從“紙面算力”到“好用算力”，超聚變打通AI+“最后一公里”

原創(chuàng) 贊收藏 評(píng)論

舉報(bào) 2024-09-28

掃描,分享朋友圈

如果要評(píng)選2024年的年度科技名詞，AI+當(dāng)屬最熱門的候選項(xiàng)。

年初的《政府工作報(bào)告》中首次提出了“人工智能+”行動(dòng)，正在從頂層設(shè)計(jì)著手，加快形成以人工智能為引擎的新質(zhì)生產(chǎn)力。

折射到市場層面，AI+作為一種新的范式，不斷深入千行萬業(yè)。金融、醫(yī)療、制造、交通、智慧城市等各行各業(yè)都在掀起一場智能革命，通過AI和算力的結(jié)合挖掘新質(zhì)生產(chǎn)力，不斷釋放出創(chuàng)新的乘法效應(yīng)。

同時(shí)也遇到了一些待解的難題，比如作為基礎(chǔ)設(shè)施的AI算力：當(dāng)AI成為場景革新的驅(qū)動(dòng)力量，算力環(huán)節(jié)如何破局？

剛剛結(jié)束的2024年中國算力大會(huì)“AI+，釋放算力新價(jià)值”論壇上，來自超聚變、中國電信、滴普科技、百度、英特爾等算力產(chǎn)業(yè)上下游的廠商，以及人工智能領(lǐng)域的院士和專家，深入探討了AI算力的現(xiàn)狀和趨勢(shì)。

也讓我們看到了問題的答案。

01 打破算力瓶頸，行業(yè)需要“好用算力”

“AI+各行各業(yè)”不是簡單的兩者相加，而是要利用數(shù)據(jù)、算力、算法等智能要素，催生出新的業(yè)態(tài)和增長動(dòng)能。

借用一個(gè)形象的比喻：AI+就好比是做飯，算法是鍋、數(shù)據(jù)是米、算力是火。特別是在“算法跟著算力走”的背景下，算力已經(jīng)可以在某種程度上和生產(chǎn)力劃等號(hào)，算力強(qiáng)則AI強(qiáng)，算力不足，AI就會(huì)掉鏈子。

現(xiàn)實(shí)情況卻是，AI算力的瓶頸在2024年依舊存在。

一是算力缺口的加劇。

參考美銀等機(jī)構(gòu)的報(bào)告：大模型進(jìn)入到萬億參數(shù)時(shí)代后，對(duì)算力的需求達(dá)到了每年750倍的指數(shù)級(jí)膨脹，而目前的硬件算力供給只有3倍每兩年的增速，供需缺口正在隨著時(shí)間加劇。

也就意味著，讓無數(shù)企業(yè)頭大的“算力焦慮”，在時(shí)間的作用下將只增不減，同時(shí)也在拷問當(dāng)前的算力供給方式：僅僅只是在數(shù)量上做文章，永遠(yuǎn)填不滿各行各業(yè)的算力缺口，必須要思考怎么提升智能算力的效能。

二是算力亟需綠色化。

馬斯克和黃仁勛都曾抱怨“算力的盡頭是電力”，之后就傳出了“微軟算力中心搞崩了電網(wǎng)”的新聞。按照國際能源署的預(yù)測，2026年數(shù)據(jù)中心、人工智能等行業(yè)的電力消耗將達(dá)到1000太瓦時(shí)以上，增速是全球用電量的數(shù)十倍。

在這樣的語境下，綠色智算所涉及的不單單是環(huán)保議題，能否在綠色智算的布局上未雨綢繆，給出可行的創(chuàng)新解決方案降低功耗，直接關(guān)系著下一個(gè)十年的算力供給能力，左右著AI+在各行各業(yè)的融合進(jìn)程。

三是算力應(yīng)用的困境。

沒有汽車工業(yè)的繁榮，石油不過是廉價(jià)的燃料。同樣的邏輯也適用于AI，倘若不能在應(yīng)用層降低門檻、疏通堵點(diǎn)，使能各行各業(yè)的開發(fā)者高效打造AI原生應(yīng)用，所謂的算力價(jià)值也就無從談起。

目前AI應(yīng)用還處于試點(diǎn)階段，想要走向規(guī)模化落地，面臨著算力、模型、應(yīng)用等不同層級(jí)的痛點(diǎn)。比如算力的單一和兼容性問題，尤其是在模型推理的多元算力需求下；大模型調(diào)用的高門檻，模型和算力資源的匹配就勸退了不少開發(fā)者；以及應(yīng)用開發(fā)時(shí)面臨缺少工具鏈、開發(fā)效率低等挑戰(zhàn)。

AI算力的瓶頸是否無解呢？答案是否定的。

2024年中國算力大會(huì)“AI+，釋放算力新價(jià)值”論壇上，超聚變?nèi)騇arketing與銷售服務(wù)部總裁、算力事業(yè)部總裁張小華道出了行業(yè)上下游的一個(gè)共識(shí)：推動(dòng)算力從“紙面算力”到“可用算力”再到“好用算力”的轉(zhuǎn)換。

簡而言之，AI算力既要增量，也要提質(zhì)。

正如超聚變算力領(lǐng)域與拓展部總裁唐啟明在演講中提到的：“面向AI算力，超聚變正在重構(gòu)基礎(chǔ)設(shè)施、跨越生態(tài)裂谷，逐步推向行業(yè)落地，通過縱向做深構(gòu)筑競爭力，橫向擴(kuò)展以IT賦能OT，和伙伴一起共促AI算力產(chǎn)業(yè)繁榮。”

超聚變指出了方向，也給出了可行的路徑。

02 告別能耗魔咒，構(gòu)建“綠色”智能算力

首先要解決的就是綠色智算。

為了解決算力資源分布不均衡的情況，國家在2022年初啟動(dòng)了“東數(shù)西算”工程，將東部的算力需求有序引導(dǎo)到西部，發(fā)揮西部的自然氣候和電力優(yōu)勢(shì)，通過算力資源的跨域調(diào)配，解決算力中心的能耗壓力。

可隨著大模型推理需求的爆發(fā)，對(duì)時(shí)延的要求越來越高，不少城市開始建立城市級(jí)、區(qū)域級(jí)的智算中心，以滿足不斷增長的推理算力需求。但在智算中心的建設(shè)上，并沒有盲目上馬，紛紛畫出了能耗紅線。

比如工信部等六部門在《工業(yè)能效提升行動(dòng)計(jì)劃》中提出：到2025年，新建大型、超大型數(shù)據(jù)中心電能利用效率（PUE）要優(yōu)于1.3；北京、上海、深圳、杭州、廣州等城市先后對(duì)新建數(shù)據(jù)中心提出了嚴(yán)格要求，其中深圳已明確鼓勵(lì)PUE值低于1.25的數(shù)據(jù)中心。

正如外界所熟知的，PUE值越接近1，表明非IT設(shè)備的耗能越少，數(shù)據(jù)中心的能效水平越高。目前國內(nèi)大型數(shù)據(jù)中心的平均PUE值為1.55，超大型數(shù)據(jù)中心平均PUE值也只有1.46，意味著能耗只有一半用在了“計(jì)算”上，其他的則浪費(fèi)在了散熱、照明等方面。

對(duì)于智算中心分布密集的一二線城市，能否在自然氣候不占優(yōu)勢(shì)的前提下，降低智算中心的PUE值呢？

2024年中國算力大會(huì)上，超聚變的FusionPoD for AI 新一代全液冷整機(jī)柜GPU服務(wù)器斬獲了“算力中國·年度重大突破成果”。在主辦方公布的獲獎(jiǎng)理由里，除了在算力密度、海量數(shù)據(jù)訪問上的出色表現(xiàn)，散熱和供電能力的權(quán)重同樣不可小覷：100%全液冷散熱搭配105kW高效集中供電，讓PUE低至1.06，5年TCO（總成本）降低15%以上，可以說是當(dāng)下綠色智算的首選方案。

可以佐證的是，目前超聚變液冷服務(wù)器的出貨量已經(jīng)達(dá)到70000+節(jié)點(diǎn)，其中和浙江電信聯(lián)合創(chuàng)新的端到端完整的數(shù)據(jù)中心液冷解決方案，采用了FusionPoD for AI整機(jī)柜液冷服務(wù)器規(guī)模部署，在有“中國四大火爐”之稱的杭州，實(shí)現(xiàn)了極致能效和超低PUE。

一個(gè)不應(yīng)被忽略的消息在于，超聚變?cè)?024年中國算力大會(huì)上發(fā)起成立了“液冷AI開放聯(lián)盟”，將致力于構(gòu)建標(biāo)準(zhǔn)化的智算底座，讓產(chǎn)業(yè)用戶可以更快、更易、更好地獲取和使用AI算力。

言外之意，基于液冷AI開放架構(gòu)的“綠色算力”，在接下來一段時(shí)間里，每年都會(huì)成倍提升。

開源證券等第三方機(jī)構(gòu)也在報(bào)告中預(yù)測了綠色智算的趨勢(shì)：AIGC正驅(qū)動(dòng)智算中心朝高密度、低PUE發(fā)展，2022年到2027年中國液冷數(shù)據(jù)中心市場將保持59%的復(fù)合增長率，2027年市場規(guī)模將突破千億大關(guān)。

把以上信息做個(gè)歸納的話，智算中心告別能耗“魔咒”，已經(jīng)是一種現(xiàn)在進(jìn)行時(shí)，一種行業(yè)主旋律。

03 軟硬件協(xié)同，打通AI+“最后一公里”

綠色智算加速了“可用算力”進(jìn)程，距離“好用算力”還有多遠(yuǎn)呢？

作為算力基礎(chǔ)設(shè)施與服務(wù)領(lǐng)域的“塔尖”選手，超聚變已經(jīng)給出了自己的回答：

南向創(chuàng)新提升智算效能。

不只是前面提到的FusionPoD for AI全液冷整機(jī)柜GPU服務(wù)器，還包括開箱即用的超聚變超融合訓(xùn)推一體機(jī)等產(chǎn)品，同時(shí)推出了AI Space大模型加速引擎，借助模型遷移、適配和調(diào)優(yōu)能力來提升智算效能。

北向使能AI融入現(xiàn)有業(yè)務(wù)。

直接的例子就是2024年中國算力大會(huì)上發(fā)布的超聚變FusionOne Al解決方案，圍繞AI落地在算力、模型、應(yīng)用等環(huán)節(jié)的痛點(diǎn)，提供了三大核心能力，進(jìn)而縮短從算力到應(yīng)用的距離，加速AI融入業(yè)務(wù)。

在算力層，超聚變打造了兼容多元AI算力、異構(gòu)算力的XPU資源池，瞄準(zhǔn)了行業(yè)普遍存在的痛點(diǎn)：在實(shí)際業(yè)務(wù)中常常需要CPU、GPU、FPGA、NPU等多種算力，被迫部署不同架構(gòu)的服務(wù)器。

超聚變通過XPU資源池的方式，可以廣泛兼容intel、AMD、NVIDIA、昇騰、摩爾線程等多種異構(gòu)算力，并在智能調(diào)度的幫助下實(shí)現(xiàn)了50%有效算力提升，助力客戶在推理算力上“一次投資，持續(xù)演進(jìn)”。

在模型層，超聚變的模型工程涵蓋了開源和第三方商用模型、場景化數(shù)據(jù)集，以及測試、聯(lián)調(diào)、發(fā)布、部署、管理在內(nèi)的模型使能工具和算子加速，進(jìn)一步降低了大模型微調(diào)開發(fā)和推理上線的技術(shù)門檻。

以大模型與算力資源的匹配為例，在傳統(tǒng)流程中，工程師需要根據(jù)模型的需求調(diào)整算力資源，在模型的計(jì)算需求與可用的硬件資源之間找到一個(gè)平衡點(diǎn)，對(duì)經(jīng)驗(yàn)和能力的要求非常高，超聚變的解法是“模型與算力資源自動(dòng)按需匹配”。

在應(yīng)用層，超聚變提供了數(shù)據(jù)工程、知識(shí)庫、插件在內(nèi)的全周期AI工具鏈，并配備了專業(yè)的AI服務(wù)團(tuán)隊(duì)，前者旨在降低AI原生應(yīng)用開發(fā)的門檻，后者對(duì)應(yīng)的是100多位經(jīng)驗(yàn)豐富的AI工程師。

個(gè)中邏輯并不難解釋。相較于算力和模型，應(yīng)用直接和客戶的生產(chǎn)力掛鉤，在AI+方興未艾的氛圍下，只有打通AI+的“最后一公里”，讓算力的價(jià)值照進(jìn)現(xiàn)實(shí)，讓各行各業(yè)看到AI+的“倍增效應(yīng)”，整個(gè)產(chǎn)業(yè)才會(huì)有序向上生長。

目前FusionOne Al解決方案已經(jīng)服務(wù)超聚變的主流業(yè)務(wù)場景，覆蓋了4000+員工、10000+合作伙伴，生成了百萬行代碼，實(shí)現(xiàn)80%以上的效率提升……超聚變軟硬件協(xié)同釋放算力新價(jià)值的解法，已經(jīng)得到了驗(yàn)證。

每次提到AI+的時(shí)候，總有人想要尋找殺手級(jí)應(yīng)用或者iPhone時(shí)刻，或許最正確的方式恰恰是像超聚變這樣，解決AI+的一個(gè)個(gè)痛點(diǎn)和堵點(diǎn)，讓智能算力潤物細(xì)無聲地“滋潤”各行各業(yè)的每一個(gè)場景。

04 寫在最后

誠如2024年中國算力大會(huì)所呈現(xiàn)的，一個(gè)AI驅(qū)動(dòng)的美麗新世界在算力時(shí)代變得越來越清晰。

通往“新世界”的道路上，有挑戰(zhàn)，有機(jī)遇，還有一群默默“鋪路”的技術(shù)人。有理由相信，超聚變和伙伴們的聯(lián)合創(chuàng)新，將重塑算力新格局、釋放算力新價(jià)值，點(diǎn)亮千行萬業(yè)的數(shù)智化之路。

在AI+的浪潮下，城市將變得更加智慧、安全，企業(yè)將更加高效、充滿活力，生活將更加便捷、充滿想象。

本文系作者授權(quán)數(shù)英發(fā)表，內(nèi)容為作者獨(dú)立觀點(diǎn)，不代表數(shù)英立場。
轉(zhuǎn)載請(qǐng)?jiān)谖恼麻_頭和結(jié)尾顯眼處標(biāo)注：作者、出處和鏈接。不按規(guī)范轉(zhuǎn)載侵權(quán)必究。