當今，“算力”越來(lái)越成為科技進(jìn)步、經(jīng)濟社會(huì )發(fā)展的底座，但“算力”并非千篇一律。

20世紀60年代，為解決大規模數值計算、仿真模擬等科學(xué)工程計算問(wèn)題，超級計算中心應運而生，至今仍以大國重器的形象為諸多行業(yè)提供科學(xué)計算服務(wù)。

21世紀前10年，互聯(lián)網(wǎng)信息服務(wù)、高并發(fā)訪(fǎng)問(wèn)等網(wǎng)絡(luò )計算與數據存儲所寄的云計算中心開(kāi)始落地，各大公有云平臺拔地而起、攻城略地。

近10年來(lái)，人工智能（AI）計算中心開(kāi)始出現，主要用來(lái)處理影像、語(yǔ)音、自然語(yǔ)言等識別問(wèn)題，綜合應用多種技術(shù)實(shí)現推理、訓練模型開(kāi)發(fā)。

這三類(lèi)計算中心，雖然各自特點(diǎn)鮮明、用途有異，但超算與AI計算、云計算與超算、AI計算與云計算“我中有你、你中有我”的情形并不鮮見(jiàn)，相互之間的界限逐漸模糊。然而，隨之而來(lái)的以偏概全、以此代彼的亂象，竟逐漸成了一些地方建設算力中心的“糊涂賬”。

亂象源于缺乏相應測試標準

城市應該建設什么樣的算力中心？如何推動(dòng)算力中心健康發(fā)展？近日，在一場(chǎng)以“數智創(chuàng )新，算力賦能”為主題的2021算力中心健康發(fā)展研討會(huì )上，中國工程院院士鄭緯民等業(yè)內學(xué)者從不同角度提供了意見(jiàn)參考。

中國計算機學(xué)會(huì )高性能計算專(zhuān)家委員會(huì )秘書(shū)長(cháng)、中國科學(xué)院計算技術(shù)研究所研究員張云泉在發(fā)言時(shí)提到，此前，某市建設了AI計算中心，號稱(chēng)算力是超級計算機的數萬(wàn)倍?！啊ㄥX(qián)少、算力高’這種不規范、不專(zhuān)業(yè)的對比讓業(yè)內人士很反感?！?/p>

張云泉說(shuō)， AI計算中心很熱門(mén)，但如何引導其健康發(fā)展，“是當下行業(yè)面臨的一個(gè)重要議題”。

國家信息中心2020年12月發(fā)布了《智能計算中心規劃建設指南》，定義“智能計算中心”是基于最新AI理論，采用領(lǐng)先AI計算架構，提供AI應用所需算力服務(wù)、數據服務(wù)和算法服務(wù)的公共算力新型基礎設施。

“自從AI成為‘新基建’，各地政府爭先恐后，出錢(qián)建設AI計算中心，但總的來(lái)說(shuō)，應用還不是太明確?！编嵕暶裨谏鲜鲅杏憰?huì )上說(shuō)，無(wú)論超算中心還是AI計算中心，最重要的是應用匹配?！爱斍白顟撟龅氖?，不是以新基建之名攛掇政府建設算力中心，而是要真正做出來(lái)幾個(gè)實(shí)際應用?！?/p>

這代表了業(yè)界務(wù)實(shí)的態(tài)度。中國科學(xué)院數學(xué)與系統科學(xué)研究院研究員張林波也提出，很贊同各類(lèi)算力中心應該各自發(fā)揮所長(cháng)，做最適合的事情。但他話(huà)鋒一轉：“AI計算現在有點(diǎn)咄咄逼人，好多人甚至覺(jué)得AI計算能夠取代傳統的科學(xué)計算?！?/p>

“這是宣傳不當引起的概念混淆?！睆堅迫J為，在高性能計算（HPC）、云、AI融合發(fā)展的趨勢下，要清晰界定三類(lèi)算力中心各自的內涵與外延，以及它們之間的相互關(guān)系，明晰不同計算精度算力與不同應用之間的匹配。

對算力概念的混淆曾鬧出過(guò)啼笑皆非的事。一次，張云泉向某學(xué)會(huì )領(lǐng)導匯報HPC的研制，不料卻遭到“批評”：“現在都什么時(shí)代了，你還在談高性能計算，太過(guò)時(shí)了?！?/p>

概念混淆之后緊跟著(zhù)的是價(jià)格亂象。一般而言，算力配置不同會(huì )導致造價(jià)迥異——即使同等算力，不同的CPU主頻、帶寬及時(shí)延要求也會(huì )讓機器造價(jià)差別巨大，但一些廠(chǎng)商拿AI計算中心“花錢(qián)少、算力高”作為賣(mài)點(diǎn)吆喝，就不屬此類(lèi)了。

道理很簡(jiǎn)單：同樣一個(gè)對外標稱(chēng)100P的算力中心，用建設AI計算中心的預算一定造不出超算中心的效果。

“概念混淆、價(jià)格混亂的主要原因是沒(méi)有對應的測試標準，孰好孰壞一測就知道了?！睆堅迫ㄗh，要在行業(yè)中推行與AI計算平臺相適應的標準。

清華大學(xué)教授陳文光與張云泉在2020年推出了相應的AIperf測試標準，并致力于將其國際化。但他坦言：“推出一個(gè)國際化的測試標準是很有難度的，后續還要努力。

“蠻算”的AI計算

在實(shí)際應用中，傳統超算最適合用于科學(xué)和工程計算，這類(lèi)計算有可計算模型，可以發(fā)展有很高精度的算法，計算結果精度也非常高。但有些問(wèn)題是科學(xué)計算力不能及的，如缺乏數學(xué)模型的問(wèn)題和超高維問(wèn)題。這時(shí)，以機器學(xué)習為代表的AI計算就派上了用場(chǎng)。

不過(guò)，張林波介紹，機器學(xué)習等是一種類(lèi)似統計的方法，與科學(xué)計算相比其結果精度不高。另外，AI計算還有穩定性問(wèn)題、模型泛化受限等問(wèn)題。

他舉例說(shuō)，在新冠肺炎疫情暴發(fā)之初，許多人一窩蜂地用肺部影像識別來(lái)鑒定新冠病毒感染，發(fā)了很多論文，但后來(lái)發(fā)現這些論文的結論幾乎沒(méi)有可用的。

“圖像識別是機器學(xué)習最擅長(cháng)的領(lǐng)域，發(fā)生上述情況的原因可能是訓練數據太小或是機理不清，但或許這才是AI計算要去深究的，比如摸清機理后設計更先進(jìn)的算法等?！被诂F階段AI計算機的作用，張林波認為現在的“人工智能計算”簡(jiǎn)稱(chēng)為“智能計算”或“智算”有點(diǎn)誤導人——“這樣的AI計算并不‘智能’?！?/p>

“沒(méi)有知識庫、沒(méi)有邏輯處理能力，當我們搞不清楚某問(wèn)題的機理時(shí)，拿一個(gè)神經(jīng)網(wǎng)絡(luò )靠機器的規模去模仿它，這不叫‘智算’，叫‘蠻算’?！睆埩植ㄕf(shuō)。

國家氣象信息中心副總工程師沈文海對此產(chǎn)生了共鳴。他提出，氣象部門(mén)也在做AI應用方面的探索，但都是各自為戰——圍繞某個(gè)痛點(diǎn)，如AI識別云圖、臺風(fēng)規模和路徑等，把數據拿來(lái)、接入計算資源、識別一番，確實(shí)有點(diǎn)“傻算”“蠻算”意味。

“我們缺乏一個(gè)長(cháng)期計劃或整個(gè)氣象部門(mén)的AI規劃?！鄙蛭暮ＵJ為，長(cháng)此以往就有很大的弊端，一是沒(méi)有對機理成因方面的探討，二是低水平重復。

“制定一個(gè)覆蓋整個(gè)氣象部門(mén)的AI應用發(fā)展規劃，確實(shí)很有難度，并且這會(huì )引發(fā)對算力中心的新需求?！鄙蛭暮Ｕf(shuō)。

融合發(fā)展仍是趨勢

對算力中心提出新需求的，還有時(shí)下熱門(mén)的數字孿生。

數字孿生是機器學(xué)習領(lǐng)域非常重要的研究方向之一。在借由大量傳感器將物理世界數字化、虛擬化的數字孿生世界里，AI可以做的事情很多，包括預測物理世界未來(lái)如何進(jìn)一步演進(jìn)、衍生。

中國科學(xué)院半導體技術(shù)研究所研究員李衛軍說(shuō)，數字孿生“絕對需要超大的一個(gè)計算系統”，因為它不僅需要包含神經(jīng)網(wǎng)絡(luò )計算，也需要很多邏輯計算?！斑@是一個(gè)大型的邏輯計算與抽象思維相結合的應用場(chǎng)景”。

從本質(zhì)上來(lái)說(shuō)，高性能計算和AI計算都是在模擬人的智能：前者模擬人的邏輯計算能力，后者模擬的是人的抽象思維。只不過(guò)，超級計算機現在在邏輯計算方面比人的計算能力強億萬(wàn)倍，而AI計算機目前卻只能用深度神經(jīng)網(wǎng)絡(luò )來(lái)獲得一個(gè)近似的結果。

顯然，兩種不同的能力也不能用同一種標準評價(jià)孰好孰壞。

李衛軍認為，將來(lái)數字孿生要發(fā)展，需要傳統超算與AI計算實(shí)現融合，這是邏輯計算和抽象思維的一種融合，雖然它需要怎樣的計算結構和算法目前還不得而知。

在HPC和AI融合發(fā)展的道路上，排在全球超算TOP500榜單前列的“大機器”先走一步。

日本“富岳”超級計算機（Fugaku）和美國“頂點(diǎn)”（Summit）不僅科學(xué)計算能力出眾，而且能支撐大規模的AI計算（如圖計算）需求。這緣于它們的異構架構——高性能CPU支撐其高精度浮點(diǎn)計算性能，大量加速芯片支撐深度學(xué)習應用。它們作為世界上最先進(jìn)的計算機，多少代表著(zhù)未來(lái)計算融合發(fā)展的方向。

但看似矛盾的是，AI與HPC的“分化”也是最近的事情。

張云泉介紹說(shuō)，自從巨參數模型（如GPT模型）誕生以來(lái)，其算力需求對于現存的超級計算機是“致命的”——我國七八家國家級超算中心，都不具備解決千億乃至萬(wàn)億級模型參數計算的能力，這直接導致AI計算的架構和概念獨立出來(lái)。

事實(shí)上，巨模型的計算問(wèn)題，無(wú)論對超算更是AI計算都提出了巨大挑戰。張云泉認為，這意味著(zhù)未來(lái)超級計算機的架構和形態(tài)還要繼續演化。

陳文光認為，AI應用特別是基于巨模型的應用對網(wǎng)絡(luò )、I/O能力等的要求非常高，從融合發(fā)展的方向看，這些應用的特殊要求反過(guò)來(lái)會(huì )影響HPC的設計，比如對帶寬的要求和I/O的設計會(huì )有一些促進(jìn)。

另外，陳文光提到，還應重視混合精度算力的發(fā)展。比如，AI算力的單精度性能高，就可以先用它解決一些低精度計算的問(wèn)題，然后再拿到高性能計算機上完成高精度的計算要求，從而提升算力資源整體的性能和性?xún)r(jià)比。據透露，目前混合精度算力已被寫(xiě)入計算領(lǐng)域“十四五”規劃相關(guān)的指南文件中。

自底向上來(lái)看，算力中心能提供何種計算能力，從根本上取決于芯片。比如AI芯片嚴格意義上屬于專(zhuān)用芯片，那么國內一些以AI芯片為主的計算機，就注定無(wú)法勝任科學(xué)計算任務(wù)。

從事服務(wù)器芯片研發(fā)的中國科學(xué)院計算技術(shù)研究所研究員范東睿介紹說(shuō)，即便AI芯片也有通用與專(zhuān)用之別，在他看來(lái)，專(zhuān)用芯片就應該越來(lái)越專(zhuān)，通用芯片就要做到能涵蓋所有的精度和算法，讓其各司其職。

“（一些供應商）把專(zhuān)用芯片當成通用芯片來(lái)講故事，那就不好了?！狈稏|睿說(shuō)，目前國內對芯片的需求量越來(lái)越大，但作為核心器件，“芯片人”和“芯片廠(chǎng)”還是要有所堅持，“不能忽悠”。

來(lái)源:《中國科學(xué)報》