从芯片到算力的转化还需跨越鸿沟大会发布《2021-2022中国人工智能计算力发展评估报告》

每个记者张锐的北京摄影报道每个编辑陈旭

近年来，新型基础设施建设如火如荼，以智能计算中心为代表的算力基础设施不可或缺。

继南京等地人工智能计算中心建成后，不少城市地方政府也在积极推进城市级人工智能计算中心建设。智慧城市和智慧社会发展的关键信息基础设施。

今年7月，工信部发布了《新型数据中心发展三年行动计划（2021-2023年）》，提出构建新型智能算力生态系统，有效支持数据中心数字化转型。各个领域，甚至将智能计算提升到一个新的高度。

智能计算的发展现状如何？您面临哪些问题？“双碳”目标下，智能计算将如何发展？10月26日，在北京召开的2021人工智能计算大会（AICC2021））上，行业专家就上述问题展开了讨论。

从芯片到算力的转变仍需跨越鸿沟

会议发布了《2021-2022年中国人工智能计算发展评价报告》。报告指出，算力已成为数字时代的核心生产力，成为数字经济发展的新动力。人工智能算力投资将加速人工智能这一重要数字技术与实体经济的融合，赋能传统产业转型升级，催生新产业、新业务、新模式。

中国工程院院士、浪潮集团首席科学家王恩东在大会上表示，“人工智能带来的算力需求呈指数级增长，计算产业面临多元化、巨大量化、生态离散化。”

王恩东表示，一方面，多样化的智能场景需要多样化的算力，庞大的量化模型、数据和应用规模需要巨大的算力，算力成为人工智能持续发展的重中之重。

另一方面，从芯片到算力的转化还有巨大的差距用vb设计一个计算器，多重算力的价值还没有完全释放出来。如何快速完成从多芯片到计算系统的创新，成为推动人工智能产业发展的关键环节。

芯片的多元化为加速工业AI提供了重要的产业基础和更丰富的选择。然而，芯片的创造和大规模使用之间仍然存在巨大的产业差距。

具体来说，算力的供给需要算力平台的建设，需要解决架构设计、核心部件、高速互联、散热设计等一系列问题。

以开发一台AI服务器为例，整个系统需要经过30多个开发流程，使用150多个加工制造流程，严格控制280多个关键流程控制点的质量。人工智能应用的优化和适配。

同时，面对大规模的AI算力部署，AI算力平台建设面临着高功耗、高电流密度、高总线速度、高系统复杂度等新问题。

王恩东说，就像我们能造出强大的火箭发动机一样，要造出安全、高性能的运载火箭，在流通、控制、结构等诸多领域都需要做很多工作。芯片到计算系统也是如此，需要进行架构、信号完整性、散热、可靠性等大量系统性设计工作。

浪潮信息副总裁、AI&HPC产品线总经理刘军坦言，“目前智能计算还处于起步阶段，但增长速度非常快，增长空间很大。”也很广泛。”

刘军解释说，从计算量来看，智能计算实际上已经超过了传统CPU的计算量，其每瓦计算能力至少是传统CPU的10倍。但是，为了满足巨大算力的需求，整个智能计算链条采用了业界最先进的技术，因此其成本还是比较高的。

“为什么现在多元化发展是好事？多元化发展只有在数量上展开，才能降低大家的成本，才能提高整个行业的运营效率。” 柳俊说道。

“双碳”目标下，智能计算面临减碳压力

大会当天，国务院印发了《2030年前碳达峰行动计划》，明确提出要加强新型基础设施节能减碳，统筹规划、科学配置数据中心等新型基础设施，大力推进新型基础设施建设。避免低水平重复建设。

该方案还提出，加强新基建能耗管理，将年综合能耗1万吨标准煤以上的数据中心纳入重点能耗单位在线监测系统，开展能源计量。审查。

“双碳”背景下，未来智能计算将面临哪些挑战？

会议间隙，IDC企业研究部助理副总裁周振刚在接受《每日经济新闻》记者等媒体采访时表示，数据中心是耗电大户。人工智能计算压力很大。

周振刚表示，他所在机构近期开展了相关研究，量化云计算和数据中心对碳减排的影响。“一方面，如果放在云端，它的整体效率会很高。整体PUE（PUE=数据中心的总设备能耗/IT设备能耗）是评价一个能源效率的指标。数据中心。PUE越接近1，能效水平越高。)会增加，消耗的能量会减少。

另一方面，数据中心可以靠近清洁能源，比如内蒙古，可以有效减少碳排放。

刘军表示，对于智能计算而言，“双碳”意味着将能量转化为计算、转化为智能的效率更高，这是一个本质问题。这需要考虑使用一吨煤可以产生多少计算能力和多少智能。事实上，在同等功耗、同等人员条件下，智能计算所能获得的算力和智能细化远高于普通架构。

“这就是为什么我们看到现在基于异构计算（加速计算）的算力输出用vb设计一个计算器，去年已经超过了通用CPU的算力，从这个方面来说，AI计算的架构是非常好的。” 刘军表示，目前还存在瓶颈，因为要想获得更多的算力和更智能的信息，需要突破一些门槛，有效地将比特转化为知识。社区等一起来做这项工作。

刘军表示，目前的AI服务器和AI算力解决了前人没有攻克的问题。它也代表了整个半导体工艺中最先进的东西，所以它需要强大的芯片来提供大量的计算能力。它需要大量的功耗和电流，以及良好的散热来支持。

“这提出了一系列挑战，如何让能量转换更高效，如何改善散热，如何将更高效的风能和更有效的液体冷却结合起来等等，这既是挑战，也是机遇。” 刘军表示，一些最新的节能降耗技术通常是先在人工智能技术领域进行尝试，然后进入生产、推广，然后推广到普通计算设备。

每日经济新闻