伴隨著AI算量需求急劇增加倒逼傳統計算架構加速革新,數據成為關鍵的生產要素,算力時代悄然開啟。業內人士普遍認為,算力的提升在拉動GDP方面有非常明顯的效果。
實際上,早在2018年,中國科學院計算技術研究所研究員張云泉就首次提出了“算力經濟”的概念,指出以計算為核心的算力經濟將成為衡量一個地方數字經濟發展程度的代表性指標和新舊動能轉換的主要手段。經過五年的發展,當前的趨勢已經充分表明,隨著超算與云計算、大數據、人工智能的融合創新,算力成為當前整個數字經濟社會發展的關鍵推動力。
伴隨著算力經濟的發展,超算技術和人工智能的融合創新讓智能計算中心成為新基建熱點。可以看到,當下智能計算中心越來越熱,使得人工智能訓練的效果特別好,除了寫新聞,還可以編故事、聊天,做很多事情。
在摩爾定律放緩的情況下,以英偉達創始人黃仁勛名字命名的定律“黃氏定律”對AI性能的提升做出預測,每10年GPU性能增長1000倍。“未來GPT-4的參數規模或將達到數萬億,至少需要上萬塊的GPU,甚至連國家超算中心都無法滿足其需求,建設新的智能計算平臺將成為人工智能新的發展方向。”張云泉說道。
像GPT-3就帶來了感知智能對超算的算力挑戰。從GPT-3到ChatGPT的技術,實際上是“人工反饋(RLHF)訓練機制+大數據+大算力”的集成。大模型帶來巨大的AI算力需求缺口,呼喚新型智能計算中心的加速構建。
“為什么ChatGPT能從GPT-3演變過來,這是關鍵,也是中國人工智能之路和美國人工智能之路的分歧點。”張云泉指出,“這兩年大模型國內有人做,但是我們追求的是參數量,從千億級到萬億級訓練參數的快速躍進,但是智能沒有涌現。OpenAI走了另外一條路,利用人工反饋的訓練機制,通過標注、對齊高質量數據,最后把這條路走通了,用千億參數的大模型把通用智能挖掘出來了,這點值得反思。”
張云泉認為,未來算力經濟市場會有三類公司參加,將出現類似發電廠的算力工廠,尤其是在東數西算西部新能源發達地區,而網絡通信公司可通過實施算網融合戰略轉型為算力供應商,超算云公司、網絡通信公司甚至國家電網等分別從不同的技術途徑搶占算力服務市場,究竟鹿死誰手尚未可知。
張云泉建議,一是要在現有的大科學裝置基礎上,圍繞“東數西算”重大任務目標增加建設一類算力網工程技術裝置;二是要成立國家算網管理機構和專家委員會,建設國家級算力調度和交易平臺;三是在智算中心建設過程中,依據自有品牌核心器件成熟度和應用效果,設置合理的核心器件采購比例,扶植和拉動本土算力設備的發展。(宋婧)
轉自:中國電子報
【版權及免責聲明】凡本網所屬版權作品,轉載時須獲得授權并注明來源“中國產業經濟信息網”,違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊,僅代表作者個人觀點,不代表本網觀點和立場。版權事宜請聯系:010-65363056。
延伸閱讀