人工智能算力網絡：獨屬中國的AI產業發展殺手鐧_風聞

文|智能相對論

作者|曾響鈴

2021年5月底，國家發展改革委、中央網信辦、工業和信息化部、國家能源局共同印發了《全國一體化大數據中心協同創新體系算力樞紐實施方案》，在這個方案中，關於算力資源的統籌協同發展在宏觀層面定下了調，一個未來網絡新願景浮現出來；

僅僅時隔四個月，在剛剛舉辦的華為全聯接2021上，中國科學技術信息研究所、AITISA（新一代人工智能產業技術創新戰略聯盟）、鵬城實驗室聯合發佈了《人工智能計算中心發展白皮書2.0——從人工智能計算中心走向人工智能算力網絡》，這個未來網絡新願景完成了宏觀的構想與路線圖設計，開始邁出步子付諸實踐。

人工智能算力網絡，正在成為“新基建”浪潮中最大的浪頭之一，驅動中國AI產業發展進入史詩級加速進程，讓智能社會這一人工智能發展的終極目標離得更近。在這個過程中，中國在發展AI產業方面的獨特優勢也展現得淋漓盡致。

關於算力的答案一步步“升維”，人工智能算力網絡的出現是一種必然

要理解人工智能算力網絡究竟是什麼、為什麼會出現，還要從產業對算力需求不斷滿足的進程看起。

隨着AI場景化應用的加速落地，AI三駕馬車之中，創新算法不斷湧現、數據越來越豐富，而算力的挑戰卻日益嚴峻——AI“產業鏈條”上游的算力供給開始出現不足，逼迫着各種算力提供形式的進化，一步步“升維”。

階段一：基礎軟硬件創新

一開始，專門針對AI計算的基礎軟硬件大發展，這包括專門的芯片產品（如NPU）推出，或者更進一步的，底層計算架構創新基礎上的異構計算（例如昇騰AI），這些在本地或雲端為AI提供相對於過去更充沛的算力。

階段二：人工智能計算中心建設

然後，隨着AI產業的進一步發展，在更強烈的算力需求面前，即便是有基礎軟硬件的創新，單一企業在部署或採購算力時，也會面臨算力資源緊缺或價格高昂的難題。

於是，在那些有AI產業集羣的地方，由政府主導建設的人工智能計算中心開始出現，通過集約化的方式為企業提供相對更合理的算力價格與更靈活的供給方式，最典型如已經落地的深圳鵬城雲腦II和武漢人工智能計算中心，在昇騰AI加持下，其算力資源都在滿負荷運行，可見需求之旺盛。

同時發生的，還有人工智能計算中心的產業化佈局。

與同樣集約化部署的超算中心只要單純服務好科研不同，人工智能計算中心帶有產業使命，要幫助智慧城市、智慧金融、智能製造、智慧交通等產業的發展，單純的算力還需要與產業發展協同，所以，地方政府建設人工智能計算中心，已經形成了一中心四平台的格局：依託人工智能計算中心，打造了公共算力服務平台（普惠算力）、行業應用創新孵化平台（打造AI應用示範標杆）、產業聚合發展平台（推動AI產業集約化發展）以及科研創新和人才培養平台。

階段三：人工智能算力網絡

在包括人工智能計算中心在內的算力基礎設施不斷發展後，新的問題冒了出來：

不同區域的AI算力也有自己的波峯波谷，且在更充沛算力基礎上發展的AI大模型對算力的使用又是階段性、高密度的，自然而然，業界人士就開始思考跨區域調配算力資源的問題，把各地人工智能計算中心之間算力網絡互連，實現資源共享、協同調度。

於是，人工智能算力網絡應運而生，它用新型網絡技術將各地分佈的人工智能計算中心節點連接起來，在區域內感知、分配、調度人工智能算力，根據各中心算力資源的情況和各地區的需求情況進行算力動態調配。

考慮到當前人工智能計算中心的發展實際和中國區域經濟狀況，未來人工智能算力網絡在具體互聯方式上，或可以參照有關專家提出的“三加一”政策：依託長三角、粵港澳大灣區、京津冀、成渝經濟圈等區域的互聯建設，循序漸進。

值得一提的是，除了算力，通過人工智能算力網絡，數據、算法資源也在全國範圍內匯聚與融合，“一網絡，三匯聚”的價值構想也在白皮書中提出，簡單説就是：

一網絡，即人工智能算力網絡；

算力匯聚，即節點高速互聯、統一管理與運維；

數據匯聚，即實現不同節點公共數據資源的安全開放，建設高質量人工智能公共數據集；

生態匯聚，即不同節點的大模型能力開放與應用創新成果共享，其目的是為了強化跨區域科研和產業協作。

可以看到，從基礎軟硬件創新到人工智能算力網絡，一步步走下來，算力資源供給越來越充足，且算力與算法、數據的協同，與產業的融合也越來越緊密。當然，這三個階段並沒有嚴格的時間先後順序，目前也在同時進行當中。

為什麼只有中國能建設好人工智能算力網絡？

人工智能算力網絡的出現是產業需求發展的一種必然，只不過，這種必然只可能發生在中國，它是中國獨特的AI技術與產業發展現實所決定，也是獨屬於中國的優勢所在。

其原因，至少包括四個方面：

1、新基建同步發展的大背景

一方面，人工智能算力網絡本身作為一種新型基礎設施而存在，另一方面，它的背後還需要更底層的新型基礎設施建設來支撐。

例如，不同節點算力的統籌，需要能夠支撐海量數據的傳輸與接入的通信網絡，按照規劃，在其落地過程中的未來十年，寬帶要實現從千兆到百G的跨越，而IP等資源要支撐百倍的容量提升。此外，還需要強大的邊緣計算軟硬件基礎設施來實現中心+邊緣分佈式的算力模式實現百倍容量的增長。

而從人工智能算力網絡到產業應用，這個過程中也需要大量新基建，從出產算力到最終用上、用好算力，沒有一個很好的新基建底子是無法落地的。

而中國的新基建從宏觀政策到具體落地已經在轟轟烈烈進行當中，人工智能基礎設施被明確成為新基建的核心任務，在政策層面也是支撐科技自立自強和數字經濟發展的基礎設施，5G、wifi6、IPv6等技術正在廣泛普及，這在全球範圍內是獨一無二的。

2、“節點”本身的快速發展

從人工智能算力網絡的形成可以發現，這是一個宏觀層面的統籌規劃，其實現過程並不是從一無所有到全面具備的建設過程，人工智能計算中心“節點”成為核心資源，如果不具備大量的“節點”或者無法推動“節點”的快速建設和落地，人工智能算力網絡只能是空中樓閣。

這也是為什麼關於人工智能算力網絡的討論也有很多了，但能付諸行動的卻幾乎沒有。

而在中國，人工智能計算中心早已是國務院《新一代人工智能發展規劃》“建設高效能計算基礎設施”的落地實體。到目前為止，在地方政府主導建設、華為等科技企業的參與下，深圳、武漢、西安等城市均已建成人工智能計算中心並投入運營，成都、中原等人工智能計算中心正在建設中，此外還有北京、南京等地的人工智能計算中心建設也陸續規劃中。

這些只有在中國才出現的密集的節點，推動着人工智能算力網絡快速落地。

3、產業集羣化發展的需求匯聚

沒有龐大需求的支撐，或者市場上存在的需求無法對接起來將算力有效“供給”出去，人工智能算力網絡就無法落地，或者説，落地的過程本身就是一種資源和精力的浪費。

這時候，中國社會經濟發展過程中獨有的產業集羣化發展路徑的價值顯露出來。

一方面，由於各地AI產業的發展都以集羣化的方式進行，需求龐大而集中，將地區有效的需求都匯聚起來，可以實現供與需的充分對接；

另一方面，產業集羣需求的龐大，使得各地一般都會存在屬於自己的算力波峯波谷，在人工智能算力網絡下，有效的算力供給需求總能在本地或跨區域找到恰當的使用者。

這使得人工智能算力網絡可以做到“物盡其用”，最大化價值落地而遠離“屠龍之術”，形成良性發展。

最終，人工智能算力網絡的高效率運行，又將推動全國各個產業集羣得到高速發展，一個正反饋循環就此形成。

4、具備突圍內驅力的科技企業在努力

進一步往落地的細節看，人工智能算力網絡需要大量技術創新來支撐，例如，僅在算力網絡的一體化標準方面，就要完成算力網絡架構及接口、應用及算力感知研究、算力需求量化與建模研究、算網資源可信與協同等標準的建設。

這些實打實的技術如果不突破，就會成為木桶的短板，嚴重影響人工智能算力網絡的算力和產業推進效果。

但是，由於人工智能算力網絡本身就是全新的事物，很多匹配技術也都是全新的，在全球範圍內很難找到可參照的對象。這時候，在特殊複雜的局勢下具備自主創新內驅力的中國科技企業，將更願意在這些技術上進行投入，這是趕超世界、樹立技術話語權的重要機會。

不是説國外的科技企業們就做不出這些技術，只不過，以人工智能計算中心的解決方案提供方華為為代表，中國科技企業一方面在動機上更為強烈，另一方面，在全新的領域，基於已有算力新基建經驗（例如昇騰全棧AI）在技術理解方面將更勝一籌。

從技術創新、產業推進到科技高地，人工智能算力網絡的價值凸顯

手握利劍，人工智能算力網絡到底能起到什麼作用，答案有太多難以詳述，但至少，有三個方面的價值是一定的。

首先，是對突破性技術創新的大力支持。

這方面，多模態大模型是典型。作為面向未來強人工智能、通用人工智能的重要技術創新，多模態大模型已經在人工智能領域提出了很多年，業界也有不少技術突破，但是，多模態大模型進一步往下走，算力需求呈幾何式上升，一般的算力基礎設施很快將難以勝任。

從圖像、文字、語音單獨一項的訓練，到雙模態、三模態的躍遷，讓人工智能可以靈活應對不同模態的轉化、像人與世界交互一樣自然，這方面，由人工智能算力網絡來驅動將有明顯優勢。

同理，還有很多需要爆發式增長的算力來支撐的技術創新，將在人工智能算力網絡支撐下快速推進。

然後，是對產業發展全鏈條需求的全面滿足。

眾所周知，廣泛的應用市場是中國發展一切科技的重要優勢所在，將技術投放市場產生價值又反哺技術研發，滾動上升，已經成為很多產業技術進步的標準模式。

只是，在人工智能這裏，上游的供給和下游的需求變得一樣重要，人工智能算力網絡的出現，意味着中國AI產業和技術的發展，一方面仍然擁有龐大的場景應用空間來實現商業價值驅動，另一方面又有着領先全球的算力供給能力，相對優勢更加明顯，推動AI產業的繁榮加速。

最後，是打造形成真正的科技高地。

過去人工智能的發展，算力、算法和數據這三駕馬車雖然都在快速進步，但歸根究底，突破性的發展並不算多，多數都是在已有的框架下進行不斷優化、提升，例如，硬件不行就提升芯片性能，再不行就堆疊起來，以量取勝。

而人工智能算力網絡的出現，可能與算法層面的基礎模型創造（例如，NLP領域的BERT模型）有類似的突破性意義，直接以協同化的方式拉昇了AI發展維度，在人工智能計算中心之後進一步突破了舊有算力供給的普遍形式，讓AI真正擺脱算力的桎梏，迎接新的思維和實踐。這也表明，在整體化的力量下，中國正在佔領屬於人工智能的新科技高地。

總而言之，過去很多年，中國已經在互聯網科技、人工智能等領域持續領先全球，現在，這種領先正在延續和加深，在人工智能算力網絡支持下，中國有望最先走入智能社會，真正獲得睥睨全球的技術和產業鏈話語權。

*本文圖片均來源於網絡

深挖智能這口井，同好添加vx：zenghy2017

此內容為【智能相對論】原創，

僅代表個人觀點，未經授權，任何人不得以任何方式使用，包括轉載、摘編、複製或建立鏡像。

部分圖片來自網絡，且未核實版權歸屬，不作為商業用途，如有侵犯，請作者與我們聯繫。

智能相對論（微信ID:aixdlun）：

•AI產業新媒體;

•今日頭條青雲計劃獲獎者TOP10;

•澎湃新聞科技榜單月度top5;

•文章長期“霸佔”鈦媒體熱門文章排行榜TOP10;

•著有《人工智能 十萬個為什麼》

•【重點關注領域】智能家電（含白電、黑電、智能手機、無人機等AIoT設備）、智能駕駛、AI+醫療、機器人、物聯網、AI+金融、AI+教育、AR/VR、雲計算、開發者以及背後的芯片、算法等。