中青報·中青網記者 李新玲

“‘百模大戰’帶動人工智能走向通用，推動人工智能與千行百業融合的同時，為算力產業帶來了沖擊、挑戰，也帶來了機遇。”全國政協委員、中科院計算機研究員張云泉是超算領域的專家，面對由ChatGPT帶來的“模型熱”，他有很多思考。據不完全統計，現在國內各大機構公司、科研院所陸續推出了七八十個大模型。

“OpenAI的ChatGPT到底是一個技術革命還是一個‘擾動’，有不同的觀點。但是它在短時間內就實現了上億用戶，引起了驚呼，同時對算力消耗也是前所未有。” 5月29日，以“ChatGPT下算力的機遇與挑戰”為主題的2023中國算力發展研討會在中科院計算所舉行，張云泉談到，大數據、大算力、大算法是對大模型的三大決定因素，其中哪個最重要目前有爭議，但對我們來說，算力無疑是三大因素中最難的，因為美國芯片禁運，我們被“卡脖子”。

(資料圖)

“怎么解決這個問題？是通過算力融合來解決問題，還是進行多要素協同？此外，生態是大問題，我們有些芯片設計不錯，真正應用起來還有很多路要走。” 張云泉較早提出“算力經濟”的概念，他對于國內算力現狀非常清楚，“我們除了研制更大規模超算之外，也在算力建設和應用方面不斷創新，提出建設算力網、智算網，算網融合等。”

據了解，我國算力基礎設施主要包括超算中心、智算中心、數據中心和“城市大腦”四類形態，都在同步建設中。其中，全國有30多個城市提出建設智算中心。

中科院院士陳潤生認為，雖然現在對于大模型的實現原理有爭論，但可以明確的一點是，人工智能還要發展，而且一定會帶來很多領域的變革，所以我們要緊緊跟上。陳潤生院士反對遍地開花，因為大模型是高耗能的。他建議可以專業與通用大模型結合。比如解決醫學問題，就做一個專用，架構是可以參考大模型，學習的數據專業化，這樣能夠做到小耗能又能達到專業水平，精度還能足夠高。

國家信息中心信息化和產業發展部主任單志廣表示，目前來看，算力是我們的短板，也是未來有機會發力的地方。ChatGPT是采用集中式的算力來推動，未來我們或許可以換一條路，可以通過更先進的互聯技術將國內的一些算力基礎設施更好地連接起來，打造更強的計算能力，構建更先進的創新基礎設施。

“我們要從基本的計算模式演化規律和人工智能的發展規律出發，加強基礎性、前瞻性研究和探討，避免一哄而上或者現象級跟風，否則就只能跟在別人后面跑。” 單志廣提出，要避免在新一代信息技術領域出現隔代競爭、越追越遠的風險。

人工智能計算形態在整個數據中心中占比越來越大，AI算力中心利用率比過去超算中心利用率好很多，這是清華大學計算機系陳文光教授的觀察結果，他認為AI算力對經濟的滲透會逐步增加，“AI整體的發展還處于初期階段，對于后續怎么發展我們并不是特別清楚，所以在這個階段應該鼓勵多方探索，（算力方式）應該百花齊放。”

對于這一點，中國信息通信研究院余曉暉院長表示認同，“中國的人工智能算力在過去幾年發展特別快，我們測算過大體上年均增長70%，CPU通用的算力大概是30%多，超算更低一點。”

他提出設想，“AI算力分散在不同的地方，怎么把它集中在一起形成統一算力，有一種可能就是把目前分散的異構算力連接起來變成一種可調度的算力基礎設施。過去算力設施基本是以傳統的CPU通用數據中心為核心。下一步發展AI算力基礎設施會成為非常重要一個方向。”

算力需求發展越來越快，要求越來越高，面對這種現狀，與會專家認為，最主要的問題是如何應用并提供服務，用最小的代價來提供算力。

對于ChatGPT的出現，中國科學院院士、北京航空航天大學錢德沛教授認為需要反思我們的創新環境，另外，技術追趕既需要政府的能力，也需要各行各業的參與，“對我們軟件的開放模式，軟件銷售模式，對提供服務的超算中心或者智算中心的生存模式和應用模式都會產生影響。短期來看這是一個目標，長期來看是我們如何真正把算力滲透到各行各業，或者說讓算力變成我們生活一部分，這還有很長的路要走。”

中國工程院院士、清華大學鄭煒民教授提出了幾個設想，例如可以把不同地方的算力連接起來，“我們需要有新型的算力基礎設施，專門做人工智能的應用服務，很多問題需要解決，怎么連起來，怎么傳輸等等。”

余曉暉認為，現在算力需求大，但是算力是分布在不同的企業、科研機構手中，實現算力和需求供給的供需對接不太容易。據他介紹，目前我國已經做了一些嘗試，算網融合建立互聯互通平臺，把某家通信運營商和科研機構超算系統連在一起，運行效果不錯，下一步計劃把更多資源連起來。“如果我們把算力連在一起，像過去調動主機那樣去運行，對整個體系會有一個變革，會帶來很多創新或者新需求，包括算力標識、調度、計費、操作系統、通信協議等等，這對我國是一個機會。”