华乐资本kadensa资讯，华乐资本kadensa表示，假如把人工智能喻为一盘佳肴，数据好像原料、算法相当菜谱，而算力，恰如那个后厨掌勺的厨师。
华乐资本kadensa指出，数据、算法和算力被视为驱动人工智能(AI)开展的“三驾马车”。
华乐资本kadensa发现，随着人工智能在加速经济开展和数字转型中的作用越来越突出，以人工智能新型计算(智算)才能为代表的人工智能计算中心也成为新型根底设备的重要组成局部。
提升人工智能算力程度、做强者工智能算力产业，曾经成为全球40多个国度的战略共识。在我国，作为新一轮科技反动和产业革新的“消费要素”，人工智能计算才能建立已驰入新的“赛道”。
“抢滩”AI算力
日前，全国首个人工智能计算中心在武汉建成投运。与此同时，一大批人工智能计算中心也“正在赶来”……
截至目前，我国已批复建立15个国度新一代人工智能创新开展实验区。
6月29日，长沙市发布《长沙建立国度新一代人工智能创新开展实验区三年行动方案(2021-2023年)》。
此前数周，武汉市更是以“雷神山速度”，建成投运全国首个人工智能计算中心。
当日，武汉大学、中国科学院自动化所等20多家科研院所和企业入驻实验区。
此外，西安、成都、河南、上海、南京、杭州、广州、大连、青岛、长沙、太原、南宁等多个城市的人工智能计算中心也“正在赶来”。
据IDC预测，中国AI效劳器市场在2018年至2023年的年复合增长率为37.9%，到2023年，整体通用效劳器市场仅增长34.5%，以此预算，到2023年，AI算力占比至少可进步到72%。
有专家预言，当前已进入“聪慧时期”，计算技术、产品与产业面临多元化、巨量化、生态化三大应战，计算产业格局有望重塑。这些变化将促使“计算”向“智算(AI计算)”加速进化，“十四五”时期，“计算需求将呈指数级增长”。
从“超算”到“智算”
计算技术与产业正在催生AI计算迅猛开展，与此同时，公众对“超算”和“智算”的性能和特性并不分明，有时以至张冠李戴。
计算是人类认知世界的一种形式。从大型计算机到PC，从智能手机到可穿戴设备，计算才能正一步步拓展着人类的才能范畴。
随着技术进步和社会经济的开展，计算才能建立也不时演进，呈现了超级计算中心、云计算数据中心和人工智能计算中心等不同形态的算力根底设备。
20世纪60年代，为对严重科学问题和研讨停止模仿，超级计算机(又被称作高性能计算机)和超级计算中心应运而生。
2007年，互联网、大数据和云计算技术的成熟带动了云计算数据中心的建立。
2012年以来，以深度学习计算形式为主的人工智能技术疾速开展，计算机视觉、自然言语处置等应用越来越广，对算力的需求也爆炸式增长，特地的人工智能计算中心开端进入人们视野。
“理论上，传统的神经网络锻炼过程也是在求解方程，这点与科学计算没有太大区别。但神经网络除了锻炼还有推理过程(模型的运用)，这局部计算对精度请求较低，因而AI计算机评价性能运用的是‘OPS’(每秒操作次数)，而传统高性能计算更强调双精度(求解方程对精度有理论方面的请求)。”中国计算机学会高性能计算专业委员会副主任、超级计算创新联盟秘书长迟学斌通知《中国科学报》。
专家以为，超算中心和人工智能计算中心两者战略定位不同、效劳范畴不同、所运用的技术体系也不同，是计算范畴的两个重要开展方向。
在战略定位方面，超算中心立足于科学研讨，是支撑国度科研体系的大科学安装，主要处理大系统、大工程、大科学的问题。超级计算机系统对国度提升整体科研创新实力和应对科学应战具有重要战略意义。
人工智能计算中心立足于赋能产业，是支撑数字经济的根底设备。提早规划和规划人工智能计算中心，可为大范围AI算法和模型研讨构成条件支撑，促进人工智能赋能各行业，完成数字经济高质量开展。
从应用方面说，超算中心主要应用于严重工程或科学计算范畴的通用和大范围科学计算。如新资料、新能源、新药设计、高端配备制造、航空航天飞行器设计等范畴的研讨。
人工智能计算中心主要支持人工智能与传统行业的交融创新与应用，提升传统行业的消费效率。在自动驾驶，辅助诊断、智能制造等方面大显神通。
在技术架构上，超算的中心计算才能由高性能CPU或协处置器提供，注重双精度通用计算才能，追求准确的数值计算，单位是“FLOPS”(每秒浮点运算才能)。
人工智能的中心计算才能由锻炼、推理等专用计算芯片提供，注重单精度、半精度等多样化计算才能，是一种不肯定的近似计算其单位应该是“OPS”。
“这是两个不同的单位，不能直接横向比拟。”中国计算机学会高性能计算专业委员会秘书长张云泉说。
精准适配算力
随着人工智能技术的应用越来越普遍，人工智能与超算的分离将愈来愈严密。
作为一种通用算力，超级计算机的高精度计算才能更强，应用范围更广。
专家引见说，超算系统当然可用于完成人工智能计算任务，但本钱高、效率低，糜费严重。
曾有超算中心经过增加图形加速器硬件(GPU)来应对AI类需求，但算力耗费宏大，以锻炼一个有1750亿参数的GPT-3模型为例，需求“355个GPU年”(一块GPU运转355年的运算量)，一次锻炼费用就高达460万美圆。
显然，运用超算技术架构处置人工智能业务本钱昂扬(经费或者时间)。
中国工程院院士陈左宁曾用“大马拉小车”，来形容用超级计算机做AI计算固然“十项全能”，但毕竟不是为AI量身打造。
“人工智能计算中心自创了传统超算中心大范围并行和数据处置的技术架构，以图形芯片为计算算力底座，为人工智能快速赋能开展和应用提供新型算力根底设备。”浙江大学计算机科学与技术学院副院长、浙江大学人工智能研讨所所长吴飞对《中国科学报》说。
区别于传统的超算中心，人工智能计算中心因产业而生，虽然在赋能产业方面熟能生巧，“但让智算中心去跑需求运转数万不同类型软件的任务，就勉为其难了”。
“赋能”新赛道
当前已从“AI+”时期步入“+AI”时期，我们迫切需求像“发电厂”一样的根底设备。
“AI+”时期的主要目的是探究人工智能本身才能，而“+AI”时期的特性是千行百业交融AI，走向场景化应用。
当前，我们迫切需求像“发电厂”一样的根底设备，提供公共AI算力，可统筹普惠共享、平安公信、节约能耗等需求。因此，超算中心和人工智能计算中心各自肩负重要任务。
“AI具有加强任何范畴的技术的潜力，是相似于内燃机或发电厂一样的赋能技术。”吴飞说，“因而，人工智能这一种赋能技术被普遍应用于其他众多范畴。”
当前，我国人工智能计算开展面临根技术缺乏、根底设备缺乏(算力昂贵稀缺，行业数据集缺乏)、行业落地艰难(应用门槛高，落地范畴不平衡)、顶尖人才稀缺，根底创新才能缺乏等问题。
“依托全栈的人工智能计算中心，能够打造公共算力效劳平台、应用创新孵化平台、产业聚合开展平台、科研创新和人才培育平台，构成‘1个人工智能计算中心+ 4个平台’的产业规划，以此完成‘政产学研用’五位一体打通，构成区域乃至全国的人工智能产业的会聚。”中国科学技术信息研讨所研讨员赵志耘等人在《人工智能计算中心开展白皮书》中这样描绘。
“人工智能的赋能技术依赖于算力，需求经过庞大算力对海量数据停止剖析和处置，因而建立算力中心是人工智能开展的根底设备。”吴飞说。
人工智能计算中心能够将算力资源开放给企业、科研机构和高校，处理算力短缺和昂贵问题。
同时分离各地产业特性，展开竞争性和先导性应用开发和场景实验，牵引科技创新成果转化、带动相关产业晋级，促进和推进人工智能产业集约集聚开展。
此外，人工智能计算中心还可作为科研创新和人才培育平台，支撑科研创新和AI人才培育。
“AI很多时分被定义为深度神经网络，科研人员能够创立出从数据到结果的模型，有些模型是无法解释其科学性的，但在应用上有一定示范效果。”迟学斌说，“因而，将来人工智能计算与科学计算是互补的。”
计算刷新将来。超算中心和人工智能计算中心都是提供多样化计算才能支撑的新型根底设备，在国度经济建立和科技自立这幢“摩天大楼”里，它们同样是“基石和承重墙”。
将来很长一段时间内，超算中心依然是国度重要的战略科技力气，支撑我国在科研范畴的纵深探究。人工智能计算中心是支撑数字经济高质量开展的新型根底设备，同时肩负培育我国新一代人工智能产业体系的严重历史任务。
(本内容属于网络转载，文中涉及图片等内容如有侵权，请联系编辑删除。市场有风险，选择需谨慎!此文不作买卖及投资依据。)