編者按：政府要服務社會公共產業(yè)，適合建“綜合醫(yī)院”;企業(yè)要服務自身專項需求，適合建“?？漆t(yī)院”。
隨著數字經濟進入新發(fā)展階段，算力已成為核心資源之一。據有關資料統計，我國各類算力中心總量超過46萬個，總面積逾1000萬平米，且未來將保持一定概率的增長。
然而，盡管算力這個詞在近年來很“火”，但其背后的含義，卻很少有人真正了解。“算力”受到關注，但背后的技術領域依然小眾、認知門檻高，“如果連算力概念都不了解，那么企業(yè)、政府在規(guī)劃算力中心時難免吃大虧，甚至出大事。”
基于這個問題，AI科技評論與某超算中心主任進行了訪談，在本文中討論了算力中心建設的要點，并分析該如何正確理解算力，以及厘清該領域經常被誤會的地方。
1、對立統一
算力中心有多種，大致可分為數據中心、超算中心、智算中心等，而它們都可以用云的形式來提供服務。
其中數據中心在互聯網企業(yè)中常用到，用于處理數據密集、通訊密集的事務性任務，比如手機app應用的后臺數據數理。超算中心更偏重于科學計算等計算密集型的任務。最后，智算中心則應用于特定的大規(guī)模AI任務。
超算和智算之間更容易被混淆，但要區(qū)分它們其實也很簡單，“我們可以把超算看成綜合醫(yī)院，把智算看成?？漆t(yī)院。”綜合醫(yī)院、?？漆t(yī)院都有其存在的價值，并在動態(tài)意義上可以互相轉化，由此也暗示超算和智算的對立統一關系。
對立
“很多媒體對算力中心存在許多誤解，甚至都算不上是誤解，很多時候連基本概念都沒有搞清楚。”
近期，某人工智能計算中心宣布建成投運，不少媒體報道指出該智算中心的算力規(guī)模達到1000P，“AI算力峰值性能相當于5萬臺高性能計算機。”
專家表示，媒體這種說法并不專業(yè)，就像說飛機飛的比100座山還高。“一座山的高度可能是100米，可能是8848米。一臺高性能計算機，可能有10個節(jié)點，也可能有10000個節(jié)點。”
另外，人們可能會認為，該智能計算中心的算力已經超越了曾獲得超算TOP500榜單第一的富岳(537PFLOPS)。
但實際上，超算采用“FLOPS”即每秒浮點運算數為算力單位，而智能計算的算力單位一般會采用“OPS”即每秒操作次數為算力單位，兩者是完全不同的度量單位。
此外，智能計算的性能結果(單位OPS)通常是基于半精度及整型運算測試(AI基準)得到的，超算的性能結果(單位FLOPS)則是基于雙精度、單精度浮點運算測試(Linpack)得到的。
對于超算和智算之間性能的比較，專家持比較嚴苛的觀點，其表示1000POPS性能可能相當于0 PFLOPS，“這里面涉及到能與不能的問題。具體還要看運算精度，而運算精度最終是影響到可執(zhí)行的任務類型的。就好比，我們不能說十個牙科診所相當于一個綜合醫(yī)院。”
計算機的精度類型包括雙精度、單精度、半精度以及整數類型等，隨著精度減小，其表示的數值范圍依次大幅度降低，同時對應硬件能勝任的任務也越來越聚焦到特定領域。
注釋：【100P雙精度性能超算】和【1000P半精度浮點性能智算】執(zhí)行任務對比
注釋：不同精度可執(zhí)行任務對比
“在AI推理、AI訓練、模擬這個維度上，芯片的應用上限由其底層構造所決定，即使采用軟件優(yōu)化也無法再往上提升。”
此外，有些廠商還會模糊智能計算機的推理性能和訓練性能，或者在同為FLOPS單位的情況下，掩蓋運算精度細節(jié)。“比如近期被媒體廣泛宣傳的聲稱達到超算TOP500第五的國外超級計算機，其實更接近于智能計算機，它的性能數值其實也是基于低精度運算得到的。”
統一
由于精度上的限制，使得智能計算機受限為專用算力，一般僅支持單個場景，而無法提供平臺性的服務。比如安防領域擁有海量視頻，智算中心可以只做一個任務即視頻處理，并且做10年乃至20年，它都能表現的很好。“但是，讓智算中心去跑需要運行數萬不同類型軟件的任務，那就是勉為其難了。”
因此，智算中心并不適用于公共服務型的算力中心，而更適用于企業(yè)。
超級計算機則是一種通用算力，更加擅長高精度計算，可勝任行星模擬、新材料開發(fā)、分子藥物設計、基因分析等科學計算任務，以及能源、氣象、工程仿真、生物基因、智慧城市等。
當然，超算的勝任任務還包括人工智能，我們可以深入到芯片層面來比較。如果底層芯片采用的是CPU+GPU，那么其既能打造成超算，也可以打造成智算。因為GPU既能做雙精度運算，從而通用性很好，可用于科學計算，也可用于AI的模擬、訓練、推理。
而如果底層芯片采用的是CPU+專用芯片比如AI芯片，那么其只能打造成智算。因為AI芯片無法做雙精度浮點運算，雙精度浮點運算大量涉及線性代數方程求解，“自然界的很多問題，包括科學問題、社會問題等，最后都可轉化為線性代數方程求解問題。”
盡管總存在某一方向主導的局面，但專家認為，我們仍然應該兩者兼顧，不能厚此薄彼。
超算和智算并不是互相排斥的存在，而是對立而統一的關系。也就是說，超算和智算應該作為兩條路線分別發(fā)展，并在整體上協同，基于不同應用、服務對象建立不同的算力中心。超算相對更適合用于公共算力服務，智算更適合服務定向企業(yè)。
2降本增效
明確了算力中心多樣性的整體布局理念之后，接下來要考慮的，自然是在每一條路線上發(fā)揮最大效用，即降本增效——提升算力中心的有效性。從方法論上，可以簡單總結為“花更少的錢，做更多的事。”
降本
造價越高的算力中心，不代表性能同等地提高。以粵港澳大灣區(qū)的兩家算力約等的計算中心項目為例，項目A的整體算力為1170POPS，造價約為5億元;而使用同等精度芯片的項目B整體算力為2000POPS，性能略超前者，造價卻達到了驚人的近30億元。換算下來，兩者每億元算力分別為234POPS、66.7POPS，相差350%。
也就是說，不同的算力中心在性價比上可能差別特別大。算力中心由于市場化不足，政府獲得的信息不對稱，使得造價不透明，一定程度造成了公共財政資源的浪費。
此外，將性能和任務相匹配，即“因地制宜”，仍然是最省錢的方式。除了上述提到了智算更專用，超算更通用以外，反過來看，不同行業(yè)適合的算力中心類型也是不同的，主要基于兩個維度，即通用和性能。
比如618、雙11等購物節(jié)涉及的任務類型非常多，更適合用數據中心來處理;而像氣候模擬、藥物篩選等定義相對單一的任務則涉及大量的高精度計算，則必須用超級計算機來處理;在互聯網大數據、人工智能應用場景下，超級計算機和智能計算機均能勝任。
智能計算機確實在向前發(fā)展，但專家再次強調，智能計算機所謂速度和能耗上的優(yōu)勢只是理論上的，而在實際應用中，智能計算機的表現不一定比超級計算機好。這背后的原因，即是“生態(tài)”——如何做更多的事。
增效
“由于專用芯片的市場占有率低，生態(tài)支持上不如通用芯片那么完善，因此其在實際運行中往往在性能、速度、功耗上不一定能超越通用芯片。智算當前面臨的一大困難是生態(tài)建設，普及程度還很差。”
專家主要強調的是理論和實踐的差距，而媒體宣傳中可能瞄準的是另一些層面。生態(tài)一般更注重通用性和平臺性層面，但最好不要籠統地對任何一種計算類型談論生態(tài)，因為所謂通用性和平臺性也是相對的。
“如今很多媒體經常說出諸如‘智算中心生態(tài)不行’的話語，這種表述既對，也不對。首先智能計算確實支持的應用很少，因此說它‘生態(tài)不行’是可以的。雖然智能計算只能用于特定AI應用，但如果在個別應用上達到一定的通用性，也能構成一種小生態(tài)。”
3求同存異
回顧歷史，計算機的發(fā)展主要遵循兩條路線，即專用和通用，并且這兩個趨勢經常交替出現。“在某一個時刻，我們可能更追求計算機的多任務即通用性能，直到碰到瓶頸，然后我們就會開始轉向另一個方向，即犧牲一定的多樣性，而追求某一專項任務的高性能。性能強、效率高、應用廣泛(通用)一直是超級計算機的追求，而專用芯片也在不斷地嘗試拓寬自己的能力邊界。”
因此，盡管智算的發(fā)展目前尚屬幼稚，但正如超算就像綜合醫(yī)院、智算就像?？漆t(yī)院，“超算、智算兩者各有其適用的領域，應該求同存異。”
近年來算力這個詞不斷地被大眾所提及，在新基建的大背景下，這體現了社會對算力的真實需求。
“但是，對于從業(yè)人員而言，最重要的還是腳踏實地、一步一步地把基礎性工作做好，讓算力真正成為競爭力和生產力。”
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
