元宇宙|算力都用不起，还谈什么元宇宙，AGI( 二 )

国家工信安全中心副总工程师黄鹏表示，「现在的价格差距很大，各个地方政府建智算中心的投入差距也很大，之前有一个数据，最高的两个智算中心规模差不多的情况下价格差了6倍多。」

文章插图

「比如说东西部本身就有差异，价格和能耗、成本不是很一样，人员成本也不是很一样，但是差了六倍就有点夸张了。」
综合来看，智算中心建设的成本包括：一是基础设施的厂房建设；二是服务器、芯片等建立智算中心相关的设备和产品；三是后期的运维成本、电费等等。
黄鹏表示，「通过初步计算，满足基本智算中心的建设也得一两个亿起步的投入规模。」
从过往经验来看，商品过于昂贵会导致很难普惠于民，像早期的电脑、手机等。
同样，智算中心建设价格过高让学术界，产业界无法真正用的起，反之会影响之后的应用和落地。
如果无法做到价格普惠，没有广泛的应用做支撑，那么这种AI算力中心很难在商业上形成正循环，大量算力会处于闲置状态。
随着IT技术日新月异被淘汰，逐步成为破铜烂铁。
因此，AI计算中心建设亟需一剂「普惠算力」良方。

文章插图

目前，可以从「降低门槛」和「规范价格」两条路径来打破价格乱象。
要推动平台服务和技术的开源，通过降低应用门槛，让学术界、产业界，甚至普通民众都用上人工智能。
比如，报告指出，美国国家科学基金会投入2000万美元，联合三大超算中心及九所高校，构建面向全国的下一代人工智能网络基础设，推动平台服务和技术的开源。
市场加强监管，出台相关标准体系。推动算力定价标准建设，合理控制智算中心建设成本，为区域智算产业发展提供重要参考依据。
《新一代人工智能算力基础设施发展研究报告》同样指出，应当推动算力定价标准建设，为区域智算产业发展提供重要依据。
报告显示，中科院人工智能产学研创新联盟为新一代智算平台给出了算力价格标准方案：在同时具备5P双精度算力（64位）、25P单精度算力（32位）和100P半精度算力（16位）的情况下，智能计算中心的基础设施价格约为1亿-1.5亿。
照此一来，智算中心才能实现真正的普惠。
开放兼容释放「算力狂魔」
高精度算力是一种「通用算力」，可以承担人工智能训练、推理、模拟等各种计算任务，功耗和成本较高；而低精度算力是一种「专用算力」，通常仅能用于推理或部分训练，功耗和成本也相对较低。
由于不同应用场景对算力的精度需求各不相同，因此新一代智算中心应该具有多元的算力。
比如科学和工程计算对算力精度的要求最高，需要使用64位双精度。
而对AI模型的训练主要使用32位单精度和16位半精度，推理阶段则是16位半精度。
当实现了从高精度到低精度算力的全覆盖，才能真正释放算力的价值。
此外，在开源技术快速发展的当下，新一代智算中心也需要去兼容主流的开源软件和架构。
在算法方面，商汤在上海的智算中心应用了OpenMMLab人工智能算法开源体系，并开源了超过130种算法和1000种预训练模型。

文章插图

在模型架构方面，中科院的新一代智算中心可以适配TensorFlow、PyTorch、百度飞桨、旷视天元等20多个国内外主流的机器学习和深度学习框架，以及Hadoop、Spark等近20个数据处理架构。