2023年即將收尾，回望這一年可謂是智算興起之年。智算中心建設方興未艾，從政府到產業，紛紛將大量的資源、人力投入其中。

工信部等六部門發布的《算力基礎設施高質量發展行動計劃》明確列出了發展目標：今年末，我國算力總規模達到220Eflops，智能算力占比25%；到2025年，總算力達到300Eflops，智能算力占比要達到35%。

相比于工信部的規劃目標，市場需求的增長要更加迅猛。根據相關市場機構調研，我國智能算力在未來幾年中，將以52.3%的年復合增長率增長。相比之下，工信部的建設目標可謂相當“保守”。

不容錯過的轉折點

智算中心建設之所以火爆，自然是因為2023年人工智能技術大爆發帶來的算力需求刺激。智算基礎設施，作為人工智能發展的重要支柱，其建設的重要性不言而喻。但其對未來發展的重要性，遠超“供需”關系這么簡單。

“今天進入一個全面的人工智能發展范式改變的階段！”在12月12日-14日召開的第十八屆中國IDC產業年度大典（IDCC2023）上，請中國信息通信研究院云大所副所長、人工智能研究中心常務副主任魏凱做出了如上論斷。

魏凱在其演講中提到了大模型時代的到來，以及隨之而來的技術挑戰和行業機遇。他強調了大模型相比此前的人工智能技術有的四個顯著特征：規模可擴展性、多任務適應性、復雜推理能力和知識吸收能力，這些都預示著人工智能技術發展進入了一個轉折點。

尤其是在規模擴展方面，魏凱提到了“Scaling Law”規律。這是Deep Mind在2020年發現的一個規律：模型性能隨著模型規模、數據規模和算力規模等因素的增大而提升，呈現出冪律分布的特征。

顯然，提升算力規是提升人工智能能力的重要抓手之一。沒有強大的計算能力、高效的數據處理和存儲系統，大模型的潛力無法得到充分發揮。因此，投資智算基礎設施，不僅是推動技術進步的必要條件，也是促進整個產業生態發展的關鍵。

魏凱所提到的“Scaling Law”規律，更是直接指向了智算基礎設施建設的核心價值。隨著模型規模的不斷擴大，對算力的需求也在不斷增長，這就要求我們必須建立更加強大、高效的智算基礎設施，才能在這個人工智能發展的轉折點，切實抓住發展機遇。

AI超越人類的序幕

目前，“Scaling Law”規律還“看不到邊界”，OpenAI的大模型同樣符合“Scaling Law”規律，這也是ChatGPT驚艷表現的由來。

魏凱表示，“Scaling Law”規律代表了一種可能：通過堆算力、堆數據、堆資源、堆資金，就可以完成以前看似無法完成的任務：“所以無論國內外，都在‘瘋狂’建設智算中心”。

“大模型其實拉開了通用人工智能，也就是人工智能系統全面超越人類的序幕，”魏凱表示：“這是很激動人心的時刻。”

魏凱認為，從宏觀上看，人工智能的飛速發展，對經濟社會將帶來多個維度的改變：

一是人機交互方式的巨大革新。從代碼方式的交互，進化為自然語言交互。甚至在國外的一些研究表明，人工智能可以猜測人類的意圖，主動幫人類解決問題。

二是生產力新引擎。魏凱以小紅書舉例，闡述了AI在內容生產方面產生的能力飛躍，以及重塑了內容生產流程。此外如企業管理、編程工作等。

三是對科研范式的變革。魏凱稱之為 R&D 新范式，涵蓋了從基礎研究到產品研發的多方面，比如蛋白質結構預測，新材料研發，大飛機風洞試驗，藥物研發等。

當然，當前的人工智能距離超越人類還有一段不短的路要走。魏凱表示，大模型并沒有廣泛在行業里形成生產力，原因在于四點：合適的工具、高質量的數據集、企業治理、風險管控。

魏凱認為，當前“工具”門檻還比較高，“訓練推理聽起來都比較復雜”。而建設足夠的智算中心，提供充足的算力服務，無疑是解決工具門檻的最根本解決措施。智算基礎設施的建設不僅關系到人工智能技術的未來，更是推動整個社會進步的基石。我們應當認識到其重要性，并采取行動，為通用人工智能的到來做好準備。