所謂算法是人工智能發(fā)展的大腦,，算力是人工智能發(fā)展的支撐工具，數(shù)據(jù)是人工智能高質(zhì)量發(fā)展的原料,。過(guò)去8年時(shí)間,，浪潮信息一直在這三個(gè)維度上持續(xù)發(fā)力。

具體到狹義的算力來(lái)講,，可以看到兩個(gè)明顯的趨勢(shì)：一是大,，計(jì)算進(jìn)入萬(wàn)卡時(shí)代；二是復(fù)雜,，底層芯片是多元的,、異構(gòu)的,，上層的大模型是多模并存的。

在我們傳統(tǒng)的認(rèn)知中,，算力取決于芯片,。Transformer模型是2017年誕生的，如果按照摩爾定律18個(gè)月芯片性能翻一番,，芯片智能只提升了8倍,，但事實(shí)是人工智能計(jì)算的性能提升了超過(guò)1000倍。顯然,，在PC時(shí)代的摩爾定律已經(jīng)失效,。從8倍到1000倍的裂變，靠的是系統(tǒng)的全面提升,。

“在一個(gè)大規(guī)模計(jì)算里面單點(diǎn)效率是非常有限的,，而系統(tǒng)的互聯(lián)、高效組織和協(xié)調(diào),、算法的優(yōu)化,、互聯(lián)的優(yōu)化等變得越來(lái)越重要?！迸碚饛?qiáng)調(diào),。

首先是算法調(diào)優(yōu)。通過(guò)對(duì)源大模型的探索,，浪潮信息在算法層面做了大量?jī)?yōu)化,，對(duì)結(jié)構(gòu)進(jìn)行創(chuàng)新，通過(guò)分布式訓(xùn)練算法,，針對(duì)多元芯片P2P互聯(lián)帶寬較低的現(xiàn)狀,，性能方面較業(yè)界經(jīng)典算法提升33%。

其次是全新的架構(gòu),。在硬件層面,，打破以芯片為中心的單機(jī)系統(tǒng)設(shè)計(jì)思路，基于未來(lái)萬(wàn)卡時(shí)代,，構(gòu)建以系統(tǒng)為核心的架構(gòu)創(chuàng)新設(shè)計(jì),，將CPU、GPU,、內(nèi)存、存儲(chǔ)等資源全部池化,，隨需調(diào)用,。而在軟件層面,，會(huì)構(gòu)建業(yè)務(wù)感知的資源彈性調(diào)度系統(tǒng)，可以主動(dòng)意圖感知,，并且隨需調(diào)動(dòng)資源,。這個(gè)系統(tǒng)很像人類(lèi)的大腦，大腦是由神經(jīng)元組成,，分不同的區(qū)域管理不同的能力,，形成一個(gè)極其復(fù)雜的協(xié)同智能涌現(xiàn)系統(tǒng),。“混合專(zhuān)家系統(tǒng)”就是模擬了這樣一個(gè)產(chǎn)生的過(guò)程，以應(yīng)對(duì)多模態(tài)復(fù)雜環(huán)境里的計(jì)算,。

最后是網(wǎng)絡(luò)互聯(lián)。大模型訓(xùn)練節(jié)點(diǎn)之間的數(shù)據(jù)交互是以GB為單位數(shù)據(jù)交互量,，這需要龐大的帶寬,，可預(yù)測(cè)性要求非常高。超級(jí)以太網(wǎng)正在成為趨勢(shì),，未來(lái)都將是由交換機(jī)+智能網(wǎng)卡組成高效網(wǎng)絡(luò),。

那么，浪潮信息為什么可以前瞻性地提出系統(tǒng)思維,？

作為一家領(lǐng)先的計(jì)算廠(chǎng)商,，浪潮信息一直緊密地與客戶(hù)聯(lián)合創(chuàng)新，一直走到變化的最前沿,，對(duì)用戶(hù)需求的變化感知也非常敏銳,。

此外，浪潮信息很早就開(kāi)始投入做大模型,，2021年就推出了“源1.0”,。當(dāng)時(shí)大模型并不火爆，行業(yè)甚至對(duì)生成式大模型還沒(méi)有清晰的認(rèn)知,。浪潮信息做大規(guī)模并不是要靠大模型“吃飯”,，而是看到未來(lái)的趨勢(shì)，希望深刻理解大模型會(huì)對(duì)計(jì)算帶來(lái)哪些變化,，以及它的創(chuàng)新價(jià)值點(diǎn)在哪里,。

“創(chuàng)新不能站在岸邊去想你在水里怎么游泳，創(chuàng)新首先要投入其中,，真干實(shí)干,，在解決問(wèn)題中找到創(chuàng)新的路徑、找到創(chuàng)新的方法,，”彭震解釋系統(tǒng)為中心也分為不同的層面：在廣義的計(jì)算層面是算法,、算力、數(shù)據(jù)的系統(tǒng)性創(chuàng)新；在狹義的算力層面是算法,、架構(gòu),、網(wǎng)絡(luò)的系統(tǒng)性創(chuàng)新。

從PC時(shí)代向AI時(shí)代過(guò)度,，本質(zhì)是需要思維模式的變化,，系統(tǒng)思維顯然有別于過(guò)去的單點(diǎn)思維，“不能依賴(lài)于某一個(gè)廠(chǎng)商,，依賴(lài)于某一個(gè)技術(shù),，依賴(lài)于某一個(gè)生態(tài)。它是包容性的,，是整體向下思考的過(guò)程,。”彭震表示,。

以開(kāi)源開(kāi)放建立正向循環(huán)的生態(tài)

浪潮信息所指的以系統(tǒng)為中心,，還有一個(gè)層面是指生態(tài)系統(tǒng)。

AI的全面落地是一個(gè)很長(zhǎng)的鏈條,，涉及的技術(shù)非常多,，這樣的產(chǎn)業(yè)發(fā)展更依賴(lài)于開(kāi)源開(kāi)放。正如中國(guó)工業(yè)經(jīng)濟(jì)學(xué)會(huì)會(huì)長(zhǎng),、中國(guó)社科院大學(xué)教授,、博導(dǎo)江小涓所述：“在當(dāng)今科技全球化、產(chǎn)業(yè)全球化的格局下,，‘會(huì)做的全部自己做’并不是最優(yōu)選項(xiàng),，這種全能產(chǎn)業(yè)結(jié)構(gòu)得不到分工帶來(lái)的規(guī)模經(jīng)濟(jì)、技術(shù)快速迭代,、利用全球資源,、分享全球市場(chǎng)等諸多利益。有些重要產(chǎn)業(yè)鏈的核心技術(shù)和未來(lái)關(guān)鍵技術(shù),，我們要堅(jiān)定不移的推進(jìn)自主,，提升科技自立自強(qiáng)水平，推動(dòng)高水平開(kāi)放與科技自立自強(qiáng)相互加持相互促進(jìn),?！?/p>

人工智能+的初期，百花齊放,、百家爭(zhēng)鳴,，產(chǎn)業(yè)的活力來(lái)自于開(kāi)源開(kāi)放。“多元算力,、多模爭(zhēng)霸,，這是歷史必然,。有些人認(rèn)為這是重復(fù)造車(chē)，但也是百舸爭(zhēng)流,、百家爭(zhēng)鳴,，這是對(duì)產(chǎn)業(yè)極大的促進(jìn)?！迸碚鹫J(rèn)為。

開(kāi)源開(kāi)放的同時(shí),，就會(huì)帶來(lái)多元,、多模的復(fù)雜局面：底層來(lái)自不同企業(yè)的芯片，多元算力在產(chǎn)生,，CPU,、GPC、TPU,、NPU各種各樣的芯片都在做AI方面的創(chuàng)新,；上層的大模型來(lái)自不同的廠(chǎng)商，尤其是中國(guó)市場(chǎng)出現(xiàn)了千模爭(zhēng)霸的局面,，并且除了通用大模型,，還有垂直行業(yè)大模型、企業(yè)大模型……

可以說(shuō),，在A(yíng)I發(fā)展之路上,，中國(guó)與美國(guó)有著巨大差別。在底層芯片技術(shù)上的差距不是短期內(nèi)可以追上的,，但是中國(guó)市場(chǎng)的優(yōu)勢(shì)是場(chǎng)景多,、數(shù)據(jù)多，所以可以發(fā)揮在應(yīng)用方面的創(chuàng)新試驗(yàn)場(chǎng)和創(chuàng)新的引領(lǐng)作用,，實(shí)現(xiàn)彎道超車(chē),。