AI时代 ， 智算、超算怎么选？
文章图片
随着数字经济浪潮席卷全球 ， 数字化、网络化、智能化技术发展已经上升到国家战略层面 。 其中 ， 人工智能作为新的生产力 ， 赋予了数字经济发展新的使命 。 随着AI产业化的深入 ， 算力作为其基础支撑被推向发展前沿 ， 提升算力水平、做强算力产业 ， 已经成为全球40多个国家的共识战略 。
在我国 ， 算力发展格局日趋明朗 ， 各部委从政策、规划、布局等维度全面推动算力基础设施的建设 ， 例如国家新一代人工智能创新发展试验区建设工作、国家人工智能创新应用先导区建设工作以及近日发布的“东数西算”工程 。 在此背景下 ， 以超级计算中心、人工智能计算中心等为代表的算力基础设施建设如火如荼 。 与此同时 ， AI的场景需求、计算能力、资源分配等问题日益突出 ， 如何选择合适的算力驱动AI产业高质量发展 ， 亟待探讨 。
认清多样算力 ， 分清应用场景
所谓算力 ， 代表了对数字化信息处理能力的强弱 。 加快算力基础设施建设的背后 ， 存在着对计算能力认知性知识缺乏、应用场景需求模糊等问题 ， 导致供需错位时有发生 。
拿常见的智能计算和超级计算来说 ， 二者在计量单位、计算精度及应用场景上就有很大差异 。
中国计算机学会高性能计算专业委员会秘书长张云泉指出 ， 目前的超级计算中心和智能计算中心 ， 虽然都以“P”来作为算力单位 ， 但超算的单位是“FLOPS”（每秒浮点运算能力） ， 而一些智能计算机的单位应该是“OPS”（即每秒操作次数） 。 这两个压根就是不同的单位 ， 不能直接横向比较 ， 有些媒体关于智能计算1000P算力超过目前世界最强超算算力的报道 ， 只能成为专家笑谈 。
【智能化|AI时代，智算、超算怎么选？】同时 ， 超算与智算的算力精度存在着巨大差异 。 超算为双精度浮点运算 ， 智能计算的算力精度多为对精度要求较低的单精度和半精度 。 通常情况下两个相邻精度的同等数值算力差距大约为2.3倍 。 当然两者的计算能力不是简单的量数差距 ， 受到精度影响 ， 多数智能计算机并不具备高精度数值计算能力 ， 这也限制其在AI计算之外的应用场景使用 。 而超算作为一种通用算力 ， 高精度计算能力更强 ， 应用范围更广 。
定位自身需求 ， 精准选择适配算力
数字经济发展推动下 ， 我国算力产业建设处于快速起步阶段 。 但与世界上计算产业成熟、算力水平领先的国家相比 ， 现阶段我国算力产业缺乏整体布局 ， 算力与数字产业的供需结构仍面临模式粗放的问题 。
要合理利用算力为AI产业腾飞插上翅膀 ， 要在正确认识算力的基础上 ， 结合自身发展需求 ， 对算力的应用场景有着明确清晰的认识 。
对于不同的区域而言 ， 如果目标是希望建设成为科学创新高地 ， 支撑多产业发展 ， 那么超算算力是首选 。 超算既可以广泛应用于科学计算、能源、气象、工程仿真等传统领域 ， 也可以用于生物基因、智慧城市、人工智能等新兴领域 ， 可全力支撑基础科学领域及新兴产业发展 。 例如在医疗领域 ， 科学家使用分子对接技术 ， 针对与埃博拉病毒蛋白V35的对接、一天完成4000万分子化合物的抗埃博拉病毒药物筛选 ， 这其中就有超算算力的功劳 。
在AI快速发展的大环境下 ， 如果只是希望用于支持专一的人工智能应用场景 ， 选择相对造价低、专用性强的人工智能算力设施无可厚非 。 当然 ， 这里也需要注意 ， 即使是人工智能领域 ， 也分为图像分类、自然语言处理及强化学习等八大应用场景 ， 不同的应用场景对算力的要求也不同 ， 一般推理需要半精度或整型计算能力即可 ， 而涉及到人工智能更关键的训练场景同样需要单精度及以上的算力 。
高精度与低精度 ， 通用与专用 ， 区域算力中心的规划应主观上深入考量当地产业发展需求 ， 匹配契合度更高的算力供给模式 ， 方可打造高质量、可持续发展的算力产业体系 。
推荐阅读
- 智能化|适老化服务让银行更有温度
- 数据|数智安防时代 东芝硬盘助力智慧安防新赛道
- 智能化|龙净环保：智能型物料气力输送系统的研究及应用成果通过鉴定
- 最新消息|宁德时代再投240亿元扩产宜宾基地
- 硬件|一个时代落幕 佳能：1DX3将会是旗下最后一款旗舰单反
- 转向|时代落幕，佳能：1DX3 将会是旗下最后一款旗舰单反
- 孙自法|中国科技馆“智能”展厅携多款机器人亮相 喜迎新年和人机共融时代
- 协同|网文论︱网络文学与AI写作：人机协同演化时代的文学之灵
- 大脑|从抗疫到治堵，AI成行业智能化“大底座”
- 消费者|华为、安踏、蜂花、鸿星尔克与曹县汉服：“新国货”的觉醒时代