過(guò)去十年，人工智能（AI）大爆炸，并第一次走進(jìn)普通人的生活。

但蓬勃發(fā)展的AI卻碰到一個(gè)空前棘手的問(wèn)題：自2012年以來(lái)，AI算力需求6年增長(zhǎng)30萬(wàn)倍，遠(yuǎn)超摩爾定律！

人類(lèi)現(xiàn)有的基礎(chǔ)設(shè)施，已跟不上AI算力需求的增長(zhǎng)。未來(lái)，該怎么辦？

一百多年前，人類(lèi)也曾面臨同樣的難題。

1866年，德國(guó)西門(mén)子發(fā)明自激發(fā)電機(jī)，開(kāi)啟了人類(lèi)的電力時(shí)代。

此后十幾年，雖然很多企業(yè)紛紛采用電能這種新的動(dòng)力，但一臺(tái)電機(jī)只能供應(yīng)一棟房子或一條街道的現(xiàn)狀，制約了電力的進(jìn)一步普及。

直到1882年，愛(ài)迪生在珍珠街建起了第一個(gè)中央發(fā)電廠(chǎng)，照亮了整個(gè)曼哈頓。

與一百多年前相比，今天的世界正發(fā)生翻天覆地的變化。

自1946年第一臺(tái)計(jì)算機(jī)誕生以來(lái)，算力逐漸成為新的電力，推動(dòng)人類(lèi)社會(huì)不斷從物理世界向數(shù)字世界遷移。

在此期間，人類(lèi)對(duì)算力的需求不斷增長(zhǎng)。尤其2012年以后，隨著深度學(xué)習(xí)等算法的突破，AI第一次走進(jìn)普通人的生活。

一方面，AI的應(yīng)用場(chǎng)景越來(lái)越多，從語(yǔ)音、目標(biāo)識(shí)別，到智慧工廠(chǎng)、智慧城市……乃至戰(zhàn)爭(zhēng)中的武器。

另一方面，AI模型的大小、算法參數(shù)也呈幾何級(jí)增長(zhǎng)，鵬城實(shí)驗(yàn)室最新發(fā)布的“鵬程.盤(pán)古”預(yù)訓(xùn)練大模型，擁有驚人的2000億個(gè)參數(shù)！

這樣的大模型，以及越來(lái)越廣泛的應(yīng)用場(chǎng)景，對(duì)AI算力的需求呈現(xiàn)爆炸式的增長(zhǎng)。

幾年前，谷歌AI負(fù)責(zé)人杰夫·迪恩（Jeff Dean）曾預(yù)言：“我們真正需要的是超過(guò)現(xiàn)在100萬(wàn)倍的計(jì)算能力，而不僅僅是幾十倍的增長(zhǎng)?！?/span>

即便如此大膽的預(yù)測(cè)，也還是顯得太保守。

事實(shí)上，從2012年到2019年，短短七年，人類(lèi)對(duì)AI算力的需求增長(zhǎng)了30萬(wàn)倍，平均每100天就會(huì)翻倍，遠(yuǎn)超摩爾定律。

與此同時(shí)，AI算力的實(shí)際增長(zhǎng)卻有限，需求和供給之間形成一個(gè)巨大的鴻溝

為了填補(bǔ)這個(gè)鴻溝，一種新的AI基礎(chǔ)設(shè)施誕生了，它就是：人工智能計(jì)算中心。

在此之前，人類(lèi)建過(guò)許多大型的計(jì)算中心。比如，我們熟知的超算中心，集中了一個(gè)國(guó)家或地區(qū)的最強(qiáng)算力，主要用于科研。

還有阿里、華為等云廠(chǎng)商興建的云計(jì)算中心，基于云平臺(tái)，向全社會(huì)提供大數(shù)據(jù)的計(jì)算、存儲(chǔ)等服務(wù)。

它們雖然也對(duì)外提供AI算力，但畢竟不是主業(yè)。

而人工智能計(jì)算中心專(zhuān)為AI打造，主要用于A(yíng)I模型的開(kāi)發(fā)、訓(xùn)練和推理，能夠?yàn)槿鐣?huì)提供AI所需的專(zhuān)用算力。

這種新的AI基礎(chǔ)設(shè)施，自誕生之日起，就成為全球主要AI大國(guó)的角力場(chǎng)。

比如，美國(guó)投資18億美金，計(jì)劃在全國(guó)打造三個(gè)E級(jí)超算，其中一個(gè)的算力，超過(guò)目前全球十大超算的總和。

德國(guó)早在2018年就推出國(guó)家級(jí)人工智能戰(zhàn)略，并資助一批高校建設(shè)人工智能計(jì)算中心。

中國(guó)也先后建成了深圳鵬城云腦和武漢人工智能計(jì)算中心。還有多個(gè)城市已開(kāi)工或者正在籌建人工智能計(jì)算中心。

在政府主導(dǎo)下，許多頭部企業(yè)也紛紛下場(chǎng)。谷歌自研AI專(zhuān)用的TPU芯片，并通過(guò)云平臺(tái)對(duì)外輸出AI云服務(wù)。

微軟也宣布，斥資10億美元，構(gòu)建一個(gè)AI計(jì)算平臺(tái)。

在中國(guó)，阿里投入重金，建立超大規(guī)模機(jī)器學(xué)習(xí)平臺(tái)。而華為，更是鵬城云腦和武漢人工智能計(jì)算中心背后的建設(shè)主力軍。

蓬勃發(fā)展的AI產(chǎn)業(yè)，無(wú)限放大了全社會(huì)對(duì)算力的需求。

為了邁過(guò)這道鴻溝，全世界以政府主導(dǎo)、頭部企業(yè)參建的模式，正掀起一場(chǎng)AI算力的軍備競(jìng)賽。

在人工智能計(jì)算中心出現(xiàn)前，人們是如何解決AI算力問(wèn)題的呢？

除了超算中心和云計(jì)算中心“兼職”外，更多靠企業(yè)自建。例如，谷歌早期就用GPU來(lái)加速。后來(lái)，為了訓(xùn)練AlphaGo，開(kāi)發(fā)了TPU芯片。

但像谷歌這樣財(cái)大氣粗的企業(yè)，畢竟是少數(shù)。更多的企業(yè)，缺乏足夠的資金來(lái)搭建自己的AI算力。

勉強(qiáng)搭起來(lái)，算力也有限。而且不同企業(yè)的算力，還分散在全國(guó)，各自為政。

以這樣的算力，很難訓(xùn)練出大模型，更別提GPT-3這種超級(jí)大模型。而后者，是推動(dòng)AI技術(shù)不斷進(jìn)步、產(chǎn)業(yè)不斷發(fā)展的關(guān)鍵。

這有點(diǎn)類(lèi)似于愛(ài)迪生修建珍珠街中央發(fā)電廠(chǎng)之前的情況。

彼時(shí)，電力還屬于少數(shù)有錢(qián)人或大企業(yè)的奢侈品，門(mén)檻高，難普及。直到愛(ài)迪生修建中央發(fā)電廠(chǎng)，改變了這一情況。

未來(lái)，AI產(chǎn)業(yè)要想****展，同樣需要降低算力門(mén)檻。

類(lèi)似OpenAI那樣，花1200萬(wàn)美元，訓(xùn)練一個(gè)GPT-3模型的事情，很少有企業(yè)或個(gè)人負(fù)擔(dān)得起。

解決的辦法是，像愛(ài)迪生建中央發(fā)電廠(chǎng)一樣，在各地集中建設(shè)AI基礎(chǔ)設(shè)施，也就是人工智能計(jì)算中心，降低AI的算力成本。

一個(gè)人工智能計(jì)算中心，就像一個(gè)電廠(chǎng)，通常包含機(jī)房，以及各種軟硬件設(shè)施。

比如，鵬城云腦就長(zhǎng)這個(gè)樣子：

還有大名鼎鼎的谷歌TPU服務(wù)器機(jī)房：

人工智能計(jì)算中心，一改過(guò)去AI算力分散的局面。

在地方政府的產(chǎn)業(yè)政策引導(dǎo)下，通過(guò)集中建設(shè)，這種AI基礎(chǔ)設(shè)施可將算力普惠地輸出給全社會(huì)，包括企業(yè)、科研機(jī)構(gòu)和高校。

過(guò)去，訓(xùn)練一個(gè)大模型，動(dòng)輒上千萬(wàn)美元。如今，企業(yè)和開(kāi)發(fā)者，可按需租用算力，花小錢(qián)辦大事，極大地降低了門(mén)檻，加速了AI創(chuàng)新。

這一點(diǎn)，對(duì)于A(yíng)I產(chǎn)業(yè)的繁榮，極為關(guān)鍵。

就像電廠(chǎng)一樣，人工智能計(jì)算中心首先是一個(gè)公共算力服務(wù)平臺(tái)。

但，光有算力還不夠。電廠(chǎng)之所以是社會(huì)經(jīng)濟(jì)的發(fā)動(dòng)機(jī)，背后是一個(gè)生態(tài)，包括上下游產(chǎn)業(yè)鏈、設(shè)備廠(chǎng)商和終端用戶(hù)，等等。

因此，人工智能計(jì)算中心除了是一個(gè)算力服務(wù)平臺(tái)，還是一個(gè)AI產(chǎn)業(yè)聚集發(fā)展平臺(tái)，能夠聚合AI產(chǎn)業(yè)鏈上的各類(lèi)公司，包括算法公司、數(shù)據(jù)處理公司、行業(yè)集成公司等，形成完整的產(chǎn)業(yè)閉環(huán)，促進(jìn)和推動(dòng)AI產(chǎn)業(yè)集群發(fā)展。

此外，它還是一個(gè)應(yīng)用創(chuàng)新孵化平臺(tái)，通過(guò)開(kāi)發(fā)者AI創(chuàng)新，與本地優(yōu)勢(shì)產(chǎn)業(yè)（如制造、醫(yī)療、交通、智能電動(dòng)車(chē)等）相結(jié)合，讓技術(shù)轉(zhuǎn)化為產(chǎn)業(yè)價(jià)值，帶動(dòng)當(dāng)?shù)禺a(chǎn)業(yè)智能化升級(jí)。

以武漢為例，庫(kù)柏特的智能機(jī)器人在武漢人工智能計(jì)算中心的支持下，通過(guò)視覺(jué)處理算法創(chuàng)新，其機(jī)械臂每次抓取****盒的拍照時(shí)間，從過(guò)去200毫秒縮短至50毫秒！

武漢市政府計(jì)劃，到2023年孵化60個(gè)以上類(lèi)似的AI深度應(yīng)用場(chǎng)景，形成AI應(yīng)用示范項(xiàng)目超過(guò)100個(gè)。

人工智能計(jì)算中心也是一個(gè)科研創(chuàng)新和人才培養(yǎng)平臺(tái)，為將來(lái)儲(chǔ)備技術(shù)和人才。

目前，經(jīng)教育部批準(zhǔn)設(shè)立AI本科專(zhuān)業(yè)的高校已達(dá)200余所。有了人工智能計(jì)算中心，這些院校可聯(lián)合行業(yè)龍頭企業(yè)，基于前者充沛的算力，開(kāi)展技術(shù)研發(fā)和關(guān)鍵人才的培養(yǎng)。

在深圳，鵬城實(shí)驗(yàn)室就依托“鵬城云腦Ⅱ”，聚集了31位院士和2000多名科研人員，使得深圳一躍成為國(guó)內(nèi)AI人才高地。

今天的中國(guó)，正在打造國(guó)家新一代人工智能創(chuàng)新發(fā)展試驗(yàn)區(qū)。

人工智能計(jì)算中心通過(guò)“1個(gè)中心+4個(gè)平臺(tái)”，形成一個(gè)完整的算力生態(tài)，徹底打通了“產(chǎn)”“學(xué)”“研”“用”全產(chǎn)業(yè)鏈，滿(mǎn)足了國(guó)家和地方對(duì)人工智能產(chǎn)業(yè)發(fā)展的需求。

從這個(gè)意義上講，人工智能計(jì)算中心是我國(guó)發(fā)展人工智能產(chǎn)業(yè)的最佳路徑。

未來(lái)，小到手機(jī)、人臉識(shí)別，大到無(wú)人駕駛、工業(yè)機(jī)器人……人工智能計(jì)算中心將為全社會(huì)的智能化，提供源源不斷普惠充沛的AI算力，從而托起中國(guó)經(jīng)濟(jì)的明天。

先行一步的武漢和深圳，已經(jīng)看到了這種希望。

在武漢，華為助力打造的人工智能計(jì)算中心，AI峰值性能可達(dá)100PFlops（1P相當(dāng)于每秒1000萬(wàn)次浮點(diǎn)運(yùn)算）。

在深圳，基于華為Atlas 900集群的“鵬城云腦Ⅱ”可提供世界頂級(jí)算力，在最新一期IO500榜單中位居榜首，其全系統(tǒng)輸入輸出性能得分是排名第二的近20倍。

武漢和深圳之外，包括成都在內(nèi)，全國(guó)多個(gè)城市也在積極籌建人工智能計(jì)算中心。

充沛的算力，給當(dāng)?shù)啬酥寥珖?guó)經(jīng)濟(jì)注入了強(qiáng)勁的動(dòng)力。

從深圳到武漢，再到已開(kāi)工的成都，中國(guó)在興建人工智能計(jì)算中心的路上，再次展現(xiàn)了“基建狂魔”的本色。

但同時(shí)，我們也要清醒地看到，在這個(gè)事關(guān)未來(lái)的AI基礎(chǔ)設(shè)施建設(shè)上，我們還存在短板。

過(guò)去十年，中國(guó)在目標(biāo)識(shí)別等AI應(yīng)用上，領(lǐng)先于世界。

可當(dāng)我們向上捅破天，低下頭來(lái)建人工智能計(jì)算中心時(shí)才發(fā)現(xiàn)：與西方先進(jìn)水平相比，自己在A(yíng)I根技術(shù)上還有不小的差距。

電廠(chǎng)的核心是發(fā)電機(jī)組，人工智能計(jì)算中心的核心是芯片。

過(guò)去，無(wú)論超算還是云計(jì)算中心，多采用CPU+GPU組合。如今，人工智能計(jì)算中心加入了NPU等異架構(gòu)處理器，以多樣化算力，加速AI計(jì)算。

NPU是一種AI專(zhuān)用芯片，可在電路層模擬人類(lèi)的神經(jīng)元和突觸。與傳統(tǒng)芯片相比，AI算力有數(shù)十上百倍的提升。

下圖對(duì)比了CPU、GPU和TPU（谷歌開(kāi)發(fā)的NPU）的數(shù)據(jù)處理方式。

NPU的這種大吞吐量，對(duì)于需要數(shù)據(jù)清洗、模型生成、訓(xùn)練和推理的AI計(jì)算來(lái)講，優(yōu)勢(shì)尤其明顯。

美國(guó)排名第二的打車(chē)軟件Lyft，自從用了谷歌Cloud TPU，也就是云上AI算力后，以前幾天才能干完的活，現(xiàn)在幾小時(shí)就搞定了。

但無(wú)論CPU、GPU，還是NPU，國(guó)內(nèi)企業(yè)在這些底層芯片上的積累，還比較薄弱。

CPU、GPU幾乎被英特爾、AMD和英偉達(dá)三家公司壟斷。NPU相對(duì)好一些，華為有昇騰系列，寒武紀(jì)也開(kāi)發(fā)了思元系列。

而這，還只是硬件問(wèn)題。

軟件方面，人工智能計(jì)算中心是一個(gè)算力多樣化的平臺(tái)，如何將眾多異架構(gòu)芯片放在一起還能相互兼容，需要統(tǒng)一的編程框架。

當(dāng)年，英偉達(dá)為了將圖形處理芯片GPU用在通用計(jì)算上，開(kāi)發(fā)了CUDA。如今，華為為了提高開(kāi)發(fā)效率，設(shè)計(jì)了異構(gòu)計(jì)算架構(gòu)CANN。

算法是AI的核心。

全世界每天都在產(chǎn)生新的算法和模型，開(kāi)發(fā)者不需要從頭學(xué)習(xí)，但他們需要一個(gè)統(tǒng)一的AI算法平臺(tái)和框架。

目前，全球大多數(shù)開(kāi)發(fā)者都選擇了谷歌的TensorFlow和Facebook的Pytorch。

國(guó)內(nèi)企業(yè)最初在這個(gè)領(lǐng)域一片空白，后來(lái)才有了華為的MindSpore和百度的飛槳，但在開(kāi)發(fā)者人數(shù)上，與對(duì)手還有不小的差距。

有了芯片，有了編程平臺(tái)和AI框架，再往上，就到了AI應(yīng)用軟件開(kāi)發(fā)平臺(tái)。

在這一層上，國(guó)內(nèi)企業(yè)實(shí)力不俗，阿里有PAI，華為有ModelArts，百度有AI Studio。開(kāi)發(fā)者們?cè)谶@些平臺(tái)上，最終做出賦能千行百業(yè)的APP。

根技術(shù)是AI的基石，只有根深，才能葉茂，才能從底層釋放出充沛的算力，支撐起整個(gè)AI頂層應(yīng)用的全面繁榮。

這種從底層算力釋放，到頂層應(yīng)用使能的AI全棧能力，可以用下圖一覽全貌：

從圖上可知，谷歌無(wú)疑是AI能力最強(qiáng)也最全面的科技公司之一。在國(guó)內(nèi)，擁有類(lèi)似能力的企業(yè)屈指可數(shù)，華為算是一家。

2017年，AlphaGo擊敗李世石后不久，俄羅斯總統(tǒng)普京曾告誡國(guó)內(nèi)師生：未來(lái)，誰(shuí)成為AI的領(lǐng)導(dǎo)者，誰(shuí)就將統(tǒng)治世界！

人工智能（AI），毫無(wú)疑問(wèn)，已成為全球大國(guó)角力的主戰(zhàn)場(chǎng)，并在某種程度上，決定了一個(gè)國(guó)家或地區(qū)未來(lái)的命運(yùn)。

早在2017年就發(fā)布人工智能?chē)?guó)家戰(zhàn)略的中國(guó)，將AI視為重大的戰(zhàn)略機(jī)遇，并希望到2025年成為人工智能的世界領(lǐng)導(dǎo)者。

為了實(shí)現(xiàn)這一目標(biāo)，我們還有很多的事情需要做。這其中，最重要、最緊迫的事情之一，就是興建更多的人工智能計(jì)算中心。

從這個(gè)意義上講，鵬城云腦和武漢人工智能計(jì)算中心的落成，也只是這場(chǎng)世紀(jì)大戲的開(kāi)場(chǎng)白而已。