中国算力的想象力有多大？｜产业特稿 _芯片

巨头入场和“东数西算”的助推，让中国离这个万亿级算力蓝海更近了一步。
作者|思杭
编辑|皮爷
出品|产业家
2023年初，在青岛、济南、日照等12座城市，一座座崭新的大型数据中心拔地而起。
其中，最引人瞩目的属2月23日，在青岛崂山区的青岛人工智能计算中心。这是山东省第一个上线运行的人工智能计算中心，算力规模可达250P 。
在青岛这座城市，既有像卡奥斯这样的工业互联网平台型企业，也有像创新奇智、极视角、以萨技术等人工智能服务商。这些企业对算力、算法和数据有着庞大的需求。
像青岛人工智能计算中心这样的项目，最近两年不在少数。而如今，人工智能再一次引爆算力需求。
前有诞世，后有百度“文心一言”，还有鲜为人知的+，由公司开发；腾讯近日也宣布研发聊天机器人。
为什么爆火后，国内外大厂都前仆后继地参与？又为什么的被称为“一直被模仿，从未被超越”？
1956年，人工智能开始发展，60年一直不温不火，直至2017年，打败围棋世界冠军，才算AI破圈的开始。决定AI的三大核心要素是数据、算法和算力。
首先，全球最不缺的就是数据，尤其在中国，14亿人口平均人手1.6部智能手机，未来随着物联网技术的完善，每人会生产出更庞大的数据量；其次是算法和算力，一个形象的比喻是，数据等于厨师炒菜用的食材，算法是菜谱，算力则相当于厨师的厨艺。而在中国，拖后腿的是算法和算力。
据近日发布的数据，截止目前人们对算力的需求已增长超30万倍。然而，就在各国加速布局算力产业之际，2022年美国商务部禁止了高端芯片设备及人工智能芯片的对华出口。这直接影响了英伟达和AMD两大供应商对A100和H100两款高端加速卡的出口。
“1万枚英伟达A100芯片是做好AI大模型的算力门槛”，这是行业内公认的标准。H100则是比A100性能更高的芯片。
能有今天的突破，微软功不可没。构建“永远改变人机交互方式”的超级计算机，是五年前的豪言壮志。为了帮助实现这个大胆的想法，微软斥资数亿美元做了一场赌注。这其中面临的难题是前所未有的，比如在Azure云计算平台上连接几万个英伟达A100芯片，再比如打造指数级增长的网络GPU集群规模等。还好，微软赌赢了。
在算法上，依然使用2017年论文中发布的，该算法原本的应用场景是翻译，因此它不仅具备英语语言能力，也有中文语言系统，这解释了为什么GPT能够进行中文对话；但性能提升主要在算力上，这种大规模分布式训练已经超出了摩尔定律的限制，上万个A100芯片让算力暴涨1万倍，这种算力消耗前所未有。目前，依赖于A100芯片，未来若投入H100，性能会有更大提升。
AI技术不断演进，对算力的需求也呈指数增长。据中国信通院预测，到2030年，近70%的公司都会用到人工智能。企业数字化转型也需要算力支撑，在中美芯片竞争博弈背景下，自建算力系统迫在眉睫。
王坚在3月30日出席财富全球科技论坛时也谈及到算力的重要性，“算力与‘电气化’同等重要。而算力和电力一样，只有极少数技术能帮助人类去做创新，这就是算力的重要性。” 。
回到文章开篇的两个问题，之所以国内外大厂有能力开发聊天机器人，是因为其背后所需的技术并不难，像百度和华为都有自研芯片，文心一言就依赖于百度自研的昆仑芯；而之所以“从未被超越”，是因为背后巨大的算力支持，至少从现在来看，国内还需要时间。
一、一个万亿级的算力市场
打破了摩尔定律的限制，也引爆了对AI算力的需求。GPT-4的算力消耗远大于GPT-3和3.5，也在不断对Plus付费用户调低阈值，将访问限制由第一天的150 msg/4hr降至最近的25msg/3hr，简言之，就是减少用户的提问次数，从而降低算力消耗。