智算中心建的還不夠多
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。


