算力緊缺！AI大模型如何應對挑戰？

(資料圖)

人民網北京8月5日電 （記者趙竹青）近日，中國計算機學會（CCF）人工智能會議在新疆烏魯木齊舉行。在分論壇“見疆見昆侖·AI大模型算力前沿”上，專家學者們一致表示，大模型時代，智能算力成為“稀缺資產”，如何善用算力資源，發揮其最大效益，已經成為每個參與者必須面對的挑戰。

CCF人工智能與模式識別專委會主任于劍指出，ChatGPT出現后，人們逐漸意識到，人工智能已發展成為一種新型“重工業”，其重資產特性體現在算力、數據等方面，“這種變化對人工智能領域的發展將產生深遠影響。”

“與傳統云計算不同，這是一個典型的超級計算場景。”CCF常務理事陳健認為，當前大模型的蓬勃發展實際上是大數據、人工智能和超級計算三種技術相互合作、共同演變的結果。

北京超級云計算中心首席技術官甄亞楠介紹，由于超級計算和大模型訓練在存儲技術、系統環境等方面有許多相似之處，北京超級云計算中心正在實踐利用超級計算技術來處理大模型訓練。他們計劃在2023年底前陸續新增上線大量GPU卡，并開始引入國產芯片。

“今年上半年，英偉達相關服務器的價格基本上翻了一番。”陳健表示，大模型熱潮帶來旺盛的算力需求，同時硬件供應困難加劇，雙重因素導致了當前的“算力荒”。

算力如此緊缺，如何才能使資源利用最大化？多位來自高校的專家學者直言，這也是當前擺在高校面前的一道難題。

“對高校而言，算力存在非常大的約束。”在西安電子科技大學教授苗啟廣看來，面對算力不足的現狀，如何充分利用好外界提供的算力，是高校需要思考的問題。煙臺大學計算機與控制學院教授王瑩潔也表示，對高校來說，使用算力是需要“砸錢”的一件事。因此，高校如何更好地利用算力平臺為科研服務，是當前亟待解決的問題。

高校自建算力也存在利用效率不高的問題。新疆大學信息科學與工程學院軟件學院院長錢育蓉坦言，高校建設的部分算力設施因團隊和項目需求的不均衡性，以及不同購買時期的型號差異，難以充分利用。當前，學院正在嘗試建立統一管理的算力中心，不僅供本學院使用，也能服務其他學院和社會需求，尋求投入產出比的優化。“未來，自建算力使用費用將成為學院和社會化服務的收入來源。”

北京郵電大學計算機學院教授石川補充說，當前，科研算力仍主要采用國外的技術架構，如果遷移到國內的算力設施上，對很多場景的支持則存在不足，“很多時候，我們需要自己編寫一些基礎的算法庫。”他表示，國產算力平臺除滿足用戶硬件層面的需求之外，軟件層面的支撐也是迫切需要解決的瓶頸問題。

標簽：