電影《AI》劇照
20年后的今天，雖然這一目標還未實現，但我們早已離不開了人工智能。比如內容推薦、智能質檢、遠程醫(yī)療、智慧交通……
智能質檢
可見，21世紀，人工智能正在成為新的生產工具，算力已成為新生產力，數據成為新生產資料。
18世紀的蒸汽機、19世紀的電力、20世紀的計算機，三次工業(yè)革命，帶來三次生產力提升。但縱觀下來，這三次革命都有一個共同的特點——蒸汽、電力、帶寬，都演變成了當時的基礎設施。
瓦特改良的蒸汽機模型
而算力作為21世紀的新生產力，能否成為基礎設施？基礎設施，“普惠性”和“大眾化”是其主要特征，也就是說一要便宜，二要讓更多人用得上，比如電、燃氣。
人工智能算力符合么？
為什么建設人工智能計算中心？
當前我國的人工智能算力最大的一個問題之一就是太分散，因為一些企業(yè)選擇了自建人工智能計算中心。而另一些尚未建設人工智能計算平臺的企業(yè)，面對人工智能浪潮下的數字化轉型，卻不知道如何下手。于是，國家主導投資建設的人工智能計算中心應運而生。
一中心四平臺
以“一中心四平臺”支持產業(yè)發(fā)展：一中心是指計算中心，四平臺是指公共算力服務平臺、應用創(chuàng)新孵化平臺、產業(yè)聚合發(fā)展平臺、科研創(chuàng)新和人才培養(yǎng)平臺。
往小了說是端到端打通“政”“產”“學”“研”“用”全產業(yè)鏈，算力以集群賦能產業(yè)集群，幫助企業(yè)進行數字化轉型、提質增效。
人工智能計算中心作用
往大了說就是把人工智能算力打造成如同水、電、氣一樣的基礎設施，通過普惠的算力促進我國經濟與產業(yè)發(fā)展融合、支撐國家戰(zhàn)略任務落地。
簡言之，就是像發(fā)電站那樣，為萬千企業(yè)輸送算力。用現在的慣用行語就是“賦能”。
那么，人工智能計算中心打造的集中算力能成為基礎設施么？分散算力為什么不行？究其原因，無非與制約人工智能產業(yè)進程的三個維度分不開：大模型訓練、模型訓練時間、效率與成本。
集中算力支持訓練大模型
AI模型的訓練對于產業(yè)發(fā)展的意義毋庸置疑。而AI模型尤其是大模型的訓練就需要大算力的支撐，如今AI模型訓練所需要的算力平均每100天就會翻番，2012年至2019年算力需求翻了30萬倍。
GPT-3模型參數 1750億
今年以來，大模型層出不窮，而且一個比一個大，GPT-3模型參數 1750億，鵬程·盤古大模型參數2000億。
鵬程·盤古2000億級中文預訓練大模型/圖源機器之心
然而，期間AI算力的增長遠遠落后于需求的增長速度，人工智能計算中心則能滿足這一增長需求。
此前鵬城實驗室基于昇騰AI基礎軟硬件平臺的人工智能大科學裝置——鵬城云腦，就是很好的實踐落地。其推出的全球首個千億參數預訓練中文模型：鵬程—盤古大模型，可以實現支持“一帶一路” 常見的79 種語言。因此，集中算力支持訓練大模型，分散算力不支持。
集中算力節(jié)約模型訓練時間
上世紀初，汽車還是奢侈品的標志，即便是美國，普通民眾想買一輛汽車，也十分困難。但一款汽車的問世，徹底改變了這種情況。
1908—1927年間這款車賣出了1500萬輛，一度占了美國當時汽車市場份額的56%以上。
該款汽車名為福特T型轎車，當時售價僅為260美元/輛，而當時美國工人的平均工資是每年200-400美元之間，高收入群體的律師和牙醫(yī)，平均收入是2000-2500美元。
福特T型轎車
按照購買力算，這款車的價格妥妥的是現在我們的五菱宏光水平。表面上看，是價格拉低了汽車售價，讓汽車從奢侈品變成了大眾品。深一層，則是流水線的功勞，當時美國生產一輛汽車的時間需要700多個小時，而福特T型采取流水線作業(yè)之后，僅需12.5個小時，售價從幾千美最終降到了260美元。到了今天，汽車流水線甚至1分鐘就能生產出一輛汽車。
汽車流水線
類比一下，集中算力訓練模型就如同流水線團隊協作，而分散算力由于“單兵”特征，效率自然不高。經過測算，人工智能計算中心的集中算力擁有1024個節(jié)點，可使同樣的模型由原先擁有8個節(jié)點的分散算力的203分鐘提速至1.48分鐘，極大縮短訓練時間，增加訓練效率。因此，從模型訓練時間上來看，集中算力模型訓練時間短。
集中算力效率更高
自從共享概念流行起來之后，共享汽車、共享辦公室等共享經濟模式層出不窮。集中算力可以簡單理解為共享經濟的一種——共享算力。事實上，集中算力正發(fā)揮著“共享模式”的高利用率優(yōu)點。據測算，企業(yè)分散的小算力利用率僅為10%-15%，浪費嚴重，而人工智能計算中心的算力利用率在80%以上。為何差距這么大？
因為企業(yè)分散算力難以共享，當業(yè)務量不飽和的時候，就會閑置。有人說，可以少部署一些算力不就行了？還真不行，不僅要有足夠的算力，還要有備用的，用于應對業(yè)務變動。
人工智能計算中心機房/圖源長江日報
而人工智能算力中心的公共算力池，可以讓多個企業(yè)使用公用，用多少取多少，這個企業(yè)用完，另一個企業(yè)可以繼續(xù)用，閑置率低，利用率也就高了。比如，武漢人工智能計算中心，在2021年5月31日投運后一直都是滿負荷運行，基本實現了閑置率“歸零”。
成本方面，國家主導的人工智能計算平臺充分利用集約土建、電力、運維優(yōu)勢，降低了總體建設和運維成本。因此，從效率和成本上看，集中算力資源利用率高，規(guī)模效應后的費用更低。
人工智能，我們輸不起
總而言之，無論是進行數字化轉型的傳統(tǒng)企業(yè)，還是新興人工智能企業(yè)，面對不斷增加的算力成本，自身算法團隊很難支撐起越來越復雜的現實業(yè)務需求。因此需要一個低門檻、開放、端到端的人工智能算力中心，采用集中算力，降本增效。目前，除了武漢之外，成都、南京等地的人工智能計算中心已開工建設，不久之后，就會與我們見面。
南京人工智能計算中心發(fā)布儀式
這只是開始，而后，除了這些地方，更多人工智能計算中心將會在全國各地出現。這些，足以說明我國對人工智能算力的重視程度。不僅我國，縱觀全球，至少有50多個國家把人工智能當做國家戰(zhàn)略。
圖源：中國信息通信研究院和人工智能與經濟社會研究中心
不過，算力作為新的生產力，也面臨許多挑戰(zhàn)，需要落實集中算力的普惠功能，真正發(fā)揮出“電力”和“石油”的作用，為產業(yè)提供源源不斷動力。用得上，用得起，用得好的算力資源，才是真正的變革生產力的基礎設施。
時代已經把我們推到了創(chuàng)新科技的賽道上，此時，把握住人工智能產業(yè)發(fā)展機遇成為制勝關鍵。讓我們借人工智能計算中心這柄利劍，激發(fā)出集中算力的強大優(yōu)勢，使能人工智能產業(yè)，賦能千行百業(yè)智能化升級，搶占未來競爭制高點。
