中长期看，人工智能和机器人产业融合发展是人工主要趋势，具备身体、智能智小脑和大脑的驱动具身通用人工智能将成为未来核心产业之一，同时也对智能算力提出了更高要求
只有解决好服务器、算力操作系统、下步数据库这些本源问题，瞭望我们才能真正持续地提供算力，人工这是智能智我国计算产业应该优先解决的问题
文 |《瞭望》新闻周刊记者 贾雯静
《流浪地球2》中出现的“2058年的计算机”，可满足数万座发动机协同运作。这台计算机的原型是中科曙光的“缸式”新型浸没液冷计算机。
近日，在湖南省长沙市举办的2023世界计算大会上，包括浸没液冷计算机在内的飞行汽车、电子隐形眼镜、热隐衣、4D打印、意念控制等十大“黑科技”正式公布。
人工智能作为“黑科技”的主要领域之一，近年来不断赋能千行百业。这也意味着其对基础底座——算力的要求也进一步提升。
中国科学院院士吴立新在2023CCF全国高性能计算学术年会上表示，超算与人工智能深度融合的时代已经来临，这将成为一种新的科学范式，或将产生颠覆性创新。
参观者在2023世界计算大会专题展上了解机器狗并与其互动（2023年9月15日摄） 陈泽国摄/本刊
人工智能驱动算力发展
一秒钟可以进行多少次运算？
在以指算、口算、心算为主的时代，答案可能是一次；在世界上第一台电子计算机诞生的时代，答案是几百到上千次；如今，一秒钟内进行百亿亿次运算已成为现实。
数字智能时代，算力是具有活力和创新力的新型生产力。中国电子信息产业集团有限公司党组成员、副总经理周进军表示，在算力、算法、算据三要素中，算力是根、是核心。比如神经网络算法于1958年提出，近年来，得益于算力的显著提升，使得人工智能获得突破性发展。
“以ChatGPT为代表的大参数模型，背后的核心是智能算力。智能算力的水平直接决定算法模型训练的质量，进而决定人工智能的‘智商’。”专家表示，目前，人类社会正从动力时代向算力时代加速演进，尤其智能算力已经成为各国竞争的主要战场。
当前，人工智能正赋能数字政府、公共安全、工业制造、医疗卫生等各领域。中国科学院院士姚期智表示，短期内，AI大语言模型将加速进入各类垂直行业领域；中长期看，人工智能和机器人产业融合发展是主要趋势，具备身体、小脑和大脑的具身通用人工智能将成为未来核心产业之一。
在新华三集团副总裁、技术战略部总裁刘新民看来，人工智能的发展，对算力提出了更高要求。
具体表现为，以内容生成式人工智能（AIGC）为代表的人工智能应用、大模型训练等新应用、新需求对算力资源的消耗大，需要稳定可靠的算力系统。《瞭望》新闻周刊记者在本次大会上获悉，预计到2025年全球算力规模超过3ZFlops（ZFlops指每秒十万亿亿次浮点数运算），至2030年超过20ZFlops。
此外，训练超大模型，需要采用多机多卡的方式，涉及模型的切分和卡间通信，还涉及多种通信拓扑和参数同步模式。因此，大模型的分布式训练，对算力之间的通信要求也更高。
刘新民总结，面对人工智能等各种场景的增长需求，算力和网络技术将向泛在化、确定性和协同化的方向演进。即算力服务能够随时随地触及全部人和物、能够大幅提升面向应用的用户体验、能够多级协同，为海量异构数据匹配最佳算力节点，实现算力状态按需分配。
中国智能算力发展具备多重优势
国家超级计算长沙中心“天河”新一代超级计算机系统启动运行；长沙人工智能创新中心（首期）建设完成并启动运营；马栏山视频文创园视频超算中心、湖南算力网络融合协同创新平台加快建设……近年来，湖南算力基础设施建设进入发展快车道。据了解，全省建成和在建规模以上数据中心共计48个，标准机架总规模达16.3万架。
湖南算力基础设施建设，是中国智能算力快速发展的缩影。本次大会上，中国信息通信研究院发布了《中国算力发展指数白皮书（2023年）》。其中数据显示，2022年，我国算力总规模达到302EFlops（EFlops指每秒百亿亿次浮点数运算），连续两年同比增速超过50%。其中智能算力规模达到178.5EFlops，同比增速为72%，在我国算力规模中占比59%，成为算力快速增长的驱动力。
随着供给水平的大幅提升，我国智能算力创新成果不断涌现。相关数据显示，当前我国计算产业规模占电子信息制造业的20%以上，2022年我国以计算机为代表的计算产业规模达2.6万亿元。
在智能算力产业方面，浪潮、新华三、宁畅排名我国AI服务器市场前三；在智能算力创新能力方面，新兴计算平台系统加速布局，例如百度推出由AI计算、AI存储、AI容器组成的百舸AI异构计算平台，燧原科技发布针对人工智能算力应用场景的云燧智算机等。
智能算力交出的优异答卷，离不开中国算力发展环境的持续优化。从2021年国家发展改革委会同有关部门印发《全国一体化大数据中心协同创新体系算力枢纽实施方案》，明确国家算力枢纽建设方案；到2022年国务院印发《“十四五”数字经济发展规划》，推进云网协同和算网融合发展；再到2023年中共中央、国务院印发《数字中国建设整体布局规划》，提出系统优化算力基础设施布局……政策网络不断织密。
扎实的政策支撑外，中国工程院院士、湘江实验室主任、湖南工商大学党委书记陈晓红表示，我国发展智能算力的优势还体现在三个方面。
一是技术跃升条件已基本具备。近年来，我国海量数据向异构化、多模化、泛在化等形态演进发展，面向诸多行业领域的区域性服务器、个人计算机整机品牌等应用推广密集落地，生态布局呈“军团式”发展态势，自主演进架构生态在加速形成。
二是部分领域跻身领先行列。近年来我国在人工智能、高性能计算、量子计算等方面，取得了一批原创成果，相关领域方向跻身世界先进行列。人工智能依托庞大的国内市场和用户群，在语音、视觉、传感等相关领域的技术持续突破。
三是规模带动效应逐步释放。我国拥有全球体量最大、用户最活跃的数据市场，和以人工智能、智能制造、自动驾驶、物联网等为代表的庞大应用市场。随着智能算力在政府决策、技术研发及各个行业的应用渐趋深化，其辐射带动规模将持续扩大。
瞄准短板持续发力
智能算力发展潜力广阔，但在拥抱机遇的同时，也要做好迎接挑战的准备。
挑战一方面体现在我国算力供需匹配不平衡。从需求侧来看，智能算力正加速向政务、工业、交通、医疗等各行业各领域渗透，成为传统产业智能化改造和数字化转型的重要支点，但现在部分企业缺乏对技术的充分理解，难以将人工智能与企业具体的业务场景深度融合，智能算力需求不明确。
从供给侧来看，目前智能算力呈现制度标准不完善、数据资源不充分等短板，导致以智能算力为基础的人工智能大模型展现出通用知识多、行业技能少的特点，因此，提升智能算力在垂直行业领域的供给质量是未来发展的着力点。
另一方面，更严峻的挑战体现在算力技术创新仍有待进一步提升。华为技术有限公司轮值董事长徐直军在2023世界计算大会开幕论坛上表示，“只有解决好服务器、操作系统、数据库这些本源问题，我们才能真正持续地提供算力，这是我国计算产业应该优先解决的问题。”
在本次大会上，就如何加快筑牢智能算力基础设施底座，提高智能算力产业安全可持续发展，多位专家提出，中国还需在顶层制度、基础设施、创新生态和人才培养四方面持续发力。
在顶层制度方面，中国工程院院士倪光南表示，未来，我国应重视标准建设。例如可以发布“算力中心建设指南”，提出算力、存力、运力的适当比率范围，对于运力可以提出应具备的参数指标等要求，与算力实现均衡部署和均衡发展。
工业和信息化部总工程师赵志国也表示，未来将继续强化政策保障，优化计算产业发展环境。例如加大对重点领域和薄弱环节的支持力度，建设完善计算标准和测评体系，加强知识产权布局，增强核心竞争力。
在基础设施方面，多位专家建议应科学布局基础设施，适当超前布局，科学有序、绿色集约地推进算力设施建设。
“在推动智算中心建设从东部、中部逐渐向西部拓展的同时，加大全国层面的统筹力度，破解算力市场和服务市场碎片化情况，融入全国统一大市场建设。”陈晓红说。
在创新生态方面，应整合国内分散的优势力量，加强产学研联合攻关。中国工业经济学会会长、中国社会科学院大学教授江小涓表示，以前有大企业自己封闭起来做研究。到了数字时代，边界开放的产业机制组织方式将成为主流，开放科学将成为科学发现的重要组织方式。
在联合创新的产业生态中，江小涓进一步强调，当下，要注重企业的创新主体地位。
这一观点从一组数据中可以得到印证，国家知识产权局发布的《2022年中国专利调查报告》显示，2022年我国企业发明专利产业化率为48.1%，高于科研单位和高校发明专利的产业化率。这是因为，“企业在一线，他们能快速感知社会需求。”江小涓说。
在人才培养方面，去年，百度联合浙江大学中国科教战略研究院发布的《中国人工智能人才培养白皮书》显示，国内人工智能领域人才总缺口达500万。这意味着算力方面的人才缺口也比较大，迫切需要提高具备数学基础、数理逻辑、计算能力的人才培养力度。
对此，陈晓红建议，应坚持系统观念，通过走有组织、体系化、强联合之路，统筹推进高校、高能级科创平台、产业、社会四大系统的协同创新，形成算力人才培养的倍增效应；打造集产业生态、标准制定、实验验证、系统研制、理论研究为一体的创新机制，更好培养算力拔尖人才。
此外，算力人才的培养本身也需要有数智化教育平台的赋能。陈晓红说：“应积极打造校校之间、校企之间、教与学之间、人与人之间联系更加紧密的数智教育平台，聚集智能算网资源，助力算力人才培养。具体来看，高校有待开设算力方面的专业，抓紧编写相关教材，提高我国算力人才自主培养质量。”
(责任编辑：休闲)