近日,中国计算机学会(CCF)人工智能会议在新疆乌鲁木齐举行。在分论坛“见疆见昆仑·AI大模型算力..”上,..学者们一致表示,大模型时代,智能算力成为“稀缺资产”,如何善用算力资源,发挥其..效益,已经成为每个参与者必须面对的挑战。
CCF人工智能与模式识别专委会主任于剑指出,ChatGPT出现后,人们逐渐意识到,人工智能已发展成为一种新型“重工业”,其重资产特性体现在算力、数据等方面,“这种变化对人工智能领域的发展将产生深远影响。”
“与传统云计算不同,这是一个典型的超级计算场景。”CCF常务理事陈健认为,当前大模型的蓬勃发展实际上是大数据、人工智能和超级计算三种技术相互合作、共同演变的结果。
北京超级云计算中心首席技术官甄亚楠介绍,由于超级计算和大模型训练在存储技术、系统环境等方面有许多相似之处,北京超级云计算中心正在实践利用超级计算技术来处理大模型训练。他们计划在2023年底前陆续新增上线大量GPU卡,并开始引入国产芯片。
“今年上半年,英伟达相关服务器的价格基本上翻了一番。”陈健表示,大模型热潮带来旺盛的算力需求,同时硬件供应困难加剧,双重因素导致了当前的“算力荒”。
算力如此紧缺,如何才能使资源利用..化?多位来自高校的..学者直言,这也是当前摆在高校面前的一道难题。
“对高校而言,算力存在非常大的约束。”在西安电子科技大学教授苗启广看来,面对算力不足的现状,如何充分利用好外界提供的算力,是高校需要思考的问题。烟台大学计算机与控制学院教授王莹洁也表示,对高校来说,使用算力是需要“砸钱”的一件事。因此,高校如何更好地利用算力平台为科研服务,是当前亟待解决的问题。
高校自建算力也存在利用效率不高的问题。新疆大学信息科学与工程学院软件学院院长钱育蓉坦言,高校建设的部分算力设施因团队和项目需求的不均衡性,以及不同购买时期的型号差异,难以充分利用。当前,学院正在尝试建立统一管理的算力中心,不仅供本学院使用,也能服务其他学院和社会需求,寻求投入产出比的优化。“未来,自建算力使用费用将成为学院和社会化服务的收入来源。”
北京邮电大学计算机学院教授石川补充说,当前,科研算力仍主要采用国外的技术架构,如果迁移到国内的算力设施上,对很多场景的支持则存在不足,“很多时候,我们需要自己编写一些基础的算法库。”他表示,国产算力平台除满足用户硬件层面的需求之外,软件层面的支撑也是迫切需要解决的瓶颈问题。