近5年，我國算力總規模年均增速超過25%——
智能算力，數字經濟新引擎(科技視點)
本報記者谷業凱
《 人民日報 》( 2023年02月06日 第 19 版)
每秒百億、千億次的浮點運算能力，拍字節(PB)級的數據存儲規模……許多人可能對這些指標沒有太多概念，但如果說起春節檔電影中的特效、渲染和人臉識別、智能客服、語音翻譯等應用，大家應該不會感到陌生。
看得見的應用背后，是看不見的智能算力在支撐。基于最新人工智能理論、采用領先人工智能計算架構，提供算力服務、數據服務和算法服務的智能計算中心(簡稱“智算中心”)，在推進人工智能和數字經濟發展中發揮著重要作用。近日，由國家信息中心聯合浪潮信息發布的《智能計算中心創新發展指南》(以下簡稱《指南》)顯示，全國目前有超過30個城市正在建設或提出建設智算中心，整體布局以東部地區為主，并逐漸向中西部地區拓展。智算中心的創新發展，有望成為帶動人工智能及相關產業快速發展的新引擎。
算力資源是數字經濟發展的重要底座
前不久，位于浙江寧波高新區的人工智能超算中心(一期)項目正式上線運營，可提供100P(即PFLOPS，1PFLOPS=1千萬億次浮點運算/秒)的半精度人工智能算力；在天津，智能計算中心項目一期工程于去年底完工，項目覆蓋850余家企業及科研院所，達成意向合作算力空間120P；去年5月正式上線的成都智算中心，近期集中簽約多個項目，聚焦智慧醫療、智慧辦公等應用場景……
算力資源是數字經濟發展的重要底座。隨著數字經濟蓬勃發展，數字化新事物、新業態、新模式推動應用場景向多元化發展，算力規模不斷擴大，算力需求持續攀升。工信部日前發布的數據顯示，2022年，全國在用數據中心機架總規模超過650萬標準機架；近5年，算力總規模年均增速超過25%。
當算力在千行百業落地應用時，不同精度的算力需要“適配”多樣化的應用場景。特別是隨著人工智能技術的高速發展，算力結構也隨之演化，對智能算力的需求與日俱增。
“通用計算的概念區別于智能計算、超級計算等專用計算，是指原有CPU和GPU協同工作提供的通用型算力，其中CPU承擔主計算工作，GPU用于圖像處理，適用范圍更廣。但在人工智能計算場景下，其計算效率較低，相同浮點運算次數下，需要消耗更多算力資源。”阿里云相關技術專家介紹，智能計算則是以異構計算資源為核心，通常面向人工智能訓練和推理的需求，因其專用性，在面向人工智能場景時性能和能耗更優。
國際數據公司(IDC)等發布的數據顯示，2022年，我國智能算力規模達到268百億億次/秒(EFLOPS)，超過通用算力規模；預計未來5年，我國智能算力規模的年復合增長率將達52.3%。“智能算力規模持續快速增長，智算中心適應產業需求的變化，提供一種更好更新的計算力供給模式。未來，智算中心將成為智慧時代主要的計算力生產中心和供應中心。”國家信息中心信息化和產業發展部主任單志廣認為。
智算中心發展呈現新趨勢，為各類技術創新提供支撐
近年來，從國家到地方再到各類市場主體，都在大力推進算力資源布局建設，智算中心發展呈現算力的規模需求快速增加、圍繞算法的服務模式持續完善、普適樸實普惠的服務生態逐步構建、綠色低碳的發展格局加速形成等新趨勢。
單志廣解釋，智算中心能夠提供大規模數據處理和高性能智能計算支撐，將經濟、社會、產業中各種模型和經驗“固化”下來，形成了新的生產力；大規模、大參數量預訓練模型的出現，又使“預訓練大模型+下游任務微調”的新范式，成為解決人工智能技術落地難問題的突破口；智算中心形成集算力、算法、數據、運營于一體的服務生態，加快了人工智能的普惠化；隨著人工智能服務器功率密度的提升和應用場景的不斷拓展，液冷等節能降耗新技術將得到進一步推廣應用。
過去一年，人工智能應用向縱深發展：利用AI技術自動生成內容的生產方式(AIGC)打造的“數字人”效果媲美真人水平；人工智能預測蛋白質結構給基礎研究帶來全新的研究手段；人工智能驅動的聊天機器人能夠學習和理解人類的語言并與人類進行對話；華為云開發的“盤古氣象大模型”在預報臺風軌跡和登陸時間方面大顯身手……
人工智能是創新的加速器，智算中心則可以為各類技術創新提供支撐。一方面，智算中心可以為構建安全可信、可復用的技術研發環境提供算力設施支撐，為各領域科技研發提供智能計算服務，加速科技研發的進程；另一方面，智算中心是新一代信息技術的集成應用載體，智算中心的快速建設推廣與規模化應用將推動通信服務網絡、大數據、人工智能等技術的快速迭代，從而促進技術創新。
2022年8月，阿里云推出全棧智能計算解決方案“飛天智算平臺”，支撐建設兩座超大規模智算中心。其中，張北智算中心算力建設規模為12百億億次/秒，烏蘭察布智算中心建設規模為3百億億次/秒，為用戶提供智能計算服務、支撐行業創新。北京大學化學與分子工程學院靶向藥物研究就受益于此。研究團隊通過應用智能計算解決方案，構建了“超大規模蛋白—配體復合物動力學”數據集，計算效率大為提升，為人工智能輔助的活性預測模型提供了數據基礎。
智算中心還為新業態提供了土壤。比如，智能網聯汽車行業就在智能算力的支撐下駛上“快車道”。今年1月，毫末智行科技有限公司建立每秒浮點運算達到67億億次的智算中心，有效降低了自動駕駛模型訓練成本，大幅提升了計算效率，車端感知架構實現升級。根據《指南》的測算，“十四五”期間，在智算中心實現80%應用水平的情況下，城市對智算中心的投資，可帶動人工智能核心產業增長約2.9至3.4倍；智算中心能夠帶動人工智能及相關產業倍速增長，成為經濟增長的新動力。
以應用為導向，堅持開源開放、集約高效、綠色普惠原則建設智算中心
從政策層面看，我國高度重視人工智能產業發展，智能算力發展的基礎逐漸夯實。
2017年出臺的《新一代人工智能發展規劃》就提出“建立人工智能超級計算中心”；2020年，國家發改委將“以數據中心、智能計算中心為代表的算力基礎設施”納入新型基礎設施建設；2021年7月印發的《新型數據中心發展三年行動計劃(2021—2023年》提出“加快高性能、智能計算中心部署”；2022年1月，國務院印發《“十四五”數字經濟發展規劃》提出“打造智能算力、通用算法和開發平臺一體化的新型智能基礎設施”；隨著“東數西算”工程全面實施，智算中心建設也進入了加快發展的新階段。
單志廣認為，智算中心在發展過程中也存在概念認知不清晰、建設標準不統一、應用場景不豐富、運營模式不成熟等問題。“比如，智能計算中心建設的架構體系、數據接口、信息安全、軟硬件規范等方面仍缺少較為通用的標準體系，將帶來屬地化、碎片化風險，不利于跨區域協同創新和生態構建。”他舉例說。
針對智算中心發展的新形勢和挑戰，單志廣表示，智算中心應以應用為導向，堅持開源開放、集約高效、綠色普惠的建設原則。一方面，智算中心的建設要以開放硬件和開源軟件為主，融合多元算力，實現算力的聚合、調度、釋放，讓智算中心“用起來、用得好”；另一方面，要朝著標準化、集約化、低門檻和綠色低碳方向發展，通過算力+算法的一體化、基建化，發揮出智算中心普惠高效的賦能效果。“要讓智能算力像水、電一樣，成為城市的公共基礎資源，為用戶提供功能豐富、使用便捷的智能算力、算法服務和個性化開發服務，實現‘帶著數據來、拿著成果走’。”單志廣說。
浪潮信息高級副總裁劉軍認為，智算中心的很多“技術組件”已經具備了一定的發展基礎，關鍵是如何基于已有的技術基礎進行相應集成與融合，面向人工智能應用提供算力、算法以及相應的服務。
算力就是生產力，智能算力就是創新力。單志廣表示：“新基建要通過打通數據流、打通信息的‘大動脈’來支撐各類創新。智能計算將為經濟增長提供數字轉型、智能升級、融合創新的新動力。”