切换到宽版
  • 557阅读
  • 1回复

[智能应用]多方求解智能时代算力挑战[1P] [复制链接]

上一主题 下一主题
在线huozm32831

UID: 329002

精华: 1097
职务: 超级斑竹
级别: 玉清道君
 

发帖
106009
金币
130
道行
19523
原创
29307
奖券
17205
斑龄
189
道券
10126
获奖
0
座驾
 设备
EOS—7D
 摄影级
专家级认证
在线时间: 19943(小时)
注册时间: 2007-11-29
最后登录: 2024-11-10
— 本帖被 兵马大元帅 执行加亮操作(2024-04-08) —



作为数字经济时代的新质生产力,算力的赋能作用日渐凸显。千行百业在人工智能技术突破中加快转型升级步伐,带来算力需求的急剧增长,算力已成为科技角逐的主赛场。如何更好满足算力需求,如何降低算力使用成本和使用门槛,如何在根技术上实现自主突破,已经成为当下亟待求解的挑战性课题。
专家观点:推进算力和数据建设 促进AI与制造业深度融合
科技创新是发展新质生产力的核心要素,而人工智能是科技创新的前沿领域。业内专家建议,推进算力和数据建设,出台人工智能发展规划,促进人工智能和制造业的深度融合。
“我国工业体系全、品种多、制造业规模全球第一,可为人工智能提供巨大的应用场景和发展空间。人工智能向制造业各领域渗透,将成为制造业转型升级的加速器、高质量发展的助推器。”中国国际工程咨询有限公司董事长苟护生说,现阶段,我国人工智能技术正蓬勃发展,后续应重点推动其赋能实体经济,尤其是推动其与制造业的深度融合。
“人工智能将赋能制造业研发设计、生产制造、售后营销的全流程。”苟护生说。
京东集团技术委员会主席曹鹏建议,以政策引导、模式推广、典型案例等方式,推动实体产业和技术服务企业重视人工智能领域的自主化,形成新质生产力对产业的扎实助力。
采访中,多位专家表示,算力和数据是发展人工智能的关键因素。
“算力是支撑数字经济发展的关键基础设施,是人工智能时代全球性紧缺战略资源。我国算力基础设施建设已达到世界先进水平,算力总规模居世界第二,但标准化、普惠化的算力服务统一大市场尚未形成。目前,我国存在算力供给紧张同时部分算力未能有效利用的矛盾,算力新质生产力的作用未能充分释放。”中国信息通信研究院院长余晓晖表示,算力互联互通是形成算力服务统一大市场的关键路径,也是人工智能时代做强做优做大数字经济的关键。
“建议下一步,发挥全国超大规模市场优势和互联网成功经验,以算力互联、成网、构建大市场为主线,基于统一标识符实现多样性算力互联感知,通过弹性网络能力和标准化架构接口实现业务和数据流动互通,进而打造智能感知、高速弹性、安全绿色、先进普惠的算力互联网,构建全国统一的算力服务大市场。”余晓晖说。
曹鹏认为,算力是训练人工智能大模型的基础,实现大模型算力集成设施自主化迫在眉睫。此外,软硬协同才能最大化发挥算力底座的作用。提升算力底座的效率,既要考虑GPU,也要考虑算力调度的软件。
“建议抓住人工智能大模型发展的契机,通过政策鼓励国产化GPU适配国产的算力调度软件,建设自主可控的智算基础,支撑行业智能化发展。建议推动云原生、容器化、分布式的新型数字基础设施,在自主化的同时实现技术革新升级。”曹鹏说。
数据是发展人工智能的基本要素。苟护生认为,当前制造业生产各场景数据依然存在割裂的情况,尤其是传统制造业自身的信息化尚不完备,难以汇聚形成高质量的数据集,大模型训练、迭代所需的行业数据集明显不足。
“建议强化制造业高质量训练数据供给。加强制造业公共数据资源整合,依托国家权威机构,汇聚多模态制造业数据,构建行业语料库,降低预训练门槛,提升大模型的准确性和稳定性。促进制造业数据高效流通,加快数据交易市场建设,培育一批面向制造业大模型的服务商和交易所,有效盘活制造业数据资产。”苟护生说。
科大讯飞股份有限公司董事长刘庆峰表示,当前OpenAI的GPT-4/4V代表了全球通用大模型底座能力的最先进水平,DALL-E3、Whisper、Sora等都是基于GPT-4/4V的底座能力平台延伸出来的。
“预计讯飞星火大模型在6个月内可达到GPT-4/4V当前的最好水平。但随着GPT-5的发布,这个差距可能会被拉到一年以上。如果从算力、数据、模型训练等方面组织好资源,全力追赶,这个差距有望在1至2年内被追平。同时我国也在语音大模型、医疗大模型等领域形成了国际领先的比较优势。”刘庆峰说。
刘庆峰建议,在2017年《新一代人工智能发展规划》基础上,瞄准我国通用人工智能发展中需要重点补上的短板进行设计。围绕自主可控算力生态构建、高质量数据开放共享、科学评测标准制定、源头技术前瞻研发、人才培养、法律制定和伦理人文等维度,系统性制定我国《通用人工智能发展规划》,并且推动该规划的落地,在行业应用和价值创造上打造我国的比较优势。
热知识:信息时代的算力网络对全球影响有多大
随着全球数字经济发展重塑生产力和生产要素,算力正为千行百业的数字化注入新动能。“一个以算力为重要生产力的时代正在加速到来”成为全球共识。业界专家认为,信息时代的算力网络堪比“工业时代的电网”。那么,算力网络对全球数字化生活影响几何?中国能为全球算力网络发展作出怎样的贡献?
谈及算力网络,业界专家通常用电网来作类比。“算力网络”又称“算网融合”“云网融合”,是以计算为核心、通过网络实现连接、通过感知实现匹配与调度的服务,能够为物联网、人工智能技术的广泛应用提供更高质量、更低成本、更低延时的算力支撑。
直白来讲,算力网络就是要打破数据中心、超算中心、云计算、边缘计算的“孤岛”状态,使算力突破单点性能极限,像水、电一样提供社会基础性 服务,为数字化转型业务提供更加经济、高效的算力供给方案。根据此前中国信息通信研究院的测算,为算力每投入1元,将带动3至4元的经济产出。
算力网络跟电网存在一定相似性。据中国电信股份有限公司研究院网络技术研究所副所长雷波介绍,电网大致分为三部分:发电企业、电力输送网络、电力用户。算力网络也大致分为三部分:算力资源池、算力输送网络、算力用户。发电后需要经过变电等使电力稳定,算力输送也要根据用户需要作出调整。
各国高度重视算力发展。国际电信联盟前秘书长赵厚麟认为,随着大数据、云计算、人工智能等技术快速发展,算力已成为决定一个国家数字化水平的重要因素。
人工智能正在改变人们的生活、推动产业转型,每次人工智能研发升级,都需要大量算力支持。算力已成为当前发展数字经济的基石。想要加快推动发展数字经济和产业转型,需提升算力使用效率。相较于投入大量成本不断增加服务器数量、扩大算力规模,算力网络能以更低成本实现算力共享,更高效服务生产生活,推动数字经济发展。
算力网络的核心是集中和调度算力资源,能够为各种人工智能应用和区块链提供高效可靠的计算服务,以满足不断增加的计算资源需求。再以物联网为例,物联网由大量传感器组成,需要收集和处理大量数据,而算力网络能够将分布式、离散化的物联网设备连接起来,为智能化决策提供支持。
在需要海量算力数据的智能制造或智慧城市等实践领域,用算力网络可以更低成本使用更多算力资源。比如,过去,智慧城市需要将城市中所有摄像头数据上传集中处理,数据量庞大、处理速度慢且成本较高。现在,随着算力网络发展,可以通过后台管理过程,实现数据离散化处理,降低成本,提升处理能力,实现了智能化、精细化管理。
由于大模型计算成本高昂,很多发展中国家根本无力承担算力资源建设。这些国家未来可通过算力网络使用其他国家和地区的算力资源。由此,发展算力网络,能够帮助推动发展中国家加快数字化转型步伐。
“在算力网络部署和服务方面,中国运营商已处于领先地位。”全球移动通信系统协会首席执行官约翰·霍夫曼指出,中国在算力网络标准体系建设、产业应用等方面已处于全球领先地位。
在推动算力网络的发展中,中国已在多方面作出突出贡献。首先,中国政府积极推动算力网络的发展,提出并深入实施“东数西算”工程,为算力网络发展提供了政策保障。
在企业界,中国各运营商和企业一直积极推动算力网络发展。如国际上第一个算力网络标准正是由中国提出。2019年,中国电信、中国移动、华为等世界互联网大会会员在国际电信联盟率先提出算力网络国际标准项目,后续在国际电联、互联网工程任务组通过了多个相关标准。
算力网络作为一项新技术,其标准化研究是全球的一大热点。要实现算力网络的互联互通,需要在技术层面实现开放共享、互联互通,算力资源可以互相调用。在此基础之上,还需要推动服务和产品方面的互联互通,让各方能够使用异地异域的算力资源。
“建立和完善统一的算力网络技术标准体系,是保障算力网络健康发展的重要基础。”赵厚麟强调说,“在中国企业的推动下,国际电信联盟以及互联网研究任务组和互联网工程任务组等都已经开展了算力网络国际标准体系的工作。”
此外,在算力网络发展进程中,国际组织将发挥重要作用,不仅能够提供国际标准制定、技术交流以及产业合作的平台,还能够通过技术论坛研讨会的方式推动算力网络的技术发展和产业进展。
在今年世界移动通信大会上,总部设在北京的世界互联网大会就开设了“算力网络:智能网络赋能智慧世界”专题论坛,探讨算力发展带来的新机遇。
根技术“生根” 云算力“发力” 智能时代创新生态加快构建
尽管我国在人工智能技术及产业方面发展迅速,但作为人工智能发展基础和支撑的算力仍然紧缺和昂贵,源头核心技术仍有待补齐短板。当下,华为等科技领军企业在根技术领域的深耕和应用创新,有望打破算力及AI能力的瓶颈,一个全新的核心技术生态正在加快构建。
突破瓶颈 打造自主云算力底座
依托铁路大模型,高铁巡检机器人实现了多模态融合诊断技术的精准应用,极大提升了铁路检修的安全性和效率;矿山大模型推进了人工智能大规模“下井”,在煤炭行业九大专业领域的40多个场景实现无人化或少人化;气象大模型通过AI推理的方式解决气象的预测难题,现在使用一张卡就可以预测出来7天的天气,以往可能需要上千台服务器耗费数小时……目前,盘古大模型等AI大模型已广泛应用于各个行业,为矿山、铁路、交通、医药、气象等领域带来了质的飞跃。
随着“人工智能+”首次被写入政府工作报告,AI产业机遇也在加速涌现。而算力是人工智能发展的基础和支撑,政府工作报告提出“适度超前建设数字基础设施,加快形成全国一体化算力体系”。业界正在积极推进算力互联,并探索打造智能感知、高速弹性、安全绿色、先进普惠的算力互联网,构建全国统一算力服务大市场。业界专家认为,算力为人工智能的蓬勃发展铺设坚实的计算基石,开展“人工智能+”行动,需要筑起更强算力、更大存力、更加易用的数字技术底座,亟待建设自主创新的算力底座,提升算力效率,通过软件硬件协同创新,支撑行业智能化发展。
“所有的行业必须拥抱AI,我们必须要有澎湃的AI算力。”3月15日,在2024年华为云&华为终端云创新峰会上,华为公司常务董事、华为云CEO张平安表示,未来千行万业所有领域里的应用场景都将会因为AI而得到重新塑造,无论是大模型还是小模型,都能帮助行业应用实现智能重塑。
当前,算力的紧缺和昂贵已成为智能创新的最大制约因素,而云化算力作为一种高效、灵活、可扩展的解决方案,正逐渐成为突破算力瓶颈的更优选择。张平安以昇腾云为例,介绍了中国全栈自主的AI云算力底座。昇腾云具备强大、高效、即开即用的智能算力资源,可为百模千态的发展提供强劲动力。企业用户可以一键接入贵安、乌兰察布和芜湖的三大AI算力中心以及30多个分节点,每个数据中心都能提供百EFLOPS的强大算力,足以支撑处理万亿参数的大模型,单作业可使用万卡进行计算,并且数据规模可以达到百PB级的超大规模训练。
昇腾云还具备高效易用的全栈平台能力。它整合了从云化算力、模型开发、模型托管到生态系统的全方位服务。用户可以根据自己的需求选择不同的服务模式,实现训练和推断的一体化。昇腾云在大规模训练方面也具有显著的优势。通过端到端的质量管理和现网保障,结合云上软硬结合的运维体系,可以实现7×24小时的云上运维服务。这种确定性运维能够确保作业的失败率低于5‰,即使在使用万卡进行30天不间断的训练时也能保持稳定。
“华为云矢志要将技术扎到根,做AI算力的沃土,推动行业智能应用创新,携手伙伴构建核心技术生态,共同加速千行万业的智能化。”张平安表示。
深耕基础 发力根技术创新
在业界看来,人工智能是形成新质生产力的重要引擎,而人工智能发展离不开源头核心技术创新,需要加快前瞻性基础研究、引领性原创成果的重大突破,推进人工智能全方位、深层次融入实体经济。
华为不断深耕基础创新,研发出了鸿蒙操作系统、欧拉操作系统、GaussDB数据库、盘古大模型等一系列根技术的创新成果。
“鸿蒙是第一个打通硬件、打通场景,支持多样交互、自由流转的全场景操作系统。”华为终端云总裁朱勇刚介绍,尤其是鸿蒙一次开发多端部署的重要特性,使得应用未来可在平板、PC、智慧屏、电视、手表、智慧车机等领域实现服务的连续性接入,同时也能降低开发者成本,仅用一次开发就能在多种设备上产生商业回报的新机遇。
智能化是鸿蒙操作系统的一大亮点。通过将华为的AI能力下沉至操作系统层,并赋能给超过15个子系统,鸿蒙构筑了一个原生智能底座。未来即可在端侧实现原生AI能力,进一步提升服务分发效率,给消费者带来全新的体验。鸿蒙操作系统还提供了AI控件能力的无感集成,让智能应用的开发更高效,只需1行代码就能完成系统级原生AI能力的调用,降低开发门槛,确保了用户在不同应用之间能够获得系统层级的、一致的AI交互体验。
朱勇刚透露,今年四季度,HarmonyOS NEXT鸿蒙星河版面向消费者的商用版本将发布。鸿蒙将在年底实现超过5000个鸿蒙原生应用开发,最终实现超过50万个原生应用。
深度协同 构建全新创新生态
作为鸿蒙、欧拉、昇腾、鲲鹏等生态的云底座,华为云已经聚合全球超过600万开发者,华为昇腾AI云服务可支持超过100个第三方开源大模型。华为云还携手200多家伙伴、300多家客户,一起打造了超过30个行业大模型和数百个模型应用场景,共同构筑了云上AI创新生态。
据介绍,2021年,张平安首次提出“云云协同”策略,即把基础设施底座华为云和移动应用生态华为终端云服务进行深度协同,为开发者和伙伴提供统一的服务与体验。2024年,随着人工智能爆发式增长,“云云协同”进入了一个全新阶段:鸿蒙与昇腾云的深度协同,将打破算力及AI能力的瓶颈,带给鸿蒙生态内的企业更快、更强、更可靠的智能化开发体验。
截至目前,鸿蒙生态设备数量已达8亿,包括手机、PC、平板、智慧屏、车机等高频使用终端设备,已有数千个企业和机构启动了鸿蒙原生应用开发,其中不乏支付宝、淘宝、美团、京东、钉钉、高德、小红书这样的超级App。
“鸿蒙不仅仅是一个操作系统,更是一个全新的生态。”朱勇刚表示,全新的鸿蒙生态具备分布式、全场景、原生智能等一系列新的特点,“8亿全场景设备的庞大规模,将为华为云和华为终端云在能力和生态上的协同提供坚实的基础,使我们的多元化服务得以高效触达更广泛的用户,并为千行百业的伙伴带来更多增长。”
“华为云立志要打造一个全新的核心技术生态,为中国所有的应用的开发者、创新者提供核心技术支撑。”张平安表示,通过构建这个核心技术生态,不仅让中国的AI创新能够生根发芽、蓬勃发展,还为世界提供了新的核心技术选择。
1条评分金币+22
兵马大元帅 金币 +22 优秀文章,支持!n神马都是浮云 03-19
山庄提示: 道行不够,道券不够?---☆点此充值☆
 
  




    
在线jjybzxw

UID: 551814


发帖
99882
金币
1065566
道行
1950
原创
2145
奖券
2040
斑龄
27
道券
536
获奖
0
座驾
设备
摄影级
在线时间: 23728(小时)
注册时间: 2008-10-01
最后登录: 2024-11-10
只看该作者 沙发  发表于: 03-18
在智能时代,算力挑战主要体现在以下几个方面:

1. 数据量的急剧增长:随着物联网、社交媒体、移动互联网等技术的发展,数据量呈现爆炸式增长。这使得数据处理和分析的需求日益增加,对算力的要求也随之提高。

2. 复杂算法的需求增加:智能时代需要大量的机器学习、深度学习等复杂算法来实现人工智能、自动驾驶、智能医疗等功能。这些算法对算力的需求极高,需要更强大的计算能力。

3. 实时响应的需求:智能时代要求系统能够实时响应用户的需求,例如自动驾驶汽车需要实时感知周围环境并作出判断。这需要极高的计算速度和算力来保证实时性。

4. 能源消耗问题:随着算力需求的增加,计算设备的能源消耗也在迅速增长。如何在保证算力的同时降低能源消耗,是智能时代面临的一个重要挑战。

为了解决这些挑战,可以从以下几个方面着手:

1. 硬件升级:研发更强大的处理器、存储设备和网络设备,以提高计算能力。例如,使用人工智能芯片、分布式计算系统等技术来提高算力。

2. 软件优化:通过算法优化、并行计算、分布式计算等技术,提高软件运行效率,降低对算力的需求。

3. 数据管理:采用数据压缩、数据清洗、数据分片等技术,降低数据量,减少对算力的需求。

4. 能源管理:采用节能技术,如低功耗处理器、散热技术、能源回收等,降低能源消耗,提高算力能效。

5. 云计算和边缘计算:利用云计算提供强大的算力支持,通过边缘计算将计算任务分散到网络边缘,降低对中心节点的算力需求。

6. 算法创新:研发新的算法,降低对算力的需求,例如通过模型压缩、算法优化等方式,提高算法效率。

7. 系统集成:将各种计算资源集成到一个系统中,实现资源的高效利用和共享,降低对单一资源的算力需求。

通过以上措施,可以从多方面解决智能时代的算力挑战,推动智能时代的发展。
1条评分金币+10
兵马大元帅 金币 +10 优秀文章,支持!n神马都是浮云 03-19
如何不发帖就快速得到金币道行
 
快速回复
限120 字节
认真回复加分,灌水扣分~
 
上一个 下一个