智能计算中心：新型“超级大脑”

对人工智能来说，数据是“生产资料”，算法是“灵魂”，而算力是“第一推动力”。

　　国防科技大学研制的天河二号超级计算机系统

　　2020年3月9日，科技部宣布支持重庆、成都、西安、济南建设国家新一代人工智能创新发展试验区，加上此前获批的北京、上海、合肥、杭州、深圳、天津和浙江德清县，国家新一代人工智能创新发展试验区目前已增至11个。

　　作为新基建重要领域之一，我国人工智能已进入加速爬坡阶段。

　　算法、数据和计算力是推动人工智能技术进步和产业发展的“三驾马车”。寒武纪公司副总裁刘道福曾比喻，对人工智能来说，数据是“生产资料”，算法是“灵魂”，而算力是“第一推动力”。

　　“新一代人工智能需要新一代超级计算，不仅要在运算的速度上达到新水平，而且要在智能化应用上形成新局面。”中国新一代人工智能发展战略研究院执行院长龚克说。

　　为应对新的产业发展需求，算力基础设施正在升级。除对现有数据中心（Internet Data Center，简称IDC）进行智能化改造，使其成为能提供智能计算服务的算力平台外，一些围绕人工智能产业需求而设计、为人工智能提供专门服务的智能计算中心（Artificial Intelligence Data Center，简称AIDC）也在加速落地。

　　根据2017年国务院印发的《新一代人工智能发展规划》，到2030年，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。如今，不少地方政府和企业正在布局人工智能计算，通过新型人工智能芯片和新型计算方法强化计算中心这一“超级大脑”，使其算力更强、速度更快，赋予人工智能更强劲的“爬坡之力”。

　　抗疫“小试牛刀”

　　随着语音识别、人脸识别等人工智能技术的应用，人们已经体验到人工智能在日常生活中发挥的作用，而在阻击新冠肺炎疫情的过程里，人工智能也在无人消杀、病毒溯源、辅助诊断、智能测温和药物研发上“小试牛刀”了一回。

　　以疫情预测为例，2020年2月下旬，来自南京的人工智能企业南栖仙策科技有限公司自主研发的可编程决策平台Universe便搭建了一个疫情传播模型。

　　该模型可预测60天的新冠肺炎疫情，并在仅有确诊病例数据的情况下，推导潜在感染人数、接触感染率等未知因素，进而在不同防控力度的预置条件下实施预测，为疫情防控提供决策辅助。

　　使这一预测模型更快学习真实疫情数据并推演未来的，正是116亿亿次/秒（1.16Eops）的智能化算力，由珠海横琴新区的横琴先进智能计算平台所提供。该平台的核心计算单元采用寒武纪公司最新一代人工智能芯片，能提供的算力比现有的传统CPU高性能计算中心更强。

　　在算力领域，传统高性能计算和云计算已较成熟，正在多个应用赛道上全面发力，但传统CPU高性能计算中心的算力则很难满足人工智能的要求。

　　人工智能的单点决策能力需要通过对海量数据的密集计算来实现。举例来说，2016年3月谷歌人工智能阿尔法围棋（AlphaGo）对弈韩国棋手李世石时，背后就有着数千台服务器、上千块CPU、高性能显卡以及巨大的耗电量。

　　随着数据总量的增长和智能化社会构建需求的扩大，人工智能产业对算力的要求越来越高。中国工程院院士、浪潮集团首席科学家王恩东认为，在新基建各大领域之中，相比云计算和大数据，人工智能对算力的需求几乎是“无止境”的。

　　根据人工智能研究组织Open AI统计，从2012年至2019年，随着人工智能深度学习“大深多”模型的演进，模型计算所需计算量已增长30万倍。斯坦福大学发布的《AI Index 2019》报告也显示，2012年以后，算力需求每三四个月就翻一番，现有算力面临捉襟见肘的局面。

　　随着新基建的加速建设，人工智能与大数据、云计算、物联网等融合也会进一步加快，智慧医疗、无人驾驶、智慧城市、智慧金融等应用场景，背后都需要算力支撑。（见图1）

　　“如果算力不能快速提升，那我们将不得不面临一个糟糕的局面：当规模庞大的数据用于人工智能的训练学习时，数据量将超出内存和处理器的承载上限，整个训练过程将变得无比漫长，甚至完全无法实现最基本的人工智能。”浪潮集团人工智能和高性能计算部总经理刘军说。

　　根据国际数据中心（IDC）和浪潮集团共同发布的《2019-2020中国人工智能计算力发展评估报告》，目前市场上普遍采用CPU+GPU芯片的方案来应对人工智能计算需要。由于GPU适用于人工智能的训练负载，从而可实现加速，因此有越来越多的GPU供应商针对人工智能的需要生产产品，提出“为深度学习而设计”。

　　智能计算中心陆续落地

　　龚克认为，目前需要统筹利用大数据基础设施，建设高性能、智能计算基础设施，提升超级计算中心对人工智能应用的服务支撑能力。

　　“AIDC，不仅是比赛浮点运算速度提高，更要高效支撑人工智能的智能计算。比如，要探索发展面向智能制造的计算，探索发展面向大数据和人工智能算法治理的计算。”龚克说。

　　应对新一代人工智能发展的需要，对算力的加强须围绕人工智能训练和推理需求，为激发产品创新和拓宽应用提供能力保障，而不只是单纯的计算加速。

　　近年已有不少超算中心运用人工智能芯片和服务器来强化其算力，提升对人工智能产业的服务能力，简单来说，这一路径是对传统超算中心“AI化”。

　　2019年8月，科技部发布《国家新一代人工智能创新发展试验区建设工作指引》提出，到2023年，全国将布局建设20个左右试验区，这些试验区需具备产业基础较好、基础设施健全、科教资源丰富、支持措施明确，并“重点围绕京津冀协同发展、长江经济带发展、粤港澳大湾区建设、长三角区域一体化发展等重大区域发展战略进行布局，兼顾东中西部及东北地区协同发展”。（见图2）

　　可以看到，“为AI而生”的智能计算中心正在一些城市落地，其建设目标就是服务于区域人工智能产业和智能化社会建构。

　　在西北，2019年，西安的沣东新城搭建了西北地区首个人工智能领域的新型基础设施——沣东人工智能计算创新中心。

　　陕西省西咸新区沣东新城管委会新经济局局长、科统办主任刘鑫对本刊记者说，该中心填补了西部地区人工智能基础设施的空白：“西安具有科研、人才资源优势，获批了国家新一代人工智能创新发展试验区，我相信在新基建的赛道上，西安可以跑出新速度。”

　　由中科院、广东省、珠海市、横琴新区共同建设的横琴先进智能计算平台也是一例。除硬件上采用国产人工智能芯片外，该平台软件系统也集成了成熟的国产智能软件系统和智能计算编程框架，从而可以为人工智能产业提供可靠、稳定的数据存储、数据处理、智能计算服务。（见图3）

　　这一项目也是粤港澳大湾区首个先进智能计算平台，被列入广东省政府2019年工作报告，并纳入了广东省委、省政府印发的《关于贯彻落实“粤港澳大湾区发展规划纲要”的实施意见》。

　　横琴先进智能计算平台相关负责人对本刊记者介绍，横琴新区对于新兴事物的开放度和包容性具有国际化的眼光和视野，同时也展现了超乎想象的“横琴速度”。目前，该平台已向中科院计算所、中科院软件所、中国科学技术大学、南京大学、南栖仙策、普强科技等十多家国内领先科研院所和AI企业提供服务。2019年12月，该平台的澳门分中心挂牌成立，目前已与澳门大学实现光纤互联，未来将面向更多澳门企业、高校及科研机构提供智能算力。

　　“算力+生态”愿景

　　业内人士指出，算力成本是人工智能企业发展的一大阻碍，企业花钱买定制化算力、建计算中心，会造成一定程度上的资源浪费，且单靠部分企业建设的计算中心适用面有限，将智能计算中心作为转型升级的基础设施投资，更能满足产业智能化发展需要。

　　在中国工程院院士邬贺铨看来，提升人工智能算力涉及一条庞大的人工智能产业链：“有各类AI芯片，包括‘云端’、用户端的类脑芯片，以及各类传感器、激光雷达、毫米波雷达、摄像头、体感传感器等。最重要的人工智能是通用的AI平台，包括计算机视觉、语音识别、自然语言处理，机器学习、知识图谱等。”

　　因此，夯实人工智能算力基础，既是助力未来发展人工智能的必要举措，也是带动现有人工智能产业链加速渗透应用的路径。（见图4）

　　在2019年8月举办的AICC人工智能计算大会上，王恩东提出：“在计算力的推动下，现在人工智能正在从AI产业化向产业AI化的方向发展，在这个过程中需要建立开放融合的人工智能生态，从硬件到应用，全产业要紧密配合，面向多样化个性化的用户需求提供整体解决方案，让人工智能用起来，用好它。”

　　算力搭建基础层，要让算力发挥最大效能，也需服务型平台为应用层提供良好生态。因此，无论是横琴先进智能计算平台还是沣东人工智能计算创新中心，都提出了以算力支撑为依托，打造智能化应用生态环境的目标。

　　横琴新区的愿景是，通过提供智能算力基础设施及通用软件服务，围绕横琴先进智能计算平台，汇聚孵化人工智能企业，促进人工智能产业发展打造“科技研发、产业孵化、创投资本、教育培训、配套政策环境”的智能生态圈系统。

　　横琴新区管委会党委书记牛敬提到，“智能计算平台作为本轮新基建建设的一个关键物质载体，其核心特征是通过引入AI技术赋能各个行业领域，从而衍生出全新的产业应用场景，直接带动区域经济发展，可支持和辐射智能交通、智能电网、智能制造、智能教育、智能金融、智能医疗、智能家居、智慧互联网等行业多种智能应用场景，同时能为多类型的基础科研提高效率。横琴智能计算平台目前正在积极服务粤港澳大湾区智能+产业需求。”（见图5）

　　而沣东人工智能计算创新中心将聚焦五大功能性服务：智能计算软硬件资源共享及调度、交叉研究支撑、大数据应用、统一安全管控以及产业创新集聚。刘鑫表示，沣东人工智能计算创新中心也会开展人工智能人才培养工作，构建“平台+应用+人才”三位一体的新型产业发展模式，注重打造“算力+生态”，形成从基础层到应用层的人工智能产业链，达到创新创业、产业升级的良性循环，推动各行业人工智能应用落地。（记者 刘佳璇）