每经采访人员 张蕊 北京摄影报道 每经编辑 陈旭
近几年来 , 新型基础设施建设进行得如火如荼 , 以智能计算中心为代表的算力基础设施是其中不可或缺的一项 。
继南京等地人工智能计算中心落成之后 , 多个城市的地方政府也在积极推进城市级人工智能计算中心的建设 , 越来越多的地方将其视为实现支撑和引领数字经济、智能产业、智慧城市、智慧社会发展的关键性信息基础设施 。
今年7月 , 工信部发布《新型数据中心发展三年行动计划(2021-2023年)》 , 提出要打造新型智能算力生态体系 , 有效支撑各领域数字化转型 , 更是把智能计算提高到一个新的高度 。
文章图片
智能计算的发展现状如何?面临哪些问题?在“双碳”目标下 , 智能计算将如何发展?在10月26日于北京举行的2021人工智能计算大会(AICC2021)上 , 业界专家就上述问题进行了探讨 。
从芯片到算力的转化还需跨越鸿沟
本次大会发布了《2021-2022中国人工智能计算力发展评估报告》 。 该报告指出 , 算力已经成为数字时代的核心生产力 , 是拉动数字经济向前发展的新动能 。 对于AI算力的投入 , 将加快人工智能这一重要的数字化技术与实体经济的融合 , 赋能传统产业转型升级 , 催生新产业新业务新模式 。
中国工程院院士、浪潮集团首席科学家王恩东在大会上表示 , “人工智能带来指数级增长的算力需求 , 计算产业正面临着多元化、巨量化、生态离散化交织的趋势与挑战 。 ”
王恩东表示 , 一方面多样化的智能场景需要多元化的算力 , 巨量化的模型、数据和应用规模需要巨量的算力 , 算力已经成为人工智能继续发展的重中之重 。
另一方面 , 从芯片到算力的转化依然存在巨大鸿沟 , 多元算力价值并未得到充分释放 。 如何快速完成多元芯片到计算系统的创新 , 已经成为推动人工智能产业发展的关键环节 。
芯片的多元化为产业AI化的加速提供了重要的产业基础和更加丰富的选择 。 但是 , 芯片从造出来到大规模用起来 , 还隔着一个巨大的产业鸿沟 。
具体来说 , 算力的供给需要构建算力平台 , 需要解决架构设计、核心部件、高速互联、散热设计等一系列问题 。
以一台AI服务器研制为例 , 整个系统需要经过30多个开发流程 , 使用150多种加工制造工艺 , 对280多个关键过程控制点的质量进行严格把控 , 并且还要实现与算法框架和AI应用的优化和适配等问题 。
与此同时 , 面对大规模AI算力部署 , AI算力平台建设又面临高功耗、高电流密度、高总线速率、高系统复杂度的新问题 。
推荐阅读
- 核心|中科大陈秀雄团队成功证明凯勒几何两大核心猜想,研究登上《美国数学会杂志》
- 领域|上海市电子信息产业“十四五”规划:以集成电路为核心先导
- 底层|上海:加强元宇宙底层核心技术基础能力前瞻研发
- IT|中国重汽:氢能源产品的核心布局和整车集成开发已经全面完成
- 合成|AI合成主播丨“十四五”期间力争突破一批机器人核心技术和高端产品
- 航天员|空间站核心舱机械臂再显神威
- 检测|机器人产业基础薄弱何解?工信部:补齐核心元器件等短板
- 处理器|AMD 6nm Navi 24 GPU 核心照曝光,有望搭载于 RX 6500XT/6400
- AMD|第一个6nm游戏GPU AMD Navi 24核心照首曝
- 券商|券商核心交易系统首次采用国产数据库:腾讯云TDSQL落地东吴证券