編輯導讀：在AI產(chǎn)業(yè)快速發(fā)展、算力需求呈現(xiàn)幾何式迸發(fā)的當下，一邊是有關(guān)算力的技術(shù)創(chuàng)新不斷涌現(xiàn)，另一邊是在算力供給模式上人工智能計算中心已經(jīng)成為從政府到關(guān)聯(lián)產(chǎn)業(yè)、組織的普遍共識。本文作者圍繞人工智能計算中心進行分析，希望對你有幫助。

深圳、武漢、成都、西安……越來越多的城市在以政府為主導的形式構(gòu)建“人工智能計算中心”，全國范圍內(nèi)，作為數(shù)字時代新基建的人工智能計算中心正在多點開花。

在AI產(chǎn)業(yè)快速發(fā)展、算力需求呈現(xiàn)幾何式迸發(fā)的當下，一邊是有關(guān)算力的技術(shù)創(chuàng)新不斷涌現(xiàn)，另一邊是在算力供給模式上人工智能計算中心已經(jīng)成為從政府到關(guān)聯(lián)產(chǎn)業(yè)、組織的普遍共識。

只不過，盡管這個AI熱詞已經(jīng)廣泛出現(xiàn)在各種產(chǎn)業(yè)輿論中，但對于人工智能計算中心究竟是什么，業(yè)界和大眾可能還是有著諸多誤解。

誤解一：人工智能計算中心是一大堆算力硬件的堆疊

基于過去對數(shù)據(jù)中心這類事物的樸素認知，很多人對人工智能計算中心的直接看法，是把一大堆算力硬件堆疊在一起，以硬件集群化的共享算力模式向各企業(yè)、機構(gòu)輸送算力，后者不再需要自己建設(shè)硬件基礎(chǔ)設(shè)施，只需要購買服務(wù)即可。

這種認知看到了硬件集約化在人工智能計算中心的作用（把算力當做服務(wù)），但如果人工智能計算中心只是簡單的硬件堆疊，可能也不用地方政府主導大力推進，只需要砸錢購置一大堆能夠提供算力的硬件像搭設(shè)服務(wù)器機房一樣找個場所聯(lián)好網(wǎng)，組裝到一起就可以了。

事實上，從已經(jīng)落地運營的人工智能計算中心來看，要正確認識這個AI新事物，有三個維度的特點值得注意：

一是算力的效能實現(xiàn)了大幅度的提升。

如同中國科學技術(shù)信息研究所發(fā)布的《人工智能計算中心發(fā)展白皮書》所言，人工智能計算中心呈現(xiàn)超級計算與人工智能融合、云與人工智能融合的趨勢，這意味著它絕不只是算力硬件的簡單堆疊，還有如同超算一樣的,將有計算能力的大批量硬件高效協(xié)同起來的能力，以及以云端服務(wù)的方式最優(yōu)化響應(yīng)需求和輸出結(jié)果的能力。

以深圳的 “鵬城云腦Ⅱ”為例，其采用的是Atlas 900 AI集群方案，由數(shù)千顆昇騰910 AI處理器構(gòu)成，這些硬件必須要有統(tǒng)籌規(guī)劃的能力才能更好地輸出，而實現(xiàn)方式則是華為集群通信庫和作業(yè)調(diào)度平臺，以系統(tǒng)級調(diào)優(yōu)整合三種硬件高速接口，最終實現(xiàn)E級（每秒10^18次方次浮點計算能力）的總算力。

相對于傳統(tǒng)本地部署的做法，人工智能計算中心的“效能”大大提升，每單位算力的成本會比企業(yè)、機構(gòu)自建算力設(shè)施要低很多，意味著人工智能計算中心不僅提供算力，而且提供的還是高性價比的、安全、普惠的算力資源，各類組織的算力成本被大大降低，算力瓶頸問題得以緩解。

二是算力輸出做到了全棧化。

當下的人工智能計算中心已經(jīng)做到了從芯片到應(yīng)用層的基礎(chǔ)軟硬件的全棧融合，而不僅僅只有以服務(wù)器、存儲、網(wǎng)絡(luò)、能源、制冷設(shè)備等形態(tài)出現(xiàn)的硬件。

當前，地方政府主導建設(shè)的人工智能計算中心主要是基于昇騰AI全?；A(chǔ)軟硬件平臺，這些基礎(chǔ)硬件被異構(gòu)計算架構(gòu)CANN所“管理和運營”，往上支撐包括昇思MindSpore AI框架，也兼容TensorFlow等AI框架滿足不同企業(yè)開發(fā)需求。

而除此之外，昇騰AI還提供MindX等應(yīng)用使能套件，最終面向具體行業(yè)應(yīng)用，幫助企業(yè)、機構(gòu)在充沛算力的基礎(chǔ)上更好地完成AI開發(fā)工作。

借助昇騰AI的全棧優(yōu)勢，人工智能計算中心推進AI應(yīng)用的開發(fā)過程能夠與場景無縫融合。以電力巡檢場景為例，AI解決方案企業(yè)納思系統(tǒng)通過武漢人工智能計算中心完成的5種算法訓練被利用到了輸電線路巡檢當中，在實際應(yīng)用的邊緣端場景中，基于昇騰AI的Atlas 200 AI加速模塊與特殊影像終端協(xié)作，解決了夜間監(jiān)控難、算法能力不足造成大量誤報/漏報等痛點問題?？梢钥吹剑斯ぶ悄苡嬎阒行呐c場景應(yīng)用是完全打通的，解決方案可以“一體成型”而非只是找人工智能計算中心要了訓練過程中的計算服務(wù)。

三是算力之外還有對應(yīng)的產(chǎn)業(yè)支持和服務(wù)。

當下算力并非人工智能計算中心的唯一“產(chǎn)出”，如何幫助企業(yè)、機構(gòu)更好地利用這些算力并實現(xiàn)組織發(fā)展、加速行業(yè)應(yīng)用落地也是其重要的“配套任務(wù)”，與算力伴生的還有一系列產(chǎn)業(yè)支撐和服務(wù)。

最典型的是武漢人工智能計算中心所落地探索的“一中心四平臺”標桿模式，其中“一中心”指的是主體人工智能計算中心，而“四平臺”則包括公共算力服務(wù)平臺、應(yīng)用創(chuàng)新孵化平臺、產(chǎn)業(yè)聚合發(fā)展平臺、科研創(chuàng)新和人才培養(yǎng)平臺，這四個平臺在統(tǒng)籌化算力服務(wù)、場景化AI技術(shù)應(yīng)用、智能化產(chǎn)業(yè)鏈條、長期人才發(fā)展四個閉環(huán)維度幫助產(chǎn)業(yè)進步、企業(yè)發(fā)展，而這一模式未來將在多地推行。

從成果來看，“一中心四平臺”模式下，截至2021年11月底，武漢人工智能計算中心已入駐100+企業(yè)，孵化超過50類+解決方案，月平均算力使用率92%，中科院自動化所等頭部科研單位、大量行業(yè)技術(shù)專家被引進，大量創(chuàng)新企業(yè)被孵化出來。

不僅給到普惠的算力，還幫助用好算力、發(fā)展好產(chǎn)業(yè)，這才是人工智能計算中心兩個相互協(xié)同的任務(wù)。

誤解二：人工智能計算中心只是在被動地滿足行業(yè)已有的AI計算需求

由前文可知，市場有著龐大的需求而算力供給跟不上，所以人工智能計算中心才會出現(xiàn)，這是直接原因。由此，有人就自然而然地認為人工智能計算中心是在市場供求層面“被動”地承接行業(yè)企業(yè)出現(xiàn)的AI計算需求缺口，對現(xiàn)有的、已經(jīng)出現(xiàn)的AI計算需求進行滿足。

而這個認知無疑是片面的。

首先，人工智能計算中心當然在滿足大量已有的AI計算需求，例如在制造業(yè)里，人工智能質(zhì)檢一直是熱門方向，通過武漢人工智能計算中心的算力支持，AI創(chuàng)新企業(yè)智目智能實現(xiàn)了的業(yè)界第一的棉花異纖檢出率，提升了產(chǎn)品的品質(zhì)。

但是，更應(yīng)該看到的是，新算力形態(tài)的廣泛落地帶來的更有面向未來的創(chuàng)新驅(qū)動力，這就如同從來沒有人認為5G的產(chǎn)生只是用來“被動”地讓4G時代的移動互聯(lián)網(wǎng)應(yīng)用有更好的網(wǎng)絡(luò)速度一樣，5G另一重更重要的任務(wù)是以更高的速率和低延時的特點來驅(qū)動一個新的時代，例如工業(yè)4.0等。

所以可以看到，人工智能計算中心的出現(xiàn)還伴隨著AI領(lǐng)域的一些前沿概念，與過去全然不同的AI創(chuàng)新被驅(qū)動，例如把NLP、CV、語音三大AI方向融匯到一起的多模態(tài)大模型，不同任務(wù)之間的交叉讓AI打開著全新的產(chǎn)業(yè)空間。

在這之前，中科院自動化所聯(lián)合武漢東湖高新區(qū)及華為昇騰AI就共同探索了全球首個圖、文、音三模態(tài)大模型“紫東.太初”，這個千億級參數(shù)的超大模型能夠?qū)崿F(xiàn)視覺、文本、語音三個模態(tài)間的高效協(xié)同，在跨模態(tài)理解與生成能力上性能全球領(lǐng)先。以接近通用人工智能的方式，紫東.太初能夠更好地支持工業(yè)質(zhì)檢、影視創(chuàng)作、智慧醫(yī)療、互聯(lián)網(wǎng)推薦、智能駕駛等國計民生需求場景，完成更多過去AI應(yīng)用無法完成（在單模態(tài)下無法實施）的復雜任務(wù)，讓交互體驗、工作效率實現(xiàn)質(zhì)的改變，大大提升了AI產(chǎn)業(yè)發(fā)展的價值空間。

通信的技術(shù)升級中，5G絕不只是為了讓4G時代的應(yīng)用需求更好地滿足，同樣地，算力形態(tài)的升級中，人工智能計算中心也絕不只是在滿足過去那種算力條件下的AI創(chuàng)新應(yīng)用?？梢粤舷氲氖?，未來還將有更多超越當下AI技術(shù)與應(yīng)用形態(tài)思維框架的創(chuàng)新被人工智能計算中心所驅(qū)動，“原生”于人工智能計算中心時代的技術(shù)和產(chǎn)業(yè)創(chuàng)新將不斷涌現(xiàn)。

誤解三：人工智能計算中心只能支持AI產(chǎn)業(yè)發(fā)展

在武漢，人工智能計算中心在5月31日正式竣工并投入運營，上線即算力資源滿負荷使用，現(xiàn)在已經(jīng)開始二期擴容工作，計劃AI峰值性能從100P FLOP擴充到200P FLOPS。

這背后，是人工智能計算中心與AI產(chǎn)業(yè)發(fā)展的高度協(xié)同。

目前，武漢人工智能計算中心已經(jīng)成功引入中科院自動化所多模態(tài)大模型紫東.太初、清華大學蛋白質(zhì)折疊預測方案AscendProNet、全球首個遙感影像智能解譯深度學習專用框架“武漢.LuojiaNet”等科研成果，加上來自智能制造、數(shù)字農(nóng)業(yè)、自動駕駛等數(shù)十個應(yīng)用場景的100+企業(yè)合作，孵化超50類+解決方案……可以很明顯看到，人工智能計算中心的高效率運作顯示出其推動AI從模型創(chuàng)新到產(chǎn)業(yè)落地的底層驅(qū)動價值和潛力。

但是，這不意味著人工智能計算中心像人們直觀印象中那樣只是在推動AI產(chǎn)業(yè)的繁榮。

事實上，當下的人工智能已經(jīng)從局部探索走向了千行百業(yè)，通過人工智能計算中心的驅(qū)動，智慧物流、智慧政務(wù)、智慧能源、智慧交通、智能制造、智慧醫(yī)療……數(shù)字經(jīng)濟正在各個具體賽道上快速落地，最終在宏觀層面加速產(chǎn)業(yè)升級、國家競爭力提升的進程。

在這個過程中，尤為值得注意的是作為人工智能計算中心解決方案提供商的華為，也以多種方式參與到AI發(fā)展環(huán)境的構(gòu)建中。

例如，在人才方面，武漢人工智能計算中心已聯(lián)合華為形成“產(chǎn)學研用”一體化的人才培養(yǎng)體系，共同建立起了一個面向政府、企業(yè)高層和開發(fā)者、高校領(lǐng)導層以及科研機構(gòu)學者的社會實用型人才培養(yǎng)體系。2021年武漢人工智能計算中心全年累計服務(wù)2000+的人工智能人才培養(yǎng)，數(shù)量和質(zhì)量也將隨著運營的成熟不斷提升。

又例如，華為將其在AI產(chǎn)業(yè)鏈條上下游的生態(tài)資源對接到人工智能計算中心的建設(shè)當中，通過聚合、打通人工智能鏈上的各類公司（包括算法公司、數(shù)據(jù)處理公司、行業(yè)集成公司等）形成完整產(chǎn)業(yè)閉環(huán)，推動產(chǎn)業(yè)以整體姿態(tài)加速發(fā)展，避免因為“木桶效應(yīng)”造成的發(fā)展障礙。

最終可以看到，武漢人工智能計算中心在智能制造、智慧園區(qū)等場景下取得了豐富的應(yīng)用成果落地。例如在長江計算，依托人工智能計算中心提供的算力被孵化出來的智能制造解決方案可以實現(xiàn)質(zhì)檢準確率達到99.9%，2小時即完成了產(chǎn)線算法更換與迭代。在這里，人工智能計算中心推動的是中國前沿制造奔向國際領(lǐng)先的進程。

一個人工智能計算中心驅(qū)動AI產(chǎn)業(yè)、AI產(chǎn)業(yè)驅(qū)動全社會數(shù)字化變革的鏈式反應(yīng)正在形成，人工智能計算中心配合國家宏觀戰(zhàn)略，推動著整個數(shù)字經(jīng)濟浪潮的演變，帶動上下游、多領(lǐng)域的整體進步，打通了數(shù)字經(jīng)濟發(fā)展全局的一個底層癥結(jié)。

而這，才是人工智能計算中心的長遠意義所在。

#專欄作家#

曾響鈴，微信公眾號：科技向令說，人人都是產(chǎn)品經(jīng)理專欄作家。TMT新媒體“鈴聲”創(chuàng)始人，《移動互聯(lián)網(wǎng)+ 新常態(tài)下的商業(yè)機會》《趨勢革命：重新定義未來四大商業(yè)機會》作者，《網(wǎng)紅經(jīng)濟學》作者之一，《商界》等多家雜志撰稿人。重點關(guān)注SaaS、智能硬件、互聯(lián)網(wǎng)金融、O2O、新媒體運營方向。

本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載。

題圖來自Unsplash，基于CC0協(xié)議。