AI时代,智算、超算怎么选?

粤讯 中字

随着数字经济浪潮席卷全球,数字化、网络化、智能化技术发展已经上升到国家战略层面。其中,人工智能作为新的生产力,赋予了数字经济发展新的使命。随着AI产业化的深入,算力作为其基础支撑被推向发展前沿,提升算力水平、做强算力产业,已经成为全球40多个国家的共识战略。

在我国,算力发展格局日趋明朗,各部委从政策、规划、布局等维度全面推动算力基础设施的建设,例如国家新一代人工智能创新发展试验区建设工作、国家人工智能创新应用先导区建设工作以及近日发布的“东数西算”工程。在此背景下,以超级计算中心、人工智能计算中心等为代表的算力基础设施建设如火如荼。与此同时,AI的场景需求、计算能力、资源分配等问题日益突出,如何选择合适的算力驱动AI产业高质量发展,亟待探讨。

image.png

认清多样算力,分清应用场景

所谓算力,代表了对数字化信息处理能力的强弱。加快算力基础设施建设的背后,存在着对计算能力认知性知识缺乏、应用场景需求模糊等问题,导致供需错位时有发生。

拿常见的智能计算和超级计算来说,二者在计量单位、计算精度及应用场景上就有很大差异。

中国计算机学会高性能计算专业委员会秘书长张云泉指出,目前的超级计算中心和智能计算中心,虽然都以“P”来作为算力单位,但超算的单位是“FLOPS”(每秒浮点运算能力),而一些智能计算机的单位应该是“OPS”(即每秒操作次数)。这两个压根就是不同的单位,不能直接横向比较,有些媒体关于智能计算1000P算力超过目前世界最强超算算力的报道,只能成为专家笑谈。

同时,超算与智能计算的算力精度存在着巨大差异。超算为双精度浮点运算,智能计算的算力精度多为对精度要求较低的单精度和半精度。通常情况下两个相邻精度的同等数值算力差距大约为2.3倍。当然两者的计算能力不是简单的量数差距,受到精度影响,多数智能计算机并不具备高精度数值计算能力,这也限制其在AI计算之外的应用场景使用。而超算作为一种通用算力,高精度计算能力更强,应用范围更广。

定位自身需求,精准选择适配算力

数字经济发展推动下,我国算力产业建设处于快速起步阶段。但与世界上计算产业成熟、算力水平领先的国家相比,现阶段我国算力产业缺乏整体布局,算力与数字产业的供需结构仍面临模式粗放的问题。

要合理利用算力为AI产业腾飞插上翅膀,要在正确认识算力的基础上,结合自身发展需求,对算力的应用场景有着明确清晰的认识。

对于不同的区域而言,如果目标是希望建设成为科学创新高地,支撑多产业发展,那么超算算力是首选。超算既可以广泛应用于科学计算、能源、气象、工程仿真等传统领域,也可以用于生物基因、智慧城市、人工智能等新兴领域,可全力支撑基础科学领域及新兴产业发展。例如在医疗领域,科学家使用分子对接技术,针对与埃博拉病毒蛋白V35的对接、一天完成4000万分子化合物的抗埃博拉病毒药物筛选,这其中就有超算算力的功劳。

在AI快速发展的大环境下,如果只是希望用于支持专一的人工智能应用场景,选择相对造价低、专用性强的人工智能算力设施无可厚非。当然,这里也需要注意,即使是人工智能领域,也分为图像分类、自然语言处理及强化学习等八大应用场景,不同的应用场景对算力的要求也不同,一般推理需要半精度或整型计算能力即可,而涉及到人工智能更关键的训练场景同样需要单精度及以上的算力。

高精度与低精度,通用与专用,区域算力中心的规划应深入考量当地产业发展需求,匹配契合度更高的算力供给模式,方可打造高质量、可持续发展的算力产业体系。


声明: 本文系OFweek根据授权转载自其它媒体或授权刊载,目的在于信息传递,并不代表本站赞同其观点和对其真实性负责,如有新闻稿件和图片作品的内容、版权以及其它问题的,请联系我们。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存