超算中心相繼投運 AI產業化困局破解了？

超算中心相繼投運 AI產業化困局破解了？

《科創板日報》（上海，記者 黃心怡）1月24日，坐落於上海臨港的商湯科技人工智慧計算中心（簡稱」商湯AIDC」）正式啟動運營，其設計的峰值算力高達3740 Petaflops（1 Petaflop等於每秒1千萬億次浮點運算），會成為亞洲最大的人工智慧計算中心之一。

近年來，各地紛紛加快人工智慧基礎設施的布局。據《科創板日報》記者不完全統計，2021年，武漢人工智慧計算中心、華夏人工智慧計算中心、西安未來人工智慧計算中心、南京智能計算中心已相繼投運。此外，還有成都、大連、瀋陽和佛山等地在建或計劃建設。除了商湯科技外，華為是各地人工智慧計算中心背後的建設主力軍。

多名業內人士告訴《科創板日報》記者，稀缺而昂貴的算力是阻礙人工智慧發展的挑戰，也是影響數字經濟、元宇宙等領域發展的關鍵因素之一。人工智慧計算中心建起來後，還有待配套設施的進一步完善，才能真正用起來，促進AI規模化落地。

算力成為制約AI發展的門檻

據中國工程院院士、清華大學計算機系教授鄭緯民介紹，人工智慧的行業應用可分為四大類：

第一類應用是圖像視訊的檢測類應用，以卷積網路為核心，可以應用到安防、醫療診斷、自動駕駛，城市治理等。

第二類決策類應用。以強化學習技術為核心，應用於交通規劃、精準的行銷、個性化推薦。這方面最有名的例子是阿爾法狗。

第三類是自然語言類應用。以Transformer技術為核心，應用於多種語言的翻譯，智能交互、文學創作、搜索推薦等。隨著自然語言處理大模型的出現，正在逐步成熟。而自然語言類型這一類應用需要非常強大的計算力。

第四類是AI與科學融合應用。人工智慧與科學計算深度融合，可以解決前沿科學問題，如蛋白質結構的預測，這是AI與科學計算融合的最典型的應用。

隨著行業應用的不斷推進，人工智慧正快速走向更大模型的發展。鄭緯民指出，幾乎每3、4個月所需要的計算機算力又擴大一倍。」

中科院自動化所研究員、中國科學院大學教授、博導、多模態人工智慧產業聯盟秘書長王金橋也認為：「如今人工智慧到了新階段，隨好康據越來越多，模型的參數量越來越大，要訓練一個模型依賴很大的算力支撐，人工智慧科研和教學、產業都缺乏人工智慧算力，大家有這樣的強烈需求。」

對於現已投運或正在開建、規劃的人工智慧計算中心,如何才能真正發揮算力價值，推進AI產業應用落地?

IDC中國助理研究總監盧言霞表示，主要看配套措施，比如人才、培訓等方面配套是否到位，如果真正用起來，就能對AI規模化落地有幫助。

華為昇騰計算業務總裁許映童指出，除了算力方面的挑戰外，人工智慧的人才問題也是老生常談，「懂人工智慧的不懂應用，懂應用的不了解人工智慧技術，影響了AI在產業裡面落地。」

同時，高質量的數據集較難獲得，也是AI發展的一大瓶頸。「無論是在教學也好，科研也好，產業也好，大量的高質量的數據集還是來自歐美。目前的格式、公式、安全、交易等一系列基礎性的工作，目前還是比較滯後。」 許映童說。

AI產業化路徑怎麼走？

自Google「AlphaGo」打敗李世石後，人工智慧便開始成為業界的焦點。目前，人工智慧已在安防、汽車、制造、醫療、金融等領域得到一定的應用，但要實現產業化還面臨多方面挑戰。

2021年12月底，上海經信委發布了《上海市人工智慧產業發展「十四五」規劃》，提出到2025年，上海人工智慧規上產業規模年均增長12%以上，達到4000億元。而在此之前，全國多個區政府也相繼出臺過促進AI產業發展的意見及政策文件。

許映童認為，人工智慧一定要在產業落地，這也是目前整個產業面臨的最大的問題和挑戰。

「這首先要發揮各方面的政策的引導優勢，指導性的規劃可能還不夠，需要大量的真金白銀的投入，要加大支持力度，也幫助我們的傳統企業認識到人工智慧它的價值，通過示范點的建設，來加強人工智慧方案的推廣。」

許映童還強調，產業的縱向合作也非常重要。「包括交通、電力、能源、金融等，把一個個垂直場景打通，以國家的重大需求為牽引，讓行業、企業聯合在一起，有效整合各方資源。而這不是靠單一的企業可以完成，這其中涉及到傳統的自動化設備、數據采集設備、人工智慧算法、AI平臺等。通過把產業鏈資源聯合起來，面向場景，實現對行業的落地突破。」

鄭緯民則指出，隨著各地算力基礎設施發展完善，算力聯盟形成統一的調度是大趨勢。

「人工智慧計算機我們已經有很多，武漢有、深圳有、西安有、鄭州有、成都有，這些機器有沒有可能把它統一成一個大的算力？把它連起來，變成統一的調度。這不僅是能解決大問題，對於國家來說，符合雙碳目標，碳達標，碳中和也是有好處的。」

打造人工智慧的中國體系

算力，已經成為中美科技博弈的焦點。

1月25日，Meta（Facebook前身）聯合英偉達正式推出了人工智慧研究超級集群計算機，其目標是最終運算速度達到220 petaflops（每秒22億億次），成為世界範圍內最強大的AI超算。而Meta表示：開發超算的目的之一是為了實現元宇宙願景，因為在元宇宙平臺中，AI驅動的應用和產品將發揮重要作用。

鄭緯民認為，在算力方面，我們跟美國依然有一定的差距，嚴重制約了我國相幹領域的發展。

目前，各地建設的人工智慧計算中心正成為了國產AI生態的孵化器。商湯方面透露，其AIDC可以為國產晶片提供大規模應用環境，預計到2024年所有服務器全部到位時，AIDC國產化的硬件比例將超過50%。

中國工程院院士倪光南認為，我國人工智慧領域已經具備條件發展「中國體系」。但要在突破資訊技術領域關鍵核心技術的基礎上，大力發展完善AI晶片、AI框架、AI平臺、AI算法、AI應用等等。在這些領域，我國與發達國家還存在較大的差距，需要發揮國家體制優勢、人才優勢、市場優勢，盡快攻堅困難。

許映童指出，「在應用層面，中國和美國確實做到了並駕齊驅，但具體到基礎的軟硬件平臺層，基本上國外的技術占據了全球95%以上的市場，從面向未來的場景來看，也有建設中國體系的必要性。」

而王金橋對中國體系的前景表示看好。「現在中國體系正在邁向從可用到好用的過程。因為我們現在有更多的應用場景，也有很多國產化晶片，從訓練框架到應用平臺，都是百花齊放的模式，所以這塊的發展空間非常大。」