|
來源：數智前線 作者：周享玥 11月底，北京召開的一場以“智算力就是創新力”為主題的人工智能計算大會上，擠滿了來自各行各業的數千位參會者。 在算力緊缺問題依舊未解的當下，大家關心的問題，普遍圍繞大模型最新創新和落地成果，以及由其帶來的算力、AI infra（AI軟件基礎設施）等方面的創新和變化。 業界人士觀察，今年很可能會是從移動互聯網時代邁向智能時代的關鍵一年。過去從互聯網轉向移動互聯網，大家一開始在手機上使用網頁，后來iPhone開創了手機APP進行交互。而在智能時代，未來很可能不再是點開APP，而是直接彈出一個個AI Agent（人工智能代理），去實現交流互動。 “我們現在就在所謂智能時代的iPhone時刻前期，智能的iPhone時刻隨時可能發生。”IDC中國副總裁周震剛做了一個比喻。 在這種背景下，國際數據公司（IDC）與浪潮信息在大會現場聯合發布的《2023-2024年中國人工智能計算力發展評估報告》（以下簡稱報告）也受到不少關注。 01 大模型輻射面遠比想象要豐富 中國企業對生成式AI的接受程度，可能已超出你的想象。比如在一些想象不到的行業和領域已經開始投入大模型。 近期，手機公司在大模型上動作頻頻，包括小米、vivo、OPPO、三星等在短短一個月內，接連亮出了10個以上的AI大模型，參數規模從十億級、百億級到1300億不等。但你可能很難想象，手機背后的芯片公司，也在嘗試引入大模型。 比如上海的一家手機芯片上市公司，嘗試利用大模型解決傳統客服問答系統智能程度不高的問題。過去，因為芯片品種有上千種，且涉及大量技術專有名詞、參數信息，技術服務團隊在本職工作外，需要投入大量時間幫助確認細節。而現在，他們通過大模型的語義理解和判斷推理能力，解放一線技術工程師，實現降本提效。 生物醫療領域同樣是對大模型探索較多的行業，有數據顯示，今年以來，國內已發布近50款醫療大模型。醫學科研、藥物研發、智慧診療、醫院管理等都是被探索的方向。但你可能很難想象，國內一些花卉研究所，正基于大模型打造花卉AI育種大模型。 汽車界對大模型的探索也不少，包括吉利、奇瑞、紅旗、智己等多家車企都曾宣布接入大模型產品，大家都在爭奪誰能首先在智能座艙、自動駕駛等場景實現大模型落地。就連摩托車公司也不甘寂寞。比如成立于1993年的國內摩托車龍頭企業——隆鑫通用，正在利用大模型的能力，打造面向消費者的“AI騎行助理”，并試圖探索大模型在摩托車發動機的生產質量管控、全地形車的智能化改造等方面的應用。 IDC和浪潮信息發布的《報告》，也從數據層面印證了這一點——67%的中國企業已經開始探索生成式AI在企業內的應用機會或進行相關資金投入。 
“中國企業尤其認可生成式AI在加速決策、提高效率、優化用戶和員工體驗等維度帶來的價值，并將在未來三年持續提高投入力度，超過七成企業增幅達到20%-40%。”IDC中國副總裁周震剛介紹。 當然，在這波大模型建設熱潮中，擁有更多的先發優勢和投入動力的，還是原先就在AI上積累更深、AI滲透度更高的行業。 可以看到，在2023年人工智能行業滲透度排名中，Top5的行業依次為互聯網、電信、政府、金融和制造。交通、服務、教育等行業在人工智能領域的投資力度也可圈可點，分別位列第六至八名。
其中，高居首位的互聯網行業，在最新的生成式AI熱潮中，依然是大模型和AIGC技術應用和研發的主戰場。李彥宏一度表示，百度要用大模型把全部產品重新做一遍，且“不是整合，也不是接入，是重做和重構。” 而滲透度排行榜上最大的“黑馬”——電信行業，反超政府和金融，躍升至第二名。在最近一兩個月，電信業加快了在大模型上的進程，三大運營商也都亮出各自“最新的基礎大模型+多個行業大模型”。 至于“財大氣粗”且一向對技術有著較高追求的金融行業，更是從今年初ChatGPT一火起來，就對大模型技術進行投入。 這一火爆，直接帶來智能算力的“暴增”。IDC的數據顯示，2023年，中國通用算力規模預計達到59.3EFLOPS，同比增長8.8%；智能算力預計達到414.1EFLOPS，同比增長59.3%，6.7倍于通用算力增速。 02 算力新挑戰 大模型時代，“賣鏟人”的生意先紅火起來。 典型如英偉達，因手握大量GPU資源，今年以來，一直在“開掛式”大豐收，不僅年初在資本市場首次突破萬億美元市值，之后更是拿到了雪花般的訂單，收獲了真金白銀。 最新財報顯示，8月到10月的單季度內，英偉達總共向全球大量的數據中心，出售145.1億美元的芯片，遠高于去年同期的38億美元，也高于市場預期的127億美元，同比增長324%。 國內的“百模大戰”，也為英偉達帶去不少生意。2024財年第二財季財報會上，英偉達高管曾透露，英偉達數據中心業務收入的20%至25%都來自中國市場，已創下歷史新高。 不止是底層芯片廠商，算力產業鏈上其他各個環節的提供商們也都嘗到了不少紅利。比如服務器端，《報告》顯示，2023年上半年，中國人工智能服務器市場規模達到30億美元，同比增長了55.4%，預計全年將達91億美元，同比增長82.5%。 與此同時，由于大模型對計算能力和數據的高需求，2023年至2026年，全球用于運行生成式AI的服務器市場規模在整體人工智能服務器市場的占比將從11.9%增長到31.7%。
“今年的一個特殊情況是，大家搶卡比較厲害，導致服務器的支出增長非常快 。”IDC周震剛告訴數智前線，隨著供需關系趨于平衡，這種高增速預計將在明年放緩，但鑒于算力需求持續上漲，中國AI服務器市場規模還將在未來五年以21.8%的年復合增長率持續增長。 機遇陡升的同時，這個市場也在面臨一些新挑戰。一方面，單芯片算力已經遇到瓶頸，提升空間有限；另一方面，算力依舊緊缺。這兩點上，全球市場無一例外。 當然，中國市場的情況可能還要更嚴峻一點。一位資深人士告訴數智前線，國內市場今年幾乎九成加速計算的能力都由英偉達所提供，僅一成由國產芯片廠商提供，算力短缺問題，依然待解。 此外，各行各業在進行大模型探索和應用的過程中，也存在各種意想不到的挑戰和問題。比如，有企業在使用AI集群，對面向場景的AI大模型進行訓練時，發現服務器中的CPU到GPU之間的通信帶寬，和存儲到服務器之間的通信帶寬沒法同時跑滿，導致模型數據不能及時從存儲讀取，GPU空閑和訓練性能低下。 如何在有限的算力下，更高效、低成本、少差錯地進行大模型及生成式AI的應用和落地，已經成為許多企業都要面對的問題。 在此背景下，報告認為，國內有關智能算力供給能力的衡量標準正在加速演變——用戶在獲得算力服務的過程中，會更加以應用為導向進行綜合考量，增加對于諸如單位時間可處理Token數量、可靠性、時延、訓練時間和資金成本、數據集質量等指標的關注，而不再是僅考慮硬件性能。 這也要求算力供應商做出相應改變。《報告》指出，算力供應商需要“以應用為導向、系統為核心”，構建算力基礎設施平臺，提高算力利用率，提升諸如卡間互聯、多節點間互聯等水平，支持靈活穩定擴展和彈性容錯，積極打造通用的人工智能軟件和硬件平臺，以先進的系統性能力滿足市場的應用需求。 換句話說，與其過分關注單一芯片的性能強弱，不如根據人工智能業務場景需求，設計更具針對性的算力系統，實現整體性能最優。換一種思維，打破算力困境。 03 業界的新解法 面對算力市場的新機遇和新挑戰，包括云廠商、服務器廠商等在內的諸多算力供應商，正在快速反應。 “基本上幾個大的云服務商，都已經意識到大模型時代，智能計算的經營模式會和過去傳統的云計算模式發生比較大的改變，因此都在重新去組織自己的計算能力。”周震剛告訴數智前線。 比如，百度云、華為云、阿里云都表示，將通過從底層算力到AI平臺再到模型服務的全棧技術創新，升級云計算體系。MaaS（Model as a Service）已成為云廠商的服務體系的重要一層。 而在更底層的服務器端，同樣帶來了服務需求的變化，甚至需要廠商的轉身。“我們認為，應該從算力系統、AI軟件基礎設施（AI infra）、算法模型和產業生態4個方面來進行綜合考量，加速智能產業的落地。”浪潮信息高級副總裁劉軍表示。 業界觀察，服務器企業也在加速AI infra的進展，這是一個新動向。浪潮信息在今年8月推出了大模型智算軟件棧OGAI“元腦生智”（Open GenAI Infra）。 它包括L0的基礎設施層（智算中心OS）、L1的系統環境層（PODsys）、L2的調度平臺層（AIStation），L3的模型工具層（YLink）和L4的多模納管層（MModel）。各層對應不同的應用場景，且分層解耦，用戶需要哪些工具，就能調用哪些。
這也是算力供應商“以應用為導向、系統為核心”的典型例證。類似的還有百度在千帆大模型平臺上提供的工具鏈。騰訊、阿里等也都有相應服務出來。各家大廠的普遍思路是，持續更新迭代自己大模型的能力，同時又為大模型的訓練和推理，提供訓推經驗、數據、計算、存儲、網絡等涉及方方面面的全套工具鏈和服務。 另外，在算力系統層面，打造開放多元的AI算力平臺，解決目前多元算力共存的問題，也是未來幾年產業大趨勢。如浪潮信息發布的G7算力平臺，采用開放多元的架構設計，支持最廣泛的通用處理器和加速芯片，同時將整個集群的性能加速比提升至超過90%，從而保障更大規模的集群擴展性能。 大模型的浪潮還在繼續，移動互聯網時代邁向智能時代的大門即將打開，在這個關鍵轉折點上，反應速度的快慢往往決定了誰能更快搶得先機。周震剛建議，用戶應該要盡早去擁抱這個趨勢，供應商也應盡早適應和跟上算力市場的改變。 |
