爆火的人工智能背后,如何解決算力焦慮?
2023-07-08 19:32:13    騰訊網(wǎng)

主持人:這個世界跟人工智能的關系越來越深刻,尤其身處世界人工智能大會的現(xiàn)場,你會明顯感受到人工智能世界何等豐富,發(fā)展有多發(fā)展。今天我們要找一個專門切入點叫“算力”。

我們都知道,數(shù)據(jù)、算法、算力是敲開AI大門的三把鑰匙,如果說數(shù)據(jù)是其中生產資料的話,生產力就是算力,生產關系就是其中一些算法。我們今天具體要來說一下跟算力有關,我們演播室請來三位嘉賓,分別是未盡研究創(chuàng)始人周健工,申萬宏源證券研究董事總經(jīng)理、TMT部門總監(jiān)及首席分析師劉洋,還有聯(lián)想集團副總裁、ISG中國服務器事業(yè)部總經(jīng)理陳振寬。我們和三位嘉賓一起,圍繞算力深入探討。

AI有驚喜,算力引焦慮


【資料圖】

主持人:算力是推進AI往前發(fā)展的重要動能之一。大家都知道各大平臺現(xiàn)在都在出各種各樣大模型,大模型需要訓練,到應用階段對算力的要求更是無窮無盡的,所以,算力發(fā)展的現(xiàn)狀怎樣、未來趨勢如何,算力的缺口有多大、有什么樣的解決方案,就是我們今天要和各位嘉賓一起聊到的。

先想和各位嘉賓聊一聊,您覺得據(jù)您觀察現(xiàn)在人工智能世界到底發(fā)展到什么樣的程度,給你的驚喜是什么?

周健工:我覺得AI最大驚喜就是在一些完成任務上,比如說對話,我們一直在說圖靈測試,這是我第一個感受。第二個感受大家都在談通用人工智能,以前覺得是相當科幻的概念,現(xiàn)在我記得GPT4出來之后,微軟科學家做了一個測試,那篇論文業(yè)內大家看得很多了,標題是通用人工智能的火花。我覺得這個比喻比較貼切,我們看到一個火花但是還是處于通用人工智能比較早期階段。

陳振寬:ChatGPT現(xiàn)在用的是ChatGPT3.5的技術,大概是1750億的參數(shù),大家可能有一些相關資料顯示,人的大腦神經(jīng)元大概是在800億到1000億之間,大腦皮層神經(jīng)元在100億級別。在800億到1000億這樣一個參數(shù)實際上跟人的神經(jīng)元數(shù)量是非常相似的,所以也是大參數(shù)、大模型。到了1750億級別的時候,人工智能不止是我們訓練它,它根據(jù)我們訓練去學習、去成長,更重要是它會自己學習、自己進化。所以,在今天深層次AI技術爆發(fā)的時候,大家發(fā)現(xiàn)一下子大門打開了。

劉洋AI的整個復雜度大了很多。小模型精度很高,通用性、智能性弱一些;大模型有可能精度不用那么高,但是智能性高很多。所以對我們來講,最大的痛苦不光是橫向擴的很多,關鍵是可能性多了,究竟是用大模型還是小模型,用以前的還是組合的,或是垂類的。這些問題都會讓我們焦慮,需要用的東西太多了。所以我覺得人工智能2C、2B的應用,帶來今天算力焦慮這個話題,其實都會變得比較復雜,這是我們目前已經(jīng)看到的情況。

主持人:如果應用到了讓每一個人都便捷的程度,現(xiàn)有算力背后能不能支持,這中間還有什么缺口?在過去一段時間大模型發(fā)展過程當中,如何突破算力落差的瓶頸?

周健工:其實大模型是每18個月是它的規(guī)模是增長35倍,但是摩爾定律是每18個月增長2倍,這是一個速度上的落差。第二,我們也看到國外有些大型企業(yè)不同業(yè)務部門之間,也在爭搶算力,從這一點上說中國也存在。

主持人:算力落差就是因為芯片落差嗎?今年英偉達生意很好供不應求,買不到芯片是不是意味著差距就特別明顯?

陳振寬:這一定是其中一個影響因素,但我看到另外一個因素。剛才講到,我們的大參數(shù)里面跟人的神經(jīng)元數(shù)量一樣,但這個算力所消耗的功耗跟人的大腦所消耗的功耗,完全不是一個數(shù)量級。要支撐這么大的算力,功耗的要求是非常高的。我們需要研究,當我們的算力不斷增長的時候怎么解決功耗的問題,如何實現(xiàn)碳達峰要求。所以在技術上,我們可能要考慮是否能夠從現(xiàn)在風冷的散熱變成液冷散熱,是不是能夠有一些更好條件來支撐我們算力不斷增長,但是功耗仍然控制在我們的星球所能承受范圍之內。這是我們未來要考慮的另外一個因素,即除了做算力競賽以外,可能還要考慮如何在節(jié)能減排方面有更好更優(yōu)方案。這個方面做得好了,我相信即便有落差,我們總有一天也能迎頭趕上。

算力發(fā)展仍在“熱身階段”

主持人:我們目前算力市場整體發(fā)展到什么程度,夠用嗎?

周健工:我只能大面講,陳總是專家。我自己覺得總量上,中國和國外國家不相上下,在普通算力、智能算力、超算總量上不相上下。甚至有一些中國還占優(yōu)勢,比如說智能算力。但是在這一輪跟大模型和人工智能相關算力上,中國是存在比較大的落差。另外一塊當然從企業(yè)做數(shù)據(jù)中心、云計算這一塊,中國企業(yè)跟國際頭部有比較明顯的差距。第三方面,我們現(xiàn)在處在一個模型訓練算力比較緊缺,但是將來如果是生成人工智能發(fā)展普及比較快,將來會更多是應用更廣,對推理需求是更高的,其實對算力時延要求更高。所以我們希望到那時候,整個算力發(fā)展能滿足這些需求。

主持人:陳總作為專業(yè)人士作為聯(lián)想專業(yè)人士,您是如何來解讀算力目前缺口大還是未來缺口大?

陳振寬:我們把人工智能的算力當成一種賽事的話,這個比賽才剛開始。今天很多企業(yè)在這場賽事里面參賽,實際上都是早期階段做了基礎準備?,F(xiàn)在在熱身或者是剛進入熱身階段的企業(yè),它們在大模型的投入上已經(jīng)是按照百億人民幣投入的。但是要真正去訓練好大模型,這還有很多工作要做,我相信這是要持續(xù)進行投入的地方。

以聯(lián)想來說,我們自己不會參與到大模型賽道,不會去做去訓練大模型,但是我們?yōu)樗写罱ê陀柧毚竽P偷钠髽I(yè)去提供基礎設施和服務,比如說提供GPU服務器,人工智能服務器。以前,如果不是人工智能服務器,一個通用服務器的研發(fā)投入大概是兩千萬人民幣,但是做GPU、人工智能服務器投入是需要通用計算五倍,是按億作為計算的。除了更加復雜以外,里面還要考慮剛才提到的散熱、更快聯(lián)接速度等很多要素。所以在技術上的投入是非常龐大的。另外,在未來訓練完以后要開始做推理,推理用于各種場景無處不在,邊緣甚至個人,這個對算力要求仍然會持續(xù)增加。所以,如何在這樣的場景中持續(xù)進行優(yōu)化,以更加普慧的能力去提供未來整體人工智能相關的產業(yè)理論服務,這是我們持續(xù)要考慮的地方。

所以,路還很長。

主持人:我剛才咨詢了微軟投OpenAI開發(fā)出的ChatGPT,其實背后微軟數(shù)據(jù)中心建設就跟聯(lián)想有很大關系。具體情況是怎樣的?

陳振寬:聯(lián)想是一家全球化走得比較早、做得也比較成功的一家中國企業(yè),我們海外業(yè)務占了差不多3/4左右。微軟是我們海外客戶的一個代表。我們還有很多微軟這樣非常優(yōu)秀的客戶。我們在全球大概有7個生產制造基地,有10個研發(fā)中心。我們也希望,能夠在未來積極參與到國內人工智能的服務當中,服務好我們的客戶。

主持人:從資本市場來看,這個細分的行業(yè)當中再細分有哪些投資機會?。

劉洋:一方面很明顯我們的機架里面包括服務器要升級,其中AI滲透率我感覺會慢慢達到50%是有可能,價格量價齊升。還有很多工程設計問題,液冷、風冷、散熱等等各種各樣的,以及相關的光器件、光模塊。其實我們還有一些市場還沒有特別注意。比如說很有可能我們現(xiàn)在超算數(shù)據(jù)中心里面,專門針對科學或者一些蛋白質分子生成或者是氣象預測,這種東西是由于以前算力不具備,我們就沒有辦法衍生,但是可以大大提升科研和學術的下限,把很多很難測的東西變成可能。總之我現(xiàn)在覺得,至少是AI芯片、服務器,光器件、光模塊,封裝測試技術和芯片架構,相應的一些AI應用都會有很大機會?,F(xiàn)在市場基本上是注意到了AI服務器、芯片和光器件,后面還有一些沒有特別注意,而且周期和機會可能會反復來襲。

普慧算力建設正當時

主持人:中國算力基礎設施,在全球競賽建設當中是處于一個什么樣的位置?

陳振寬:聯(lián)想是一個服務提供商,是這個賽道上面幫助做大模型搭建算力提供商。從我們自身來看,聯(lián)想今天在全球的服務器廠商當中現(xiàn)在是全球前三,前兩名是兩個美國企業(yè),中國企業(yè)排在全球市場也排最前面。我們也希望,未來能夠更好地投身在國內所有的人工智能算力建設過程中,能夠更多賦能我們國內企業(yè),能夠給他們提供更大的助力。

主持人:提到賦能更多企業(yè),我注意到聯(lián)想提供一個普慧算力新的主張。普慧算力具體指什么?

陳振寬:普慧算力把它解讀拆開來一個是普適(Inclusive),一個是智慧(Intelligent),在普適里面我們提出三個A。一個是(Affordable)人人可得,一個是(Available)人人可用,一個是(Adaptable)人人適用,這是普適的意思。另外對于智慧來說,我們對智慧的理解應該是說他能夠去自己去適應(Self-adapting),自己的學習(Self-learning),自己的進化(Self-evolving),所以這是三個S,三個A,三個S,我們對普慧算力的解讀。我們希望,普慧算力最要能幫助到我們國家產業(yè)升級,其次幫助我們各個企業(yè)去實現(xiàn)數(shù)智化轉型,最終惠及到每一個人。

主持人:周總,您覺得未來對于民眾來說普慧算力需求有多大?

周健工:我覺得很大,我自己有一個觀點,我認為將來現(xiàn)在往手機端部署,消費級GPU也可以去跑一個模型了,自己手機就下載了。其實我覺得將來很可能手機上每一個APP都是一個模型。我們可以走著瞧。包括現(xiàn)在設備端芯片,整個架構芯片,都是圍繞生命智能、人工智能的部署在發(fā)生。普慧的意義,就是每一個人都可以用。

主持人:如何實現(xiàn)真正的實惠?

陳振寬:我相信這是一個要持續(xù)要去做的工作。今天單位的算力成本,在五年前、十年前看是無法想像的,但是今天通過科技的發(fā)展確實達到了。我們對未來的展望,一定會跟隨技術的進化,技術的迭代,技術的創(chuàng)新。我們相信,最終到每一個人看算力就好像你在使用電力一樣時,你不會感覺到他的存在,甚至也不會為支付這個電的成本感覺到你有巨大支出存在,以后算力也一樣。

關鍵詞: