财联社
财经通讯社
打开APP
超算中心相继投运 AI产业化困局破解了?
2021年,武汉人工智能计算中心、中原人工智能计算中心、西安未来人工智能计算中心、南京智能计算中心已相继投运。此外,还有成都、大连、沈阳和佛山等地在建或计划建设。

《科创板日报》(上海,记者 黄心怡) 1月24日,坐落于上海临港的商汤科技人工智能计算中心(简称”商汤AIDC”)正式启动运营,其设计的峰值算力高达3740 Petaflops(1 Petaflop等于每秒1千万亿次浮点运算),会成为亚洲最大的人工智能计算中心之一。

近年来,各地纷纷加快人工智能基础设施的布局。据《科创板日报》记者不完全统计,2021年,武汉人工智能计算中心、中原人工智能计算中心、西安未来人工智能计算中心、南京智能计算中心已相继投运。此外,还有成都、大连、沈阳和佛山等地在建或计划建设。除了商汤科技外,华为是各地人工智能计算中心背后的建设主力军。

多名业内人士告诉《科创板日报》记者,稀缺而昂贵的算力是阻碍人工智能发展的挑战,也是影响数字经济、元宇宙等领域发展的关键因素之一。人工智能计算中心建起来后,还有待配套设施的进一步完善,才能真正用起来,促进AI规模化落地

算力成为制约AI发展的门槛

据中国工程院院士、清华大学计算机系教授郑纬民介绍,人工智能的行业应用可分为四大类:

第一类应用是图像视频的检测类应用,以卷积网络为核心,可以应用到安防、医疗诊断、自动驾驶,城市治理等。

第二类决策类应用。以强化学习技术为核心,应用于交通规划、精准的行销、个性化推荐。这方面最有名的例子是阿尔法狗。

第三类是自然语言类应用。以Transformer技术为核心,应用于多种语言的翻译,智能交互、文学创作、搜索推荐等。随着自然语言处理大模型的出现,正在逐步成熟。而自然语言类型这一类应用需要非常强大的计算力。

第四类是AI与科学融合应用。人工智能与科学计算深度融合,可以解决前沿科学问题,如蛋白质结构的预测,这是AI与科学计算融合的最典型的应用。

随着行业应用的不断推进,人工智能正快速走向更大模型的发展。郑纬民指出,几乎每3、4个月所需要的计算机算力又扩大一倍。”

中科院自动化所研究员、中国科学院大学教授、博导、多模态人工智能产业联盟秘书长王金桥也认为:“如今人工智能到了新阶段,随着数据越来越多,模型的参数量越来越大,要训练一个模型依赖很大的算力支撑,人工智能科研和教学、产业都缺乏人工智能算力,大家有这样的强烈需求。”

对于现已投运或正在开建、规划的人工智能计算中心,如何才能真正发挥算力价值,推动AI产业应用落地?

IDC中国助理研究总监卢言霞表示,主要看配套措施,比如人才、培训等方面配套是否到位,如果真正用起来,就能对AI规模化落地有帮助

华为昇腾计算业务总裁许映童指出,除了算力方面的挑战外,人工智能的人才问题也是老生常谈,“懂人工智能的不懂应用,懂应用的不了解人工智能技术,影响了AI在产业里面落地。”

同时,高质量的数据集较难获得,也是AI发展的一大瓶颈。“无论是在教学也好,科研也好,产业也好,大量的高质量的数据集还是来自欧美。目前的格式、公式、安全、交易等一系列基础性的工作,目前还是比较滞后。” 许映童说。

AI产业化路径怎么走?

自谷歌“AlphaGo”打败李世石后,人工智能便开始成为业界的焦点。目前,人工智能已在安防、汽车、制造、医疗、金融等领域得到一定的应用,但要实现产业化还面临多方面挑战。

2021年12月底,上海经信委发布了《上海市人工智能产业发展“十四五”规划》,提出到2025年,上海人工智能规上产业规模年均增长12%以上,达到4000亿元。而在此之前,全国多个区政府也相继出台过促进AI产业发展的意见及政策文件。

许映童认为,人工智能一定要在产业落地,这也是目前整个产业面临的最大的问题和挑战。

“这首先要发挥各方面的政策的引导优势,指导性的规划可能还不够,需要大量的真金白银的投入,要加大支持力度,也帮助我们的传统企业认识到人工智能它的价值,通过示范点的建设,来加强人工智能方案的推广。”

许映童还强调,产业的纵向合作也非常重要。“包括交通、电力、能源、金融等,把一个个垂直场景打通,以国家的重大需求为牵引,让行业、企业联合在一起,有效整合各方资源。而这不是靠单一的企业可以完成,这其中涉及到传统的自动化设备、数据采集设备、人工智能算法、AI平台等。通过把产业链资源联合起来,面向场景,实现对行业的落地突破。”

郑纬民则指出,随着各地算力基础设施发展完善,算力联盟形成统一的调度是大趋势。

“人工智能计算机我们已经有很多,武汉有、深圳有、西安有、郑州有、成都有,这些机器有没有可能把它统一成一个大的算力?把它连起来,变成统一的调度。这不仅是能解决大问题,对于国家来说,符合双碳目标,碳达标,碳中和也是有好处的。”

打造人工智能的中国体系

算力,已经成为中美科技博弈的焦点。

1月25日,Meta(Facebook前身)联合英伟达正式推出了人工智能研究超级集群计算机,其目标是最终运算速度达到220 petaflops(每秒22亿亿次),成为世界范围内最强大的AI超算。而Meta表示:开发超算的目的之一是为了实现元宇宙愿景,因为在元宇宙平台中,AI驱动的应用和产品将发挥重要作用

郑纬民认为,在算力方面,我们跟美国依然有一定的差距,严重制约了我国相关领域的发展。

目前,各地建设的人工智能计算中心正成为了国产AI生态的孵化器。商汤方面透露,其AIDC可以为国产芯片提供大规模应用环境,预计到2024年所有服务器全部到位时,AIDC国产化的硬件比例将超过50%

中国工程院院士倪光南认为,我国人工智能领域已经具备条件发展“中国体系”。但要在突破信息技术领域关键核心技术的基础上,大力发展完善AI芯片、AI框架、AI平台、AI算法、AI应用等等。在这些领域,我国与发达国家还存在较大的差距,需要发挥国家体制优势、人才优势、市场优势,尽快攻坚困难。

许映童指出,“在应用层面,中国和美国确实做到了并驾齐驱,但具体到基础的软硬件平台层,基本上国外的技术占据了全球95%以上的市场,从面向未来的场景来看,也有建设中国体系的必要性。”

而王金桥对中国体系的前景表示看好。“现在中国体系正在迈向从可用到好用的过程。因为我们现在有更多的应用场景,也有很多国产化芯片,从训练框架到应用平台,都是百花齐放的模式,所以这块的发展空间非常大。”

财联社声明:文章内容仅供参考,不构成投资建议。投资者据此操作,风险自担。
招聘及商务合作
专栏
相关推荐
热门评论
暂无评论