英偉達(dá)的GPU又升級(jí)了。3月19日，英偉達(dá)CEO黃仁勛發(fā)布了最新的B200算力芯片GPU，F(xiàn)P8精度下的訓(xùn)練性能是上一代的2.5倍，F(xiàn)P4精度下的推理性能更是達(dá)到了上一代的5倍。然而，這場(chǎng)技術(shù)狂歡背后，卻令A(yù)I領(lǐng)域算力的“貧富差距”更加凸顯。

大模型獲得突破以來(lái)，無(wú)論是產(chǎn)業(yè)巨頭還是學(xué)術(shù)界，都在為獲取足夠的算力資源而苦苦掙扎。去年9月，甲骨文董事長(zhǎng)埃里森和特斯拉CEO馬斯克在硅谷一家豪華餐廳中向黃仁勛“乞求”GPU的場(chǎng)景還歷歷在目。近日，人工智能領(lǐng)域知名學(xué)者、斯坦福大學(xué)教授李飛飛再次表達(dá)擔(dān)憂：高校的AI研究已經(jīng)被高昂的GPU成本所拖累，逐漸被產(chǎn)業(yè)界甩在身后。

Meta可以為模型訓(xùn)練采購(gòu)高達(dá)35萬(wàn)個(gè)GPU，而斯坦福大學(xué)的自然語(yǔ)言處理小組，卻總共只有68個(gè)GPU——這種“萬(wàn)”與“個(gè)”的懸殊對(duì)比，揭示了算力鴻溝的殘酷現(xiàn)實(shí)。為此，李飛飛提出建立“國(guó)家級(jí)算力與數(shù)據(jù)集倉(cāng)庫(kù)”的計(jì)劃，并稱其重要性堪比“登月投資”。

對(duì)我國(guó)而言，情況同樣嚴(yán)峻。以GPU等AI芯片為代表的稀缺算力資源，優(yōu)先向少數(shù)大型企業(yè)供給，高校、中小微企業(yè)苦于高昂成本難以參與其中。

在此背景下，超大規(guī)模智算中心的建設(shè)或許能為解決算力短缺問(wèn)題提供一個(gè)思路，成為我國(guó)在全球AI競(jìng)爭(zhēng)中取得優(yōu)勢(shì)的重要一環(huán)。

事實(shí)上，我國(guó)早已在算力基礎(chǔ)設(shè)施上展開(kāi)積極布局。“東數(shù)西算”工程作為國(guó)家級(jí)的工程項(xiàng)目，在全國(guó)范圍內(nèi)規(guī)劃了八大樞紐節(jié)點(diǎn)和十大數(shù)據(jù)集群，并且已經(jīng)取得顯著進(jìn)展。

以十大集群之一的韶關(guān)集群為例，前不久，其首批上線運(yùn)營(yíng)的華南數(shù)谷智算中心，一期規(guī)劃算力16000P(1P約等于每秒1000萬(wàn)億次計(jì)算速度)，規(guī)模居粵港澳大灣區(qū)首位。預(yù)計(jì)到2025年初，韶關(guān)集群的智能算力規(guī)模將達(dá)到50000P，成為大灣區(qū)、廣東省乃至整個(gè)華南地區(qū)的最大體量。這些算力資源，不僅可以滿足高校的科研需求，還可以為中小企業(yè)等各行各業(yè)提供實(shí)時(shí)、高效的算力支持。

然而，超大規(guī)模智算中心的建設(shè)并非易事。它需要突破一系列核心技術(shù)，其中異構(gòu)算力的統(tǒng)籌和調(diào)度尤為關(guān)鍵。異構(gòu)計(jì)算，即多種算力的混合使用，對(duì)于實(shí)現(xiàn)全國(guó)算力中心的大一統(tǒng)和優(yōu)化資源利用至關(guān)重要。在多個(gè)數(shù)據(jù)中心或智算中心互聯(lián)互通的復(fù)雜場(chǎng)景下，異構(gòu)計(jì)算的挑戰(zhàn)前所未有。傳播內(nèi)容認(rèn)知全國(guó)重點(diǎn)實(shí)驗(yàn)室研究員張冬明表示，在異構(gòu)算力的建設(shè)和發(fā)展過(guò)程中，國(guó)產(chǎn)AI芯片必將扮演越來(lái)越重要的角色。然而就目前來(lái)說(shuō)，受配套軟件、固件支持等生態(tài)系統(tǒng)方面的制約，真正能夠有效支撐大模型訓(xùn)練的國(guó)產(chǎn)算力集群并不多。

這些情況已被有關(guān)部門敏銳捕捉到。今年年初，工業(yè)和信息化部等七部門聯(lián)合印發(fā)的《關(guān)于推動(dòng)未來(lái)產(chǎn)業(yè)創(chuàng)新發(fā)展的實(shí)施意見(jiàn)》中提到：“加快突破GPU芯片、集群低時(shí)延互連網(wǎng)絡(luò)、異構(gòu)資源管理等技術(shù)，建設(shè)超大規(guī)模智算中心，滿足大模型迭代訓(xùn)練和應(yīng)用推理需求。”

專家認(rèn)為，在當(dāng)前階段，大部分算力性能的提升主要來(lái)自“系統(tǒng)集成”。既有基于小芯粒技術(shù)的芯片級(jí)集成，也有基于一卡多芯技術(shù)的板卡級(jí)集成，還有基于液冷和高互聯(lián)的機(jī)架級(jí)集成。因此，建議在加強(qiáng)單芯片能力的同時(shí)，應(yīng)注重提升AI算力的系統(tǒng)集成能力，從單點(diǎn)突破轉(zhuǎn)向橫向拓展，對(duì)芯粒、液冷、互聯(lián)等相關(guān)技術(shù)持續(xù)投入，進(jìn)一步實(shí)現(xiàn)AI算力系統(tǒng)的高算力、高效能、高穩(wěn)定、高性價(jià)比。

當(dāng)前，智算中心正在成為通用人工智能發(fā)展的關(guān)鍵。而超大規(guī)模智算中心，正在成為智算中心持續(xù)演進(jìn)的未來(lái)形態(tài)。隨著智算中心的發(fā)展成熟，“開(kāi)箱即用”的智能計(jì)算服務(wù)有望成為主流。當(dāng)然，這需要產(chǎn)業(yè)界、學(xué)術(shù)界和政府的通力合作。

在算力資源的統(tǒng)籌配置方面，業(yè)內(nèi)人士建議，政府可以通過(guò)行政手段，以統(tǒng)籌建設(shè)的方式集中采購(gòu)，通過(guò)“云化”將算力按P銷售，再以“算力券”等的方式補(bǔ)貼中小型科研機(jī)構(gòu)，以促進(jìn)AI的研究和應(yīng)用發(fā)展。