步才捷

“人工智能帶來指數(shù)級增長的算力需求，一方面多樣化的智能場景需要多元化的算力，巨量化的模型、數(shù)據(jù)和應用規(guī)模需要巨量的算力，算力已經成為人工智能繼續(xù)發(fā)展的重中之重；另一方面從芯片到算力的轉化依然存在巨大鴻溝，多元算力價值并未得到充分釋放。如何快速完成多元芯片到計算系統(tǒng)的創(chuàng)新，已經成為推動人工智能產業(yè)發(fā)展的關鍵環(huán)節(jié)?！痹?0月26日舉行的“2021人工智能計算大會（AICC2021）”上，中國工程院院士、浪潮首席科學家王恩東闡釋了計算系統(tǒng)創(chuàng)新在計算到智算轉變的產業(yè)新格局下的重大意義。

隨著人工智能在算法領域的不斷突破，不同數(shù)值精度帶來了跨度更大的計算類型，對計算芯片指令集、架構的要求更加細分。圖靈獎獲得者John Hennessy和David Patterson共同發(fā)表的《計算機架構的新黃金時代》中提出：當摩爾定律不再適用，一種更以硬件為中心的、針對特定問題領域定制設計的計算機體系架構DSAs（Domain-Specific Architectures）會成為主導，這種設計的核心在于針對特定問題或特定領域來定義計算架構?；贒SAs思想設計的AI芯片，在特定AI工作負載上表現(xiàn)出遠超通用芯片的處理能力，大大推動了AI芯片的多元化發(fā)展。

王恩東認為，芯片多元化為產業(yè)AI化的加速提供了重要的產業(yè)基礎和更加豐富的選擇。但是，芯片從造出來到大規(guī)模用起來，還存在巨大的產業(yè)鴻溝，因此，如何將百花齊放的AI芯片轉變成一個通用性強、綠色高效、安全可靠的計算系統(tǒng)，變得至關重要。

然而，由于AI芯片在單一計算系統(tǒng)中往往高密度集成，帶來系統(tǒng)功耗、總線速率、電流密度的不斷提升，AI計算系統(tǒng)的設計面臨巨大挑戰(zhàn)。例如一臺浪潮AI服務器，需要整合超過10 000個零部件，包含50多類專用芯片、30多個技術方向以及100多種傳輸協(xié)議，涉及到材料、熱力學、電池技術、流體力學和化學等一系列學科；需要經歷30多個流程、150多種加工和制造的工藝、280多個關鍵過程的控制點，如何確保整個系統(tǒng)的可靠性是一個非常精細且復雜的工程。

“從火箭發(fā)動機到運載火箭，要在循環(huán)、控制和結構等很多領域做大量的工作。芯片到計算系統(tǒng)同樣如此，需要完成體系結構、信號完整性、散熱、可靠性等大量系統(tǒng)性設計工作?！蓖醵鳀|院士用一個生動形象的比喻，描述了計算系統(tǒng)創(chuàng)新的難度。

值得關注的是，計算系統(tǒng)創(chuàng)新的根本目的，就是要讓算力、算法和數(shù)據(jù)去服務數(shù)字經濟，去支撐科研創(chuàng)新，去推動智慧轉型，這就需要加大以智算中心為代表的新型人工智能基礎設施建設，以此推動AI產業(yè)化、產業(yè)AI化和政府治理的智能化。

對此，王恩東強調：“我們一方面要重視智算系統(tǒng)的創(chuàng)新，加大人工智能新型基礎設施建設，把從技術到應用的鏈條設計好，從體系結構、芯片設計、系統(tǒng)設計、系統(tǒng)軟件和開發(fā)環(huán)境等各個領域形成既分工明確又協(xié)同創(chuàng)新的局面。同時，也要加快推動開放標準建設，通過統(tǒng)一的、規(guī)范的標準，將多元化算力轉變?yōu)榭烧{度的資源，讓算力好用、易用?！?/p>