AI算力基础设施：机遇与挑战并存

在2023年5月29日，由我国中科院计算所主办的“ChatGPT下算力的机遇与挑战”主题研讨会成功举行。会议邀请了多位中国科学院院士和的中国工程院院士，包括陈润生、钱德沛、郑纬民、廖湘科等，以及来自北京应用物理与计算数学研究所的袁国兴研究员，中国信息通信研究院的余晓晖院长，国家信息中心的单志广主任，中科院计算所的张云泉研究员，清华大学的陈文光教授，中科院计算机网络信息中心的陆忠华研究员，国家高性能计算机工程技术研究中心的曹振南副主任等知名专家学者。这些专家们从技术、生态等多个角度进行了深入的交流和研讨，探讨了清力产业的发展趋势，并针对当前的人工智能基础设施及算力服务建设等问题提出了有效的应对策略。

算力基础建设的关键在于“通专”结合

今年以来，ChatGPT的概念持续受到关注，推动了AI技术在各行各业中的广泛应用。随着应用场景的日益多元化和复杂化，对计算能力的需求也达到了前所未有的高度。与此同时，作为人工智能算力基础设施的重要组成部分，算力供应引擎的建设和发展也面临着重要的挑战。

当前，我国超过30个城市正在积极筹备或已经提出了建设智能计算中心的项目，大部分都遵循着“政府引导、企业负责、共同运营”的发展策略。具体来说，就是通过地方政府财政的统一投入，建设完成后向各行各业提供公共计算服务。在这个模式下，智能计算中心被视为公共服务设施，其目标是在满足广泛应用需求的同时，具备一定的普适性，以实现通用的功能。然而，智能计算中心也应具备支持某些对计算精度和效率要求较高的个性化应用场景的能力，以实现专用的功能，满足特定需求。

在与会专家的共同认可下，我们得出了这样的结论：将“通专”相结合将成为构建人工智能算力基础设施的关键所在，并且为此提出了两条核心建设方向。首先，我们需要实现算力的整合。这就要求我们的人工智能算力基础设施要具备全精度算力，从而成为一个全才式的算力平台。这样，用户就能根据诸如AI for Science、AI for Industries等各种实际应用场景的需求，灵活地配置算力资源，包括通用算力、专用算力和高性能算力，以推动其业务的发展。其次，我们需要推动生态的融合。“通专”结合的人工智能算力基础设施是一个全面的解决方案，对底层架构的开放性有着更高的要求。这既需要各种技术路线的竞争发展，也需要寻求适应性和兼容性的统一，以形成一个包含万象的整体架构。同时，这也有助于降低应用迁移的门槛，进而推动产业生态的发展。

算力网络不止于连接资源，更在于连接生态

随着ChatGPT的流行，行业和地区之间的算力分布不均衡问题越来越明显，而算力网络的发展也受到了广泛关注。

在与会专家的共同观点中，他们强调的是利用计算和网络这两大IT以及CT基础设施，从而使用户能够轻松便捷地获取算力资源。然而，对于算力网络的建设来说，仅仅实现全国范围内的各类型计算中心的统一管理和调度，进而整合算力、存储、网络以及数据等分布式资源，这仅仅是初步阶段的工作。更为关键的建设环节，在于深度连接整个产业生态，也就是将人与人、人与应用、人与服务紧密地联系在一起。

超算互联网作为算力网络的重要形态，从实践层面诠释了算力网络的建设本质。首先是狭义的互联，即在物理层面，连接不同体系架构的算力中心，构建可以统一使用、对外服务的基础设施，实现资源的调度、共享。其次是广义的互联，即在生态层面，以互联网的思维运营超算中心，基于计算、软件、应用解决方案等资源进行深度整合，建立一个以应用服务为主导的创新型平台，并通过市场化的运营和服务体系，紧密链接上下游，使供需方快速对接，快速找到各自需要的资源。

通过物理及生态层面的双重互联，算力网络可进一步使能算力服务，合理配置、融合、释放算力，降低应用门槛。让算力资源从高不可攀的技术变成普适普惠的服务，支撑国家重大的科研项目、社会民生以及千行百业的发展。（战钊）

来源：光明网