商湯的夢想_風聞

作者 | 龍老師

出品 | 子彈財經

什麼是大裝置，這甚至是一個百度百科裏沒有的名詞。

直到「子彈財經」找到中科院近代物理所的網頁，才搞清楚何為大裝置——大裝置的全名是“大科學裝置”，是指建造技術難度高、規模大，能支撐某科學領域進行長期穩定的科學研究活動，以實現重要科學目標的大型科研設施。

一般來説，大科學裝置都是以舉國之力進行建造的，這是往昔大裝置建設的一個特點。因此，商湯提出的AI大裝置的説法，首先要證明自己真的是“大裝置”，其次，要證明它能夠長期推進科技創新，實現重大的科研成果。

或許我們可以這麼理解，商湯的AI大裝置也是中國首個民營企業建造的大裝置，它不僅僅打破了“大裝置只能由國家建設”的固有概念，反映出中國民營企業在基礎科學研發上的前沿進展，同樣也意味着，由企業建設的大裝置，能更好的直接服務於經濟領域併產生綜合效益。

SenseCore商湯AI大裝置是充滿魅力和想象力的，讓我們一起來了解。

1、商湯AI大裝置是一種社會共識美國科學哲學家托馬斯·塞繆爾·庫恩的《科學革命的結構》是科學哲學的經典之作，他成書的主要背景是，第二次世界大戰結束後，科學技術的突飛猛進催生了一系列的理論與技術創新，促使科學技術日益整體化，學科間相互交叉滲透的趨勢大大增強，人類文明史和認識史進入一個重要的時期。

其中，最重要的特徵是——上世紀中葉以前的科學，更多地表現為個體勞動的特徵（小科學）；現代科學技術的發展，促使這種勞動方式發生改變，它使科學制度化、專業化和集約化的程度大大提高（大科學）。

每個歷史時代，都會出現一些代表性的科學成就，而人類作為一個共同體，認同這些代表性成就後就會形成共識，併成為一定時期內進一步開展社會活動、科學活動的基礎，這也是大裝置產生的歷史背景，即商湯的大裝置來自於人類將進入智能經濟社會的共識。

每個時代、每個領域都有自己不同大裝置，1946年，人類第一台計算機ENIAC發明出來的時候，科學家們説，有5台就可以解決全世界的計算問題，這時候ENIAC就是那個時代的大裝置。

然後人類有了超算，有了電子對撞機，中國人有了兩彈一星、有了天眼，這些都是不同時代、不同領域的大裝置。

可以説，商湯的AI大裝置，本質也是在為探索未知世界、發現自然規律、實現技術變革提供極限研究手段，是科學突破的重要保障，也是社會虛擬化加速的底層推進器。

而且，商湯科技聯合創始人、CEO徐立對大裝置的定位也非常清晰，「子彈財經」記得很清楚——2017年5月，商湯科技創立之初有一次關於企業文化的探討，徐立當時發言説——經過大約半年的思考和提煉，有了一個初步的想法，那就是商湯的使命是“讓人工智能引領人類進步”，徐立希望這是商湯存在的意義。

而從今天商湯大裝置的落地，可以看出這個使命正在被踐行，被變成事實。

有人説中國已經有了非常多的超算，AI大裝置解決什麼新問題？我們可以看到，過去很多代的超算在硬件層面逐漸自主，但軟件層面還比較粗糙；商湯的大裝置，則是一個從底層算力到上層應用、模型庫（工具箱）都很齊備的體系。

這裏略微科普一下商湯AI大裝置的三個層面。

第一層是算力層。這裏的算力層不僅僅是CPU或者GPU的集羣，而是一個可以包羅萬象的體系，這裏面除了通用的GPU以外，還有AI專用芯片（比如計算訓練的芯片）、新型人工智能計算中心（AIDC），以及分佈廣泛的大量底層傳感器，簡單説就是，這裏有超級算力、超級存儲和兼容各種硬件的底層邏輯。順便説一下，要實現這種大整合非一家所能，所以商湯聯合清華大學、復旦大學、上海交通大學、中國信息通信研究院及行業夥伴共同成立了“人工智能算力產業生態聯盟”，我們可以相信，這個聯盟會將解決對各種硬件的兼容，以及從軟件到硬件做更好的集成和算法的優化。

目前，商湯AIDC計劃總算力為達到3740 Petaflops的計算能力（1peta表示10的15次方，即千萬億次，所以1Petaflop等於每秒1千萬億次浮點運算）。

第二層是平台層，我們可以看做是整個大裝置的中台，這裏集中瞭解耦後再具象的各種AI能力模塊，其中包括數據平台、訓練框架、加速模塊以及模型生產平台。其中，訓練框架是商湯自主原創的深度學習訓練框SenseParrots；加速模塊是商湯高性能計算引擎SensePPL，使我們能更好地使用好分佈式的數據和硬件加速。

第三層也就是我們熟悉的算法層，你可以看做是一個工具箱——算法層提供可以直接使用的算法模塊。很多場景有複用的模塊，一些問題不需要重複解釋，可以直接從工具箱拿取需要的算法，商湯的算法工具箱裏已經有21000個算法模型。

所以，我們基本可以概括地説，商湯的AI大裝置解決了兩個問題：

第一個，是底層有了更合適AI計算的硬件能力，這個設計是為AI專門打造的；

第二個，大裝置的本身是為了AI更前沿的探索，可以簡單説是——能製造AI的AI裝置。

現在人們都在呼喚有更好的通用人工智能，但很少人知道，為了一個模型的成熟，需要許許多多次的嘗試——很多通用模型在設計的時候其實都是一次對於資源的冒險，需要調動成千上萬的GPU，順便講個典故——谷歌當初為了某個超大模型的訓練，甚至停掉了自己的數據中心。而商湯要解決的，是需要通過去嘗試不同的、超大模型來達到卓越的泛化能力，而大裝置就是為了生產出AI的AI裝置，我們可以簡單理解為，它是AI的工作母機，是人類探索AI的星際飛船。

略微誇張一點，商湯AI大模型從本質上，是“阿波羅登月計劃”、蘭州重離子加速器等一個層面的東西，從調動的社會資源層面和規模或許稍有不如，但結構層次上相仿。

前面説過，人們對每個時代發展的科技主範式形成共識，是推進這個時代主流科技發展的前提，而商湯AI大裝置就是基於智能經濟時代必然到來這個社會共識產生的，它的意義比它的名字對我們更有深遠的意義。

還必須提到的，大裝置還需要大量的人才才能應用起來，徐立對此是非常有信心的，他在2018年接受《經濟觀察報》採訪時説，要想吸引頂級的AI人才，有兩大法寶。一是工具的提供，二是環境的營造。

他引用古語説：“工欲善其事，必先利其器。”科學家需要什麼呢？需要工具。以前，商湯之所以能聚集一批人才，首先做的就是搭建了一個非常好的底層系統，深度學習操作系統，現在又有了大裝置。可以説，這一軟一硬兩套法寶，能夠吸引足夠多的AI人才來此建功立業。

而對於環境的營造，徐立表示過，科學家往往都是扎堆出現的，當你成為這個領域的技術大牛時，你的周圍往往也會是同類的技術大牛環繞，因為技術大牛們在一起，討論一個問題，便很快能碰撞出新的火花。商湯科技便成了技術大牛的集聚地，也打造了自己的核心壁壘。

2、加速元宇宙時代的到來元宇宙的話題最近非常火，而商湯科技聯合創始人、CEO徐立在WAIC 2021上發表的主題演講——打破虛實世界次元壁，讓我們覺得這個演講標題離元宇宙非常近。

元宇宙（Metaverse）這個詞在1992年出現在美國著名科幻作家尼爾・斯蒂芬森（Neal Stephenson）的小説《雪崩》裏，它指的是物理現實、增強現實和虛擬現實三種模式，在共享的網絡空間中相互融合的一種狀態。

換句話説，元宇宙的時代，必須把數字虛擬世界疊加到現實場景中，而當這種疊加充分融合時，就會出現徐立提到的場景——虛實世界的次元壁被打破，虛擬和現實出現融合，虛擬和現實不再是對立的兩個詞彙，而是合成為一個新的世界的AB面。

也許這麼説非常的抽象，但是對商湯來説，這一切已經是正在進行中的事實。説得透徹一點的話，虛實結合是創造元宇宙的一個基本方法，而大裝置加速了這個進程。

元宇宙不是一天就能搭建的，科學家對此有各種程度的劃分，總體來説，越到後面就可能越接近《頭號玩家》裏的那種場景，當然，那是一個很消極的世界觀的映射，我們並不希望人類發展到那樣一個狀態。但這個片子也呈現了一個基本面，就是虛實高度結合後的世界有可能是一種什麼形態。

但從現在走到元宇宙的路是很漫長的，商湯是非常務實的企業，所以我們選擇了一個非常切合當下實際，有想象力但又不是遙不可及的切口，那就是我們現在的混合現實平台。

具體説來，為了把虛擬和現實打通，商湯為此打造了一個企業級平台，稱為SenseMARS火星混合現實平台，簡單來説，這個平台能夠鏈接大量基礎硬件設施，包括手機終端、loT設備，AR/MR眼鏡。併為諸多現實場景提供一體化解決方案，包括智慧場館、景區、文博館、遊樂場所、大型商超、機場交通樞紐等等。

SenseMARS還融合了商湯領先的AI技術，具備專業級高精度三維數字化地圖構建、跨平台和終端的空間感知計算、全場域釐米級的端雲協同定位等空間定位和構建能力。SenseMARS還可根據對人臉和人體的檢測，生成專屬3D Avatar虛擬形象，並可實現真人驅動。3D Avatar可以靈活應用在視頻、直播、虛擬觀眾席、遊戲、在線教育等多種場景中。

SenseMARS可以適配各種終端，但你不要認為它只能支持那些通常出現在高端評測裏的概念型設備，相反，它甚至可以支持小程序和瀏覽器連接。換句話説，你用現在的設備就可以鏈接進入商湯為你設定的元宇宙。

但是，真正幫助我們實現元宇宙的不僅僅是SenseMARS，還有SenseCore商湯AI大裝置，它是我們通往元宇宙時代的過程中，物理世界數字化的操作引擎。

在從第一台PC發明到現在的數十年裏，我們經歷了信息化、數字化1.0和數字化2.0，如果要給這個過程找到一條線索的話，那就是逐步用數字構造一個數字化世界的過程。

而最大的區別在於，這個過程是漸進的。徐立用一張20年前用數碼相機拍攝的照片為例，他説，當初拍攝的時候很激動，但後來發現這只是最初級的數字化——只是實現了圖像的數字化，但“不能再做些什麼”。

而我們“需要做些什麼”才算元宇宙的初步實現呢？徐立認為，標準之一就是，對於這個世界（虛擬世界）的訪問、搜索、操作能夠直接影響到真實物理世界。而這樣的數字化世界的建立通常需要幾個步驟：

第一步，場景的數據化，也就是我們熟悉的像素化、3D化。但是數據如果沒有和真實業務流程結合，單純數據化作用有限。

第二步，要素的結構化，就是把數據化得到的大量數據，根據感知理解來抽取對於人類有意義的元要素，我們可以簡單的理解為，把這些數據微服務化，變成可以操作、構建、編輯未來元宇宙地基的“樂高積木”。

然後才是第三步，也就是一切流程的可交互化，在這個過程中，機器智能和人工智能，以及前兩者和真正的人腦所產生的智能，可以充分交互，這是構架一個有商業價值的數字世界的最後一步。

這些都實現後，我們可能會看到很多變化，比如汽車碰撞試驗的車座上不再是假人、而是數字虛擬人；比如人們可以通過腦筋接口登陸新世界；比如我們在一生中可以體會更多的人生角色……

不要以為這些過程還只是寫在PPT上的構想，無論是基於大裝置的SenseFoundry商湯方舟城市開放平台、SenseFoundry Enterprise商湯方舟企業開放平台，還是驚豔現場的SenseAuto AR-Robobus（商湯絕影自動駕駛AR小巴），都已經成為現實。可以説，有了商湯AI大裝置，我們距離元宇宙就真的不那麼遙遠了。

3、夢想照進現實要想理解為什麼AI大裝置對於元宇宙的構建有非常具體的意義，我們需要一個來自真實生活的切入口。

比如，商湯絕影自動駕駛AR小巴車內，所有玻璃都改裝了增強現實的屏幕，可以把車外內容實時投射到屏幕上，讓乘客有一種處在不同次元世界的感受，這是感官上的，事實上它可以連接到任何被數字化的場景中，可以是觀看水族館也可能是發射導彈的控制室，當然更大的可能性，是疊加城市產業發展、經濟規劃、科技文化場景等視覺內容，整台車就變成了現實中的演示場。

從自動駕駛的實際層面，商湯絕影自動駕駛AR小巴在WAIC大會場館附近做了巡迴演示，車上採用雷達+視覺感知的雙路冗餘方案，能夠更安全地完全自動駕駛。

那這個切入點折射了什麼呢？「子彈財經」認為從商業價值的角度，至少提供了4種商業化的可能性。

**最明顯的兩個路徑，一是絕影量產智能駕駛，二是絕影智能車艙。**而據「子彈財經」瞭解，商湯的智能車載業務已經屬於國內頭部，特別是基於視覺的方案，不斷培養了全棧系統的能力，也從汽車行業裏面引進了大批的人才，包括產品、交付、質量管理、供應鏈等等，逐漸形成了ADAS、智能車艙、智能網聯等多個業務板塊，合作的國內外車廠超過30家、定點的車輛超過2000萬台，這意味着每天都將產生大量的數據。

另外，在我們所説的車路協同方面，商湯建立了路雲連接感知的平台，這個平台會去彙集雲端、車端、路端的感知數據，在此基礎上挖掘數據裏面潛在的價值，用於洞察個人消費、城市管理、企業服務等方方面面的場景需求。

但這一切還有一個更高層次的統一，就是賦能。

最近，發生過好幾次傳統車商和智能駕駛技術提供商的“言論交鋒”，實際反映了汽車行業的一種心態——即主機廠、供應商也希望具備一定的AI研發能力，特別是結合自身硬件特點的應用研發能力，而這種能力，主機廠不具備、也不需要自己從頭來過，原因就是有商湯這樣願意開放能力的生態。

當然，在開放能力甚至商業化這些能力之前，商湯首先要把AI訓練到足夠成熟，這就又回到我們最初的話題——大裝置的價值。

比如，我們大致都知道AI的起點是模型，而且現在超大訓練規模的通用模型訓練正成為一個趨勢，但是，實際到具體行業，卻很少有行業能單獨具備這樣的能力。比如，現在一個大模型的參數可以達到百億級，這就需要進行超大規模的分佈式訓練和算法優化，而商湯的能力到今年年底可以達到300億（參數）的量級，在業內處於絕對領先的位置。

而且，由於超大模型的訓練一旦成功，就可以延伸到各種業務場景中的小模型的優化，這樣，只要商湯通過生態不斷連接更多的夥伴，數據不斷增加，就會產生一個“數據產生-數據應用-模型建設-模型優化-優化後再利用”的商業閉環，做到真正的服務於“千行百業、崇山峻嶺”。

所以，AI大裝置的建立，只是一個開始，是一個新的研發體系的開始，它越貼近實際、越為各行各業“奉獻”，得到的回報也就越豐富，更新迭代的速度也就會更快，而這是商湯、乃至整個中國AI產業成為世界AI創新策源地的一次真正的起跑，未來，並不遙遠。

「子彈財經」還想贅述一句的是，商湯作為一家創業公司，能夠去打造大科學裝置，不僅説明了商湯在基礎研發上投入的決心，也説明了商湯對於當下一個主流認知的認可，這個認知就是“單純的商業模式創新已經接近枯竭，新的機會來自於技術創新和模式創新的疊加”。

從這個角度來説，民營大裝置有更明確的商業化靶標，有更直接的服務於具體經濟領域的動力，有更接地氣也更低門檻的產品邏輯。

我們有理由相信，商湯大裝置的出現不僅是中國AI發展史上會寫下的一筆，也是中國智能經濟發展的一個里程碑。

*文中配圖來自：攝圖網，基於VRF協議。