家電網-HEA.CN報道:2023年,人工智能技術實現質的飛躍。通過生成式AI(AIGC)技術,人們可用自然語言與機器進行便捷交互,并將海量的數據經過訓練、推理,快速轉化為生產力,產生實際商業價值。
科學進步一小步,人類文明一大步。
1913年,福特流水線的誕生,使汽車的組裝效率實現了指數級提升,由原來的748分鐘縮短至90分鐘,生產效率提高了8倍,實現了工業生產從蒸汽機驅動向電氣化驅動的成功轉型,進而開啟了整個工業制造業電氣化轉型新時代。電力,為當時的經濟插上了“轉型翅膀”。
一百多年后的今天,數字經濟風起云涌,人工智能(AI)技術蓬勃發展,算力需求激增。作為重要“底座”,算力的賦能作用日漸凸顯,已成為社會經濟向數字化、智能化轉型的核心驅動力。這一次,算力將接棒電力,為經濟社會發展插上新的“轉型翅膀”。證券時報“中國智造面對面”系列推出“AI”篇,一窺中國人工智能產業發展現狀。
支撐AI規?;瘧?/strong>
2023年,人工智能技術實現質的飛躍。通過生成式AI(AIGC)技術,人們可用自然語言與機器進行便捷交互,并將海量的數據經過訓練、推理,快速轉化為生產力,產生實際商業價值。
AI技術加速向各行各業滲透,需要運算大量的數據,這個過程所消耗的資源就是算力。2023年,隨著以AIGC為代表的人工智能技術井噴式的發展,算力需求也迎來爆發式增長,部分高端算力產品價格不斷上漲。
工業富聯首席數據官劉宗長在接受證券時報記者采訪時表示,三五年前,人工智能在生產、管理的環節只是試點,一些示范工廠或產線應用了AI技術,技術指標上可能已達到公司需求,但難以規模復制。如今,人工智能到了一個轉折點,正在慢慢地規?;瘧?,比如工業富聯開發的AI自動檢測工站,已規模應用于公司的檢測流程。此外,在先進分析、品質管理等場景下,AI技術也已被大范圍使用。
像工業富聯一樣正在使用AI技術,或者其他云計算、邊緣計算、5G、物聯網等技術的企業大量存在,背后都涉及數據的計算、轉換、存儲等。因此,在數字經濟、人工智能時代,算力已成為驅動產業轉型、經濟發展的核心驅動力。
算力基建蓬勃發展
實現數字經濟高質量發展,需要筑牢算力基礎設施。據了解,算力基礎設施包括超算中心、智算中心、通用數據中心等形態,里面存放大量服務器,專門對數據進行集中管理(存儲、計算、交換)。通用數據中心側重大量數據的存儲、管理,算力中心則側重科學計算,超算中心則主要用來模擬核爆炸、氣候預測等。
目前,我國數據中心或算力中心分布廣泛,但超算中心僅有14個,分布在深圳、廣州、無錫、昆山、濟南、青島、太原、鄭州、西安、成都等地。
工信部數據顯示,2018年以來,我國數據中心機架數量年復合增長率超過30%,截至今年6月底,我國算力總規模達到每秒1.97萬億億次浮點運算,位居全球第二。
“算力基礎建設成為了新基建的重要內容之一,國家統籌建立的‘東數西算’八大樞紐、國家超算中心等,就相當于高速公路的國道,各個地方建立的算力中心等則相當于省道,國家把算力新基建建好了,以后的產業才會有更大的發展機會。”拓維信息董事長李新宇對證券時報記者表示。
國家超算長沙中心主任李肯立告訴證券時報記者,盡管“東數西算”等可以部分解決東西部算力需求和資源不匹配的問題,但是還做不到像電力一樣方便地輸送,因為算力輸入是硬件,目前標準等各方面還不統一,技術方面還存在難點。“在這個背景下,當下各城市根據自身算力需求,在本地建設算力中心,也是比較現實且可循的方式。”李肯立說。
國際數據機構IDC聯合其他機構發布的《2021—2022全球計算力指數評估報告》顯示,計算力指數平均每提高1個點,數字經濟和地區生產總值將分別增長3.5‰和1.8‰。一個國家或地區增加對計算力的投資可以帶來經濟的增長,且這種增長具有長期性和倍增效應。
另據浪潮人工智能研究院測算,預計到2025年全球計算力規模將比2020年提升30倍。
像用電一樣使用算力
近些年,我國數字經濟轉型逐漸深入,智能化轉型大力推進,算力發展政策東風頻吹。
2022年2月,國家發改委等多部門印發通知,全面啟動“東數西算”工程,同意在京津冀、長三角、粵港澳大灣區、成渝、內蒙古、貴州、甘肅、寧夏等8地啟動建設國家算力樞紐節點,并規劃了10個國家數據中心集群。
今年以來,從國家到地方的各種算力重磅措施、方案也頻出。10月8日,工信部等發布《算力基礎設施高質量發展行動計劃》,提出要著力推動算力基礎設施高質量發展,隨后,上海、廣東、深圳、成都等多地相繼出臺算力發展政策。
12月26日,國家算力政策再加碼。國家發改委、國家數據局等五部門聯合印發《深入實施“東數西算”工程 加快構建全國一體化算力網的實施意見》(下稱《意見》),提出到2025年底綜合算力基礎設施體系初步成型等一系列目標。
《意見》旨在以算力高質量發展賦能經濟高質量發展為主線,協同推進“東數西算”工程,形成跨地域、跨部門發展合力,助力網絡強國、數字中國建設,提出到2025年,我國綜合算力基礎設施體系初步成型,用戶使用各類算力的易用性明顯提高、成本明顯降低,國家樞紐節點間網絡傳輸費用大幅降低;算力網關鍵核心技術基本實現安全可靠,以網絡化、普惠化、綠色化為特征的算力網高質量發展格局逐步形成,同時強調,將從通用算力、智能算力、超級算力一體化布局等五個統籌出發,推動建設聯網調度、普惠易用、綠色安全的全國一體化算力網。
顯然,算力已成為經濟高質量發展的重要動能,從過去“東數西算”的啟動到現在“全國一體化算力網”的構建,國家更加注重算力基礎設施建設的質量。
“未來的算力,可能像現在的電力一樣,能夠實現全國的統一調配管理、即取即用。”李新宇對證券時報記者表示。
價格將趨于合理
值得一提的是,激增的算力需求以及美國高端芯片供應受限等,已導致市場算力產品供不應求,價格暴漲,這在一定程度上增加了企業的算力成本。
vivo副總裁、AI全球研究院院長周圍曾在接受證券時報記者采訪時坦言,“手機調用云端大模型,目前大概一次1.5分,這個成本非常高,我們3億用戶每天用十次,一年下來要一百億元左右的支出。”
國盛證券《ChatGPT需要多少算力》報告顯示,大模型前期訓練成本很高,一次超過百萬美元,這個費用不僅涵蓋了模型的架構、算法和訓練數據的選擇,還包括了模型訓練所需要的大量計算資源和時間成本。而隨著模型上線部署后使用量的增加,推理成本可能遠超訓練成本,尤其隨著大語言模型不斷升級迭代,參數量突破萬億、模型能力越來越強、用戶使用量激增,推理成本也會呈幾何式增長。
對此,劉宗長對證券時報記者表示,造成算力成本高的原因主要有兩方面,一是因為需求大幅增長而產能不夠,二是由于地緣政治、美國芯片禁令影響。
“目前公司正配合客戶在布局新的產能,預計明年在供應端會有一個明顯的提升,同時隨著供應的恢復,產品價格也會有所下降,進而會帶動更多新的需求。”劉宗長說,“當供應與需求開始平衡后,算力價格會逐漸趨于合理,回歸理性。”
李新宇也認為,隨著時間的推移,技術的進步、生態的成熟,未來算力成本會逐步降低。
算力成本較高另一原因,是我國算力產業仍與國際頭部企業存在一定差距,未來若能把握產業生態的發展規律,供給格局也將發生變化。
中國科學院院士王懷民對證券時報記者表示,我國算力產業發展要抓住機遇快速迭代升級,不僅要從芯片、軟件方面發力,更要注重生態的培育和打造,而中國在生態營造上具備獨特的優勢,中國具有龐大的消費市場、工程師群體等。
(家電網? HEA.CN)
責任編輯:編輯K組