭建自己的AI算力。那AI算力需求該如何被滿足，國家、城市又該如何提供足夠的AI算力支持，推動AI產(chǎn)業(yè)發(fā)展并贏得AI時代的競爭力呢?答案是，要讓AI算力成為公共資源，配套建立新型基礎(chǔ)設(shè)施。

　　這種新型的算力基礎(chǔ)設(shè)施就是人工智能計算中心，用回電氣時代的比喻，那就是要建電廠和電網(wǎng)。

　　首先是，加快人工智能計算中心的建設(shè)。

　　人工智能計算中心，是以基于人工智能芯片構(gòu)建的人工智能計算機集群為基礎(chǔ)，涵蓋了基建基礎(chǔ)設(shè)施、硬件基礎(chǔ)設(shè)施和軟件基礎(chǔ)設(shè)施的完整系統(tǒng)，其核心功能就是，提供從底層芯片算力釋放到頂層應(yīng)用使能的人工智能全棧能力，也就是輸出AI算力。

　　人工智能計算中心除了是提供公共算力服務(wù)的平臺，還同時應(yīng)該是應(yīng)用創(chuàng)新的孵化平臺、產(chǎn)業(yè)聚合發(fā)展平臺和科研創(chuàng)新人才培養(yǎng)平臺。只有同時扮演好這些角色，才能打通“政產(chǎn)學研用”，集中最多的力量，形成產(chǎn)業(yè)匯聚力并提升AI競爭力。

　　目前，全世界都在加快人工智能計算中心建設(shè)。尤其是美國，它一方面千方百計地打壓其它國家的發(fā)展，一方面則大手筆投入加強本國人工智能的發(fā)展，拜登政府更一度公布了3000億美元的投資計劃，捍衛(wèi)美國在人工智能領(lǐng)域的領(lǐng)先地位，而其中很重要的投入，就是加強數(shù)據(jù)中心和智算中心的新基建。

　　中國當然不會輕易錯過人工智能產(chǎn)業(yè)發(fā)展帶來的機遇。早在2017年，國務(wù)院就發(fā)布了《新一代人工智能發(fā)展規(guī)劃》，并強調(diào)要“建設(shè)高效能的計算基礎(chǔ)設(shè)施”。去年疫情期間，中央進一步明確提出新基建戰(zhàn)略，而加強數(shù)據(jù)中心和人工智能計算中心建設(shè)，則是整個新基建的重中之重。

　　因為，沒有強大的算力，以數(shù)字化為著眼點的新基建七大領(lǐng)域幾乎都無法實現(xiàn)其建設(shè)目標。

　　國家戰(zhàn)略指引，市場前景召喚，甚至經(jīng)濟轉(zhuǎn)型升級的壓力下，諸多地方政府都已積極行動，牽頭人工智能計算中心建設(shè)，并以此為基礎(chǔ)提升本地算力水平，構(gòu)筑數(shù)字時代的核心競爭力。

　　今年5月31日，科技部批復(fù)的15個國家人工智能創(chuàng)新發(fā)展試驗區(qū)中，武漢的人工智能計算中心已率先竣工并投入運營;西安未來人工智能計算中心也已經(jīng)上線，其它省市的人工智能計算中心建設(shè)也陸續(xù)規(guī)劃中。

　　武漢人工智能計算中心投運以后，為武漢乃至湖北地區(qū)的經(jīng)濟發(fā)展、科研創(chuàng)新、企業(yè)轉(zhuǎn)型等提供了算力支撐。

　　比如，武漢大學基于武漢人工智能計算中心打造了全球首個遙感專用框架武漢.LuojiaNet，針對“大幅面、多通道”遙感影像，在整圖分析和數(shù)據(jù)集極簡讀取處理等方面實現(xiàn)了重大突破。

　　再比如，中科院自動化所利用該中心的算力支持，研發(fā)了全球首個視頻生成多模態(tài)大模型——紫東.太初。作為業(yè)內(nèi)首個千億級三模態(tài)大模型，紫東.太初的視頻理解與描述性能已做到全球第一，不僅具有多任務(wù)聯(lián)合學習能力，還能通過學習實現(xiàn)AI化的圖文搜索，以及音頻、短視頻、MV制作，極大縮短音視頻的創(chuàng)造時間。

　　9月份，西北地區(qū)第一個人工智能計算中心落子西北重鎮(zhèn)西安市，一期規(guī)劃具備300P AI算力的西安未來人工智能計算中心，基于昇騰AI基礎(chǔ)軟硬件平臺建設(shè)，將提供精準可靠的模型訓(xùn)練及推理。

　　西安未來人工智能計算中心，已經(jīng)簽約了西安電子科技大學遙感項目、西北工業(yè)大學語音大模型項目、陜西師范大學“MindSpore研究室”多個項目，在支撐西安“6+5+6+1”現(xiàn)代產(chǎn)業(yè)體系發(fā)展的同時，也會強化西安乃至整個西北地區(qū)的人工智能產(chǎn)業(yè)集群，為西北地區(qū)人工智能產(chǎn)業(yè)的發(fā)展提供算力支持。

　　剛剛上線的西安未來人工智能計算中心，算力使用率已快接近滿負荷狀態(tài)。當?shù)馗餍袠I(yè)企業(yè)、科研機構(gòu)、高校對于算力的渴求可見一斑。

　　其次，高效利用人工智能計算中心的算力資源。

　　當越來越多人工智能計算中心建成、投運，如何讓它們的算力更高效并服務(wù)到更多的行業(yè)和企業(yè)?如何避免各地算力分布不均衡、使用效率不一致的情況?如何讓沒有規(guī)劃建設(shè)人工智能計算中心的地方，也能享受到AI算力的使能?人工智能計算中心之間的互聯(lián)、協(xié)同、共享，成為需要各界考慮的一個問題。

　　這就需要人工智能算力網(wǎng)絡(luò)了，就像電網(wǎng)之于電廠和用電對象。

　　有了算力網(wǎng)絡(luò)，我們就能將分布在各地的人工智能計算中心節(jié)點連接起來，動態(tài)實時根據(jù)算力資源狀態(tài)和需求，實現(xiàn)統(tǒng)籌分配和調(diào)度計算任務(wù)，構(gòu)成全國范圍內(nèi)的感知、分配、調(diào)度人工智能中心的算力網(wǎng)絡(luò)，然后在此基礎(chǔ)上匯聚和共享算力、數(shù)據(jù)、算法資源。

　　最重要的是，有了這張網(wǎng)，更多的行業(yè)和企業(yè)，就能像現(xiàn)在用電一樣使用AI算力了。

　　那么，算力網(wǎng)絡(luò)這張網(wǎng)還會給整個人工智能行業(yè)有哪些作用呢?

　　首先是算力的匯聚，就是把不同地區(qū)、不同城市的算力資源高速互聯(lián)，實現(xiàn)跨節(jié)點之間的算力合理調(diào)度，資源彈性分配，這有利于提升各個人工智能計算中心的利用率，實現(xiàn)對于整體能耗的節(jié)省，后續(xù)可支持跨節(jié)點分布學習，為大模型的研究提供超級算力。

　　其次是數(shù)據(jù)的匯聚，政府牽頭與各行業(yè)企業(yè)合作，在達成人工智能領(lǐng)域的公共數(shù)據(jù)開放之后，可依托人工智能計算中心匯聚高質(zhì)量的開源、開放的人工智能數(shù)據(jù)集，能夠促進人工智能領(lǐng)域的算法開發(fā)和行業(yè)落地。

　　最后是生態(tài)的匯聚，各個人工智能計算中心之間，統(tǒng)一互聯(lián)標準、應(yīng)用接口標準，實現(xiàn)網(wǎng)絡(luò)內(nèi)大模型能力開放與應(yīng)用創(chuàng)新成果共享，強化跨區(qū)域科研和產(chǎn)業(yè)協(xié)作，為全國范圍用戶進行人工智能應(yīng)用創(chuàng)新提供更多的資源選擇和更便捷的合作方式，加速產(chǎn)業(yè)聚合，激活產(chǎn)業(yè)共融共生。

　　簡單總結(jié)算力網(wǎng)絡(luò)，就是匯聚大數(shù)據(jù)+大算力，使能大模型和重大科研創(chuàng)新，孵化新應(yīng)用。進而實現(xiàn)算力網(wǎng)絡(luò)化，降低算力成本，提升計算能效。

　　科技部在三年行動規(guī)劃中指出，要“布局若干人工智能計算中心，形成廣域協(xié)同的人工智能平臺”。在這一規(guī)劃的指引下，人工智能計算中心陸續(xù)在許多城市落地。就在剛剛結(jié)束的HC2021上，20多個人工智能計算中心建設(shè)城市聯(lián)合點亮了“人工智能算力網(wǎng)絡(luò)”。

　　這張人工智能行業(yè)的算力網(wǎng)絡(luò)，已經(jīng)開始編織構(gòu)建。

　　03 AI算力建設(shè)不是從長計議而是迫在眉睫

　　2020年，麻省理工學院計算機科學家、并行計算先驅(qū)Charles Leiserson在《科學》雜志上撰文指出：

　　深度學習正逼近現(xiàn)有芯片的算力極限。

　　事實上，過去十年，人類最好的AI算法對算力的需求幾乎增長了100萬倍，平均每3.4個月翻一倍。

　　相比之下，全球AI算力的增長卻十分有限。

　　需求與供給之間的巨大鴻溝，促使各國政府，尤其是中、美、歐、日等AI技術(shù)領(lǐng)先的地區(qū)大力建設(shè)AI算力。

　　沒有強大AI算力，一個國家或地區(qū)必然在未來的科技競爭中處于劣勢。

　　從當前算力基礎(chǔ)設(shè)施建設(shè)進度來看，深圳、武漢、西安等城市均已建成人工智能計算中心并投入運營，成都、河南等城市正在建設(shè)中，北京、南京、上海等地的人工智能計算中心加速建設(shè)，也是蓄勢待發(fā)。

　　未來，一旦人工智能計算中心全部建成，并組成人工智能算力網(wǎng)絡(luò)，不但將為社會提供跨地域、源源不斷的超級算力。而且，還能夠?qū)崿F(xiàn)跨區(qū)域的科研和產(chǎn)業(yè)協(xié)作，使能大模型和重大科研創(chuàng)新，為千行百業(yè)孵化新應(yīng)用。

　　最終，使得人工智能賦能更多的行業(yè)和場景，讓我們在未來國家之間的產(chǎn)業(yè)和科技競爭中立于不敗之地。