近期，澳門(mén)永利官網(wǎng)運(yùn)營(yíng)實(shí)體澳門(mén)永利官網(wǎng)CTO甄亞楠在接受紅星資本局等媒體專訪時(shí)談到了超算中心與智算中心轉(zhuǎn)換、大模型使用國(guó)產(chǎn)芯片的情況、大模型算力供給等問(wèn)題。

他告訴紅星資本局，目前幫國(guó)產(chǎn)大模型“嫁接”國(guó)產(chǎn)芯片，只需15天左右就可以跑通。他認(rèn)為算力共享會(huì)是行業(yè)大趨勢(shì)，高端GPU算力資源需要各方努力。

超算轉(zhuǎn)智算會(huì)是趨勢(shì)嗎？

一般來(lái)說(shuō)，算力分為通用算力（基礎(chǔ)算力）、智能算力和超算算力三大板塊。

其中，基礎(chǔ)算力主要由基于CPU芯片的服務(wù)器提供，用于支持如云計(jì)算和邊緣計(jì)算等基礎(chǔ)通用計(jì)算。智能算力則由基于GPU、FPGA、ASIC等AI芯片的加速計(jì)算平臺(tái)提供，主要用于人工智能的訓(xùn)練和推理計(jì)算。而超算算力則由超級(jí)計(jì)算機(jī)等高性能計(jì)算集群提供，主要用于尖端科學(xué)領(lǐng)域的計(jì)算。

各類算力中心在計(jì)算方式和擅長(zhǎng)領(lǐng)域等方面各異，近幾年各地也在加快智算中心的建設(shè)。

“其實(shí)海外并未區(qū)分‘超算’‘智算’的概念，他們專門(mén)用來(lái)做計(jì)算的這類機(jī)器都叫做super computer（超級(jí)計(jì)算機(jī)）�！闭鐏嗛�認(rèn)為，智算中心在國(guó)內(nèi)看起來(lái)利用率比較高，主要還是供需關(guān)系決定的。

“現(xiàn)在做大模型的企業(yè)比較多，大家都在‘搶時(shí)間’研發(fā)，迫切需要有更大量的算力資源，短時(shí)間之內(nèi)高端GPU算力資源大家都是按月或者按年的方式去租賃。所以這個(gè)機(jī)器只要一上線，就有大量的客戶把這些資源拿走去用，這就看起來(lái)智算中心的利用率更高一些�！�

甄亞楠表示，超算和智算解決的都是同一類問(wèn)題，即計(jì)算密集型問(wèn)題�！叭绾谓o用戶提供足夠量的資源池，如何提供穩(wěn)定長(zhǎng)時(shí)間的計(jì)算，如何能夠在計(jì)算過(guò)程中性能是高效的，不管對(duì)于超算還是智算，都屬于共性問(wèn)題。”

甄亞楠認(rèn)為，算力中心的建設(shè)就需要具有一定的“適度超前性”，因?yàn)橐�承載未來(lái)3~5年的使用訴求。為了應(yīng)對(duì)空閑，澳門(mén)永利官網(wǎng)采取的是“分批次”的按需建設(shè)模式�！氨热缧枨笸�盛的時(shí)候，增加建設(shè)幾百臺(tái)甚至幾千臺(tái)，當(dāng)利用率飽和的時(shí)候，再進(jìn)行有效的擴(kuò)容�！贝送猓�關(guān)于超算智算之間的轉(zhuǎn)換，他表示超算架構(gòu)加上GPU卡就可以服務(wù)AI智算。

數(shù)據(jù)顯示，截至去年我國(guó)就有十余家超算中心，超30個(gè)城市提出或正在建設(shè)智算中心。

甄亞楠告訴紅星資本局，各個(gè)地方建設(shè)算力中心，澳門(mén)永利官網(wǎng)也在積極關(guān)注，“如果地方建設(shè)了大型的算力中心，是不是能找到客戶、服務(wù)好客戶？是不是能把平臺(tái)高效運(yùn)營(yíng)起來(lái)實(shí)現(xiàn)經(jīng)濟(jì)效益的轉(zhuǎn)化？這些是我們持續(xù)關(guān)注的點(diǎn)�！�

甄亞楠還提到了另一個(gè)關(guān)注點(diǎn)，即未來(lái)算力產(chǎn)業(yè)。“本質(zhì)上它受限于算法和算力芯片技術(shù)的快速迭代和更新。以英偉達(dá)來(lái)講，都會(huì)有非常明確的算力芯片發(fā)展規(guī)劃。未來(lái)高端芯片出來(lái)后，是不是低端芯片會(huì)逐步被替代掉，這也是一個(gè)值得探討的問(wèn)題。”

國(guó)產(chǎn)芯片跑通大模型有障礙嗎？

近年來(lái)，我國(guó)人工智能算力芯片的市場(chǎng)格局主要由英偉達(dá)主導(dǎo)，其占據(jù)了80%以上的市場(chǎng)份額，一直保持著無(wú)可匹敵的競(jìng)爭(zhēng)優(yōu)勢(shì)。然而，隨著美國(guó)對(duì)高性能芯片出口限制措施不斷加強(qiáng)，國(guó)產(chǎn)AI芯片肩負(fù)起填補(bǔ)市場(chǎng)空缺的重要使命。

“我們也非常關(guān)注國(guó)產(chǎn)芯片的發(fā)展，據(jù)了解，國(guó)內(nèi)自研的大模型，甚至一些開(kāi)源的大模型都在不斷往國(guó)產(chǎn)芯片上去做移植。”

甄亞楠指出，現(xiàn)在從芯片使用角度來(lái)講，有些模型已經(jīng)可以跑通運(yùn)行了，需要追趕的方面主要在類似GPU這種高性能。

“整個(gè)的國(guó)產(chǎn)化是分層級(jí)的，芯片屬于硬件這一層，除此之外還有軟件的生態(tài)。對(duì)于國(guó)產(chǎn)的芯片來(lái)講，不管是框架還是生態(tài)，都需要有一定的培育周期。”甄亞楠呼吁，最終的應(yīng)用方要給到國(guó)產(chǎn)芯片足夠的信心。他透露，目前澳門(mén)永利官網(wǎng)有專門(mén)的團(tuán)隊(duì)，在國(guó)產(chǎn)芯片各類指導(dǎo)文檔比較齊全的情況下，歷時(shí)15~20天，開(kāi)展服務(wù)器基礎(chǔ)環(huán)境部署、性能測(cè)試到模型移植、性能優(yōu)化、加速庫(kù)替換等工作，可以幫助客戶完成國(guó)產(chǎn)算力的模型移植與部署�！�

甄亞楠坦言，從整個(gè)生態(tài)角度，需要硬件、軟件、模型企業(yè)共同努力�！氨举|(zhì)上來(lái)講還是個(gè)非常復(fù)雜的系統(tǒng)性問(wèn)題，國(guó)產(chǎn)芯片是可以‘跑起來(lái)’，解決‘可用’的問(wèn)題，但剩下的性能問(wèn)題，也就是達(dá)到‘好用’的程度，則需要大家共同努力�！�

大模型算力供給是否存在困難？

紅星資本局注意到，從去年開(kāi)始，就有專家學(xué)者指出，大模型時(shí)代，智能算力成為“稀缺資產(chǎn)”。如何善用算力資源，發(fā)揮其最大效益，已經(jīng)成為每個(gè)參與者必須面對(duì)的挑戰(zhàn)。

甄亞楠認(rèn)為，對(duì)于大模型需求多少算力，應(yīng)用上有所區(qū)分。

比如，做基座大模型的企業(yè)，對(duì)算力資源的總量要求比較高，可能動(dòng)輒就是5000卡，甚至萬(wàn)卡的規(guī)模，甄亞楠表示，目前能夠拿出空閑5000卡左右的算力資源的智算中心在國(guó)內(nèi)還是非常少的，所以基座大模型企業(yè)算力依然緊缺。特別是對(duì)于那些頂級(jí)的基座大模型研究企業(yè)，目前缺卡的情況依然存在。

另外一類是行業(yè)大模型或者垂類大模型，一般都是在基座大模型的基礎(chǔ)之上，利用自有數(shù)據(jù)做微調(diào)。甄亞楠指出，這種對(duì)算力總量需求相對(duì)來(lái)講比較小，國(guó)內(nèi)有很多算力服務(wù)單位都可以滿足，這里存在的就是如何去優(yōu)選服務(wù)的問(wèn)題。

目前從大模型的算力供給量來(lái)講，是否還存在制約？甄亞楠認(rèn)為長(zhǎng)遠(yuǎn)看，供需關(guān)系會(huì)發(fā)生變化，但當(dāng)下，高端算力資源供貨周期不可控，導(dǎo)致其依然“難求”。

甄亞楠提到，算力中心的建設(shè)投入是最直接的“制約”，周期長(zhǎng)，耗資巨大。另一方面，建設(shè)多大的算力資源池，與大模型企業(yè)的長(zhǎng)期規(guī)劃更是有直接關(guān)系。

“我們必須和企業(yè)保持及時(shí)且長(zhǎng)期的溝通，針對(duì)他們的業(yè)務(wù)發(fā)展走向，提前做布局。才能在規(guī)劃時(shí)間內(nèi)儲(chǔ)備足夠的算力資源池�！�

甄亞楠坦言，高端GPU算力資源需要各方努力�！耙环矫嫖覀冏约航�，另一方面我們也和國(guó)內(nèi)的運(yùn)營(yíng)商、地方政府在洽談，他們?cè)诮ㄔO(shè)算力方面有資金以及政策支持。算力共享在這個(gè)行業(yè)里會(huì)是大趨勢(shì)，需要各方共同去謀求算力上的合作�！�