直面算力緊缺 世紀(jì)互聯(lián)陳升：傳統(tǒng)IDC必須加速演進為面向大模型的AIDC

ChatGPT的橫空出世加速推動人工智能時代的到來，而在中國，大模型的高歌猛進，對GPU智算、網(wǎng)絡(luò)、存儲等算力產(chǎn)業(yè)的每一環(huán)的都提出了新需求與新挑戰(zhàn)。 今年以來，包括零一萬物CEO李開復(fù)在內(nèi)的多位大模型創(chuàng)業(yè)者也在公開場合多次強調(diào)，目前國內(nèi)算力差距也是重要課題。近日，李開復(fù)向包括《每日經(jīng)濟新聞》記者在內(nèi)的媒體表示：“我們算力一直遠(yuǎn)遠(yuǎn)落后，甚至只有Google、微軟的5%?！辈贿^他也提到，未來隨著推理算力每年降到過去的十分之一倍，國內(nèi)大模型創(chuàng)業(yè)者基于更低的算力成本也能做出更好的模型。 如何解決中國AI大模型面臨的算力緊缺問題？ 近日，在第四屆中國IDC（互聯(lián)網(wǎng)數(shù)據(jù)中心）行業(yè)DISCOVERY大會上，第三方中立數(shù)據(jù)服務(wù)商世紀(jì)互聯(lián)（VNET，股價1.91美元，總市值5.03億美元）創(chuàng)始人、董事長陳升指出，隨著人工智能技術(shù)的迅猛發(fā)展，傳統(tǒng)的數(shù)據(jù)中心(IDC)正在經(jīng)歷一場深刻的變革。這場變革的核心便是人工智能數(shù)據(jù)中心(AIDC)。而在AIDC中，70%的投資將指向GPU和網(wǎng)絡(luò)。長期來看，現(xiàn)有的網(wǎng)絡(luò)體系難以支撐未來百萬倍的加速計算。 因此他認(rèn)為，AI的終極目標(biāo)是打造一個超越互聯(lián)網(wǎng)的下一個全新網(wǎng)絡(luò)信息空間（CyberNext）。通用計算為主的傳統(tǒng)IDC迎來機遇，必須加速演進到面向大模型的AIDC，對GPU硬件供應(yīng)鏈和軟件生態(tài)做到“兩手抓”。 世紀(jì)互聯(lián)創(chuàng)始人、董事長陳升預(yù)測AI走向 圖片來源：每經(jīng)記者 趙雯琪 攝 算力緊缺AI大模型如何應(yīng)戰(zhàn) 隨著人工智能技術(shù)的飛速發(fā)展，全球科技巨頭紛紛投入巨資研發(fā)AI大模型。 AI大模型因其在自然語言處理、圖像識別等領(lǐng)域展現(xiàn)出的卓越能力而備受矚目。從OpenAI的GPT系列到谷歌的BERT模型，這些龐然大物正推動著AI技術(shù)的新革命。但背后的算力需求同樣驚人，甚至呈指數(shù)級增長。 據(jù)IDC公司預(yù)測，全球AI計算市場規(guī)模將在2026年達(dá)到346.6億美元，年均增長率高達(dá)15.5%。生產(chǎn)式AI算力占比更是從2022年的4.2%預(yù)計增長至2026年的31.7%。 面對算力緊缺的挑戰(zhàn)，AI大模型的研發(fā)者們正在采取多種策略以應(yīng)對。包括算法優(yōu)化，通過精簡模型結(jié)構(gòu)和改進訓(xùn)練方法，降低對計算資源的需求。此外，分布式計算的廣泛應(yīng)用使得計算任務(wù)可以在更多節(jié)點上并行處理，有效提升了計算效率。 對此，中國工程院院士、紫金山實驗室榮譽主任兼首席科學(xué)家劉韻潔在上述會議上表示，大模型對算力的需求提出了更迫切的要求，2012年到2023年，整個算力需求增加了數(shù)十萬倍，而且最近五年GPU的算力就增加了90倍，但整個網(wǎng)絡(luò)的帶寬才增加了10倍，這個差距現(xiàn)在預(yù)示著將來對整個網(wǎng)絡(luò)帶寬的能力、通訊能力提出更高的要求，因為缺口會越來越大。 因此，在他看來，在中國，行業(yè)大模型會是最終出路。因為通用大模型受制于多重因素，而中國行業(yè)數(shù)據(jù)的完整性、系統(tǒng)性是最好的，尤其是在制造業(yè)，如果把這些行業(yè)數(shù)據(jù)利用好，通過行業(yè)大模型產(chǎn)生價值，會成為中國發(fā)展新質(zhì)生產(chǎn)力一個非常好的途徑。 全面鏈接算力、數(shù)據(jù)、模型 傳統(tǒng)IDC企業(yè)如何破局？ 隨著人工智能技術(shù)的迅猛發(fā)展，傳統(tǒng)的數(shù)據(jù)中心（IDC）正在經(jīng)歷一場深刻的變革。這場變革的核心便是人工智能數(shù)據(jù)中心（AIDC）。 陳升認(rèn)為，AIDC給傳統(tǒng)IDC帶來的第一個改變就是改變交互界面?！斑^去的交互界面是機柜，風(fēng)火水電是基礎(chǔ)。要是按照現(xiàn)在AIDC的定義，把所有的風(fēng)火水電加在一起就是整個系統(tǒng)差不多30%的投資，70%是GPU和網(wǎng)絡(luò)。”陳升表示，如果是AIDC，吐出來的是Token和服務(wù)，面對這樣的形態(tài)，70%的投資是和GtanPU、超級網(wǎng)絡(luò)相關(guān)，這個行業(yè)可謂挑戰(zhàn)不小。 因此他認(rèn)為，AI的終極目標(biāo)是打造一個超越互聯(lián)網(wǎng)的下一個全新網(wǎng)絡(luò)信息空間（CyberNext）。通用計算為主的傳統(tǒng)IDC迎來機遇，必須加速演進到面向大模型的AIDC，對GPU硬件（供應(yīng)鏈）和軟件生態(tài)做到“兩手抓”。 值得一提的是，就在5月中旬，世紀(jì)互聯(lián)領(lǐng)投數(shù)據(jù)智能（Data&AI）平臺技術(shù)和服務(wù)提供商矩陣起源的Pre-A輪融資。據(jù)官方信息，本輪融資后，矩陣起源將擴展業(yè)務(wù)至AI Infra和AI Platform領(lǐng)域，并與世紀(jì)互聯(lián)的AIDC業(yè)務(wù)融合和協(xié)作。由此可以看出，傳統(tǒng)IDC企業(yè)正在圍繞GPU基礎(chǔ)設(shè)施持續(xù)創(chuàng)新，同時探索更開放、共享的人工智能生態(tài)系統(tǒng)。 劉韻潔同時提到，面向AI大模型時代，需要計算、網(wǎng)絡(luò)、存儲、系統(tǒng)協(xié)同，構(gòu)建高性能算力底座，實現(xiàn)超大規(guī)模集群萬卡協(xié)同。在此背景下，確定性網(wǎng)絡(luò)有望解決傳統(tǒng)互聯(lián)網(wǎng)擁塞無序的問題，推動互聯(lián)網(wǎng)從“盡力而為”到“確保所需”技術(shù)體系變革，能夠滿足工業(yè)互聯(lián)網(wǎng)、東數(shù)西算、人工智能大模型等典型場景的網(wǎng)絡(luò)需求。