安防资讯网

首页 > 人工智能 智算中心如何“好用”“用好”?

智算中心如何“好用”“用好”?

1月11日,国家信息中心联合浪潮信息发布《智能计算中心创新发展指南》(以下简称《指南》)。《指南》聚焦智算中心的发展趋势和需求变化,对新时期智算中心的创新发展提出了针对性建议。智算中心要“好用、用好”

《指南》指出,智算中心是基于最新人工智能理论,采用领先的人工智能计算架构,提供人工智能应用所需算力服务、数据服务和算法服务的公共算力新型基础设施,在推进AI产业化、赋能产业AI化、助力治理智能化、促进产业集群化等方面发挥了显著作用。

《指南》对投资智算中心的经济效益进行了测算。“十四五”时期,在智算中心实现80%应用水平的情况下,城市对智算中心的投资,可带动人工智能核心产业增长2.9~3.4倍、带动相关产业增长36~42倍。智算中心的创新发展,可以带动人工智能及相关产业的倍速增长,成为经济增长的新动力引擎。

国家信息中心信息化和产业发展部主任单志广在发布会上表示,智能计算变革生产力,加速社会进入智慧时代,智算中心将成为智慧时代最主要的计算力生产中心和供应中心,智算中心建设具有必要性和重要意义。建设智算中心不是“选择题”,而是“必答题”,甚至是“抢答题”。

从需求层面看,2022年我国智能算力规模达到268百亿亿次/秒(EFlops),超过通用算力规模。预计未来5年我国智能算力规模的年复合增长率达52.3%。人工智能持续快速增长,作为提供智能算力载体的智算中心需求和规模还将不断扩大。

从政策层面看,我国高度重视人工智能产业发展,从中央、部委到地方,密集出台了一系列人工智能发展政策,智能算力发展基础逐渐夯实;《“十四五”国家信息化规划》提出,统筹建设面向人工智能的算力和算法中心,建设完善一体化算力服务,促进算力的普及应用;“东数西算”工程全面实施,智算中心建设提速。

从发展基础层面看,围绕AI产业化和产业AI化的发展思路,人工智能产业已初步形成以异构芯片、算力设施、算法模型、产业应用为核心的架构体系。

单志广认为,当前智算中心发展呈现“智能算力的发展需求快速扩大、通用智能的算法模型快速演进、普适普惠的服务生态逐步构建、绿色低碳的发展格局加速形成”四大新趋势。同时,智算中心在发展过程中也存在概念认知尚不清晰、应用场景尚不丰富和运营模式尚不成熟等问题与挑战。

针对智算中心发展的新趋势和挑战,单志广强调,智算中心建设应以应用为导向,坚持开源开放、集约高效、绿色普惠的建设原则。不仅要以开放计算为核心,建立开源开放的软件生态,兼容适配各类主流软件,让智算中心高效“用起来、用得好”;同时,还应朝着标准化、集约化、低门槛和绿色低碳方向发展,通过算力﹢算法的一体化、基建化,发挥智算中心的高效赋能作用。

智算中心创新发展需注重“四化”

《指南》认为,智算中心要普适普惠,发挥公共基础设施的社会价值,需要构建起智算中心集约高效、普惠绿色的运行体系,构建智算中心建设的“四化”技术路线。

以算力基建化为主体——智算中心通过算力基建化,使得AI算力像水、电一样成为城市的公共基础资源,供用户按需使用。智算中心建设基于开放计算,兼顾软硬一体协同,构建多元融合型架构,将通用CPU与多元异构芯片(如GPU、FPGA、ASIC等)集成,融合多种算力,既满足现有客户的现实需求,又适度超前,满足面向未来客户的多元化算力需求。

以算法基建化为引领——智算中心的服务模式从提供算力为主向提供“算法﹢算力”转变。智算中心通过提供预置行业算法,构建预训练大模型,推进算法模型持续升级。算力基建化和算法基建化相辅相成,共同推动算力的普惠化。

以服务智件化为依托——《指南》认为,随着人工智能算法开发和模型训练正从专业化、高门槛向泛在化、易用性转变,智算中心的发展将由传统的硬件、软件向“智件”升级。“智件”的构建,让用户无须关注底层算力芯片和技术细节,以低代码甚至无代码开发的模式,为用户提供功能丰富、使用便捷的智能算力、算法服务和个性化开发服务,达到“带着数据来、拿着成果走”的效果。

以设施绿色化为支撑——智算中心通过采用液冷技术等先进的节能降碳技术,全面降低智算中心能耗,实现绿色发展。如果说“四化”中的“算力基建化”“算法基建化”“服务智件化”,是为了让智算中心普适普惠、“好用”“用好”,那么“设施绿色化”则是践行国家“双碳”目标的绿色发展要求。“四化”相互支撑、相互协同,共同构建起智算中心高效运行体系。

《指南》还对智算中心的建设类型和运营模式提出了建议。智算中心建设不仅需要结合建设基础、当地或区域产业特色,分类引导施策,改建并行,发展与数字经济相适应的智算中心,还需选择合理的建设和运营模式,实现长效运营、促进有序布局,保证智算中心所释放的经济社会效益最大化。

文章来源://www.profoottalk.com/2023/0112/4117.shtml

Baidu
map