一百多年前，自激發電機的出現開啟了人類的電力時代，但隨著技術演進以及電力需求的激增，電機供電的局限性逐漸制約了電力的深度普及。直到1882年，愛迪生在珍珠街建起了第一個中央發電廠，照亮了整個曼哈頓，也揭開了電力時代的新篇章。

　　一百多年后的今天，人工智能產業正迎來爆炸式發展，作為人工智能產業能源的算力資源，也在應用場景日益復雜化和數據量爆炸式的增長下遭遇瓶頸。

　　AI算力需求激增， 掀起全球范圍算力基礎設施競賽

　　自1946年第一臺計算機誕生以來，算力逐漸成為新的電力，推動人類社會不斷從物理世界向數字世界遷移。在此期間，人類對算力的需求不斷增長。尤其2012年以后，隨著深度學習等算法的突破，AI第一次走進普通人的生活。

　　一方面，AI的應用場景越來越多，從語音、目標識別，到智慧工廠、智慧城市……乃至戰爭中的武器。另一方面，AI模型的大小、算法參數也呈幾何級增長，鵬城實驗室最新發布的“鵬程.盤古”預訓練大模型，擁有驚人的2000億個參數!這樣的大模型，以及越來越廣泛的應用場景，對AI算力的需求呈現爆炸式的增長。

　　幾年前，谷歌AI負責人杰夫·迪恩(Jeff Dean)曾預言：“我們真正需要的是超過現在100萬倍的計算能力，而不僅僅是幾十倍的增長。”即便如此大膽的預測，也還是顯得太保守。事實上，從2012年到2019年，短短六年間，人類對AI算力的需求增長了30萬倍，平均每100天就會翻倍，遠超摩爾定律。

　　與此同時，AI算力的實際增長卻有限，需求和供給之間形成一個巨大的鴻溝。

　　為了填補這個鴻溝，一種新的AI基礎設施誕生了，它就是：人工智能計算中心。

　　在此之前，人類建過許多大型的計算中心。比如，我們熟知的超算中心，集中了一個國家或地區的最強算力，主要用于科研。還有阿里、華為等云廠商興建的云計算中心，基于云平臺，向全社會提供大數據的計算、存儲等服務。它們雖然也對外提供AI算力，但畢竟不是主業。而人工智能計算中心專為AI打造，主要用于AI模型的開發、訓練和推理，能夠為全社會提供AI所需的專用算力。

　　這種新的AI基礎設施，自誕生之日起，就成為全球主要AI大國的角力場。比如，美國投資18億美金，計劃在全國打造三個E級超算，其中一個的算力，超過目前全球十大超算的總和。德國早在2018年就推出國家級人工智能戰略，并資助一批高校建設人工智能計算中心。中國也先后建成了深圳鵬城云腦和武漢人工智能計算中心，還有多個城市已開工或者正在籌建人工智能計算中心。

　　在政府主導下，許多頭部企業也紛紛下場。谷歌自研AI專用的TPU芯片，并通過云平臺對外輸出AI云服務。微軟也宣布，斥資10億美元，構建一個AI計算平臺。在中國，阿里投入重金，建立超大規模機器學習平臺。而華為，更是鵬城云腦和武漢人工智能計算中心背后的建設主力軍。

　　蓬勃發展的AI產業，無限放大了全社會對算力的需求。為了邁過這道鴻溝，全世界以政府主導、頭部企業參建的模式，正掀起一場AI算力的軍備競賽。

　　“一中心四平臺”，人工智能計算中心是AI產業發展的最佳路徑

　　在人工智能計算中心出現前，人們是如何解決AI算力問題的呢?

　　除了超算中心和云計算中心“兼職”外，更多靠企業自建。例如，谷歌早期就用GPU來加速。后來，為了訓練AlphaGo，開發了TPU芯片。但像谷歌這樣財大氣粗的企業，畢竟是少數。更多的企業，缺乏足夠的資金來搭建自己的AI算力。勉強搭起來，算力也有限。而且不同企業的算力，還分散在全國，各自為政。以這樣的算力，很難訓練出大模型，更別提GPT-3這種超級大模型。而后者，是推動AI技術不斷進步、產業不斷發展的關鍵。

　　未來，AI產業要想大發展，亟需降低算力門檻。而在各地集中建設AI基礎設施，也就是人工智能計算中心，不失為一個好的解決方案，可以有效降低AI的算力成本，一改過去AI算力分散的局面。

　　在地方政府的產業政策引導下，通過集中建設，這種AI基礎設施可將算力普惠地輸出給全社會，包括企業、科研機構和高校。

　　過去，訓練一個大模型，動輒上千萬美元。如今，企業和開發者，可按需租用算力，花小錢辦大事，極大地降低了門檻，加速了AI創新。這一點，對于AI產業的繁榮，極為關鍵。

　　就像電廠一樣，人工智能計算中心首先是一個公共算力服務平臺。

　　但，光有算力還不夠。電廠之所以是社會經濟的發動機，背后是一個生態，包括上下游產業鏈、設備廠商和終端用戶，等等。因此，人工智能計算中心除了是一個算力服務平臺，還是一個AI產業聚集發展平臺，能夠聚合AI產業鏈上的各類公司，包括算法公司、數據處理公司、行業集成公司等，形成完整的產業閉環，促進和推動AI產業集群發展。

　　此外，它還是一個應用創新孵化平臺，通過開發者AI創新，與本地優勢產業(如制造、醫療、交通、智能電動車等)相結合，讓技術轉化為產業價值，帶動當地產業智能化升級。以武漢為例，庫柏特的智能機器人在武漢人工智能計算中心的支持下，通過視覺處理算法創新，其機械臂每次抓取藥盒的拍照時間，從過去200毫秒縮短至50毫秒!武漢市政府計劃，到2023年孵化60個以上類似的AI深度應用場景，形成AI應用示范項目超過100個。

　　人工智能計算中心也是一個科研創新和人才培養平臺，為將來儲備技術和人才。目前，經教育部批準設立AI本科專業的高校已達200余所。有了人工智能計算中心，這些院校可聯合行業龍頭企業，基于前者充沛的算力，開展技術研發和關鍵人才的培養。在深圳，鵬城實驗室就依托“鵬城云腦Ⅱ”，聚集了31位院士和2000多名科研人員，使得深圳一躍成為國內AI人才高地。

　　今天的中國，正在打造國家新一代人工智能創新發展試驗區。

　　人工智能計算中心通過“1個中心+4個平臺”，形成一個完整的算力生態，徹底打通了“產”“學”“研”“用”全產業鏈，滿足了國家和地方對人工智能產業發展的需求。從這個意義上講，人工智能計算中心是我國發展人工智能產業的最佳路徑。

　　未來，小到手機、人臉識別，大到無人駕駛、工業機器人……人工智能計算中心將為全社會的智能化，提供源源不斷廉價充沛的AI算力，從而托起中國經濟的明天。

　　培育人工智能根技術，夯實我國AI基礎設施底座

　　先行一步的武漢和深圳，已經看到了這種希望。

　　在武漢，華為助力打造的人工智能計算中心，AI峰值性能可達100PFlops(1P相當于每秒1000萬次浮點運算)。在深圳，基于華為Atlas 900集群的“鵬城云腦Ⅱ”可提供世界頂級算力，在最新一期IO500榜單中位居榜首，其全系統輸入輸出性能得分是排名第二的近20倍。武漢和深圳之外，包括成都在內，全國20多個城市也在積極籌建人工智能計算中心。充沛的算力，給當地乃至全國經濟注入了強勁的動力。

　　從深圳到武漢，再到已開工的成都，中國在興建人工智能計算中心的路上，再次展現了“基建狂魔”的本色。但同時，我們也要清醒地看到，在這個事關未來的AI基礎設施建設上，我們還存在短板。

　　過去十年，中國在目標識別等AI應用上，領先于世界。可當我們向上捅破天，低下頭來建人工智能計算中心時才發現：與西方先進水平相比，自己在AI根技術上還有不小的差距。

　　電廠的核心是發電機組，人工智能計算中心的核心是芯片。

　　過去，無論超算還是云計算中心，多采用CPU+GPU組合。如今，人工智能計算中心加入了FPGA、NPU等異架構處理器，以多樣化算力，加速AI計算。

　　NPU是一種AI專用芯片，可在電路層模擬人類的神經元和突觸。與傳統芯片相比，AI算力有數十上百倍的提升。

　　下圖對比了CPU、GPU和TPU(谷歌開發的NPU)的數據處理方式。

　　NPU的這種大吞吐量，對于需要數據清洗、模型生成、訓練和推理的AI計算來講，優勢尤其明顯。美國排名第二的打車軟件Lyft，自從用了谷歌Cloud TPU，也就是云上AI算力后，以前幾天才能干完的活，現在幾小時就搞定了。但無論CPU、GPU，還是NPU，國內企業在這些底層芯片上的積累，還比較薄弱。CPU、GPU幾乎被英特爾、AMD和英偉達三家公司壟斷。NPU相對好一些，華為有昇騰系列，寒武紀也開發了思元系列。

　　而這，還只是硬件問題。

　　軟件方面，人工智能計算中心是一個算力多樣化的平臺，如何將眾多異架構芯片放在一起還能相互兼容，需要統一的編程框架。當年，英偉達為了將圖形處理芯片GPU用在通用計算上，開發了CUDA。如今，華為為了提高開發效率，設計了異構計算架構CANN。

　　算法是AI的核心。

　　全世界每天都在產生新的算法和模型，開發者不需要從頭學習，但他們需要一個統一的AI算法平臺和框架。

　　目前，全球大多數開發者都選擇了谷歌的TensorFlow和Facebook的Pytorch。國內企業最初在這個領域一片空白，后來才有了華為的MindSpore和百度的飛槳，但在開發者人數上，與對手還有不小的差距。有了芯片，有了編程平臺和AI框架，再往上，就到了AI應用軟件開發平臺。在這一層上，國內企業實力不俗，阿里有PAI，華為有ModelArts，百度有AI Studio。開發者們在這些平臺上，最終做出賦能千行百業的APP。

　　AI根技術是AI的基石，只有根深，才能葉茂，才能從底層釋放出充沛的算力，支撐起整個頂層應用的全面繁榮。

　　這種從底層算力釋放，到頂層應用使能的AI全棧能力，可以用下圖一欄全貌：

　　從圖上可知，谷歌無疑是AI能力最強也最全面的科技公司之一。在國內，擁有類似能力的企業屈指可數，華為算是一家。

　　作為引領新一輪科技革命和產業變革的戰略性技術，人工智能無疑已成為全球大國角力的主戰場，并在很大程度上決定著一個國家或地區未來的命運。在我國，人工智能早已上升到國家戰略，并在十四五規劃中被正式列為前沿科技領域的最高優先級。

　　道阻且艱，行則將至。各城市人工智能計算中心的陸續落成，無疑讓我們向發展為人工智能領域的世界領導者目標又邁出一大步。未來，可期!

特別提醒：本網信息來自于互聯網，目的在于傳遞更多信息，并不代表本網贊同其觀點。其原創性以及文中陳述文字和內容未經本站證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關內容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網有任何內容侵犯您的權益，請及時聯系我們，本站將會在24小時內處理完畢。