人工智能计算中心，助力数字经济发展的算力“虫洞”

钛媒体 • 2年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

人工智能计算中心，助力数字经济发展的算力“虫洞”

脑极体

· 刚刚

微信扫码

数字经济的战略要塞。

人工智能计算中心，助力数字经济发展的算力“虫洞”

00:00 09:22

图片来源@视觉中国

文 | 脑极体

在线教育、远程医疗、居家办公……种种数字经济新应用的蓬勃发展，带给全社会的改变超乎想象。因此疫情之后，中国的数字经济建设明显进入了“加速度”。

十九届五中全会中提出，要加快数字化发展，发展数字经济，推进数字产业化和产业数字化，推动数字经济和实体经济深度融合，打造具有国际竞争力的数字产业集群。

当发展数字经济上升为国家战略，自然需要与之匹配的数字基础设施。在第四次工业革命的热潮下，产业智能化促进了AI产业集群的蓬勃发展，但需要匹配怎样的AI基础设施，才能给城市经济体带来价值最大化？让我们一起开启这场时空探险。

数字经济的战略要塞

智能时代的到来，为区域经济带来了一次全新的产业想象。

以传统经济主导的城市发展之路，需要先天的地理条件、地缘优势，而数字产业不局限于物理位置，更依赖于电力、租金、人力等成本优势，对于许多城市经济的带动作用是显而易见的。其中，人工智能作为数字经济的技术引擎之一，更是起到了举足轻重的推动力。麦肯锡报告中就提到，到2025年，人工智能可使全球GDP每年增长1.2%，中国增长1.67%。

近几年来许多城市的政府部门都对人工智能产业高度重视，比如四川，早在2018年就发布了《四川省新一代人工智能发展实施方案（2018-2022）》；武汉也在努力建设国家新一代人工智能创新发展试验区。由东湖高新区创建全国领先的人工智能产业人才培养基地；西北第一大省会城市西安，也印发了《西安市建设国家新一代人工智能创新发展试验区行动方案（2020—2022年）》。

产业跑得快，全凭车头带。上述打算在数字经济竞争中抢占先机的城市，都有意识地部署了人工智能计算中心，以算力驱动AI对数据进行深度加工，支持各种智能服务与应用，让算力成本更优、智慧化效用更大、更好地支撑智能产业发展。

在这一背景下，许多城市也开始复制起了成功经验，人工智能计算中心自然也“遍地开花”，成为抢占数字经济高地的战略要塞。

那么，真正能满足数字经济需求的人工智能计算中心，需要具备哪些条件呢？

首先，城市的现实需求是最关键的坐标。许多城市落地人工智能计算中心，一方面是希望获得低成本、高性能的AI算力，来支撑城市发展中的各项智能应用；其次是需要以基础设施带动人工智能产业集群的汇聚、吸引数字化人才、发展新型创新；二者结合才可推动区域数字化经济健康发展，所以人工智能计算中心除了“基础设施”外，还需要具备一系列配套的解决方案、生态资源、人才培养机制以及长期运营能力。需要用长远的眼光，做好顶层设计、强化统筹推进，才能让未来发展与现实进度被“折叠”，搭建城市通往未来的路径。

开启城市智能的时空通道

目前，武汉、成都、西安等城市就已经与技术合作伙伴一起，开始快速筹建，快速运营，让人工智能先跑起来。

以武汉为例，人工智能计算中心的中心机房建设，采用预制模块化方式建设，从进场施工到正式运营仅用了5个月的时间。投运当天算力负荷便达到了90%，随后迅速进入满负荷状态，展现了项目快速交付、上线即饱和运营的“武汉速度”。

为什么这些城市能够率先开启智能产业的时空通道，抢占AI高地？可以找到一些共性：

1.人才是发动机。

武汉、西安、成都都是高校林立、科研院所众多的省会城市，丰富的相关人才储备是AI产业发展当中最宝贵的资源，可以成为人工智能计算中心与产业生态发展的长期动力。

2.产业是生命力。

AI是一项致用性技术，真正能够服务于产业的人工智能计算中心才是合格的。行业企业智能化转型需要适配行业应用的AI模型，而高质量的AI模型是通过训练、持续迭代优化而来的，因此人工智能计算中心需具备产出算法模型的训练能力。训练芯片需具备浮点运算能力。复杂模型的训练过程中，需对上千亿个浮点参数进行微调数十万步，需要精细的浮点表达能力。若厂商没有合适的训练芯片，则难以保障平台产出算法模型的效率，人工智能计算中心也就成了摆设。

据报道，武汉人工智能计算中心成功助力长江计算装配车间实现了提质增效的智能蜕变，检测准确率提高了10%；武汉大学的测绘遥感学科国家级重点实验室与人工智能计算中心深度合作，打造遥感影像样本库（LuojiaSet）和遥感影像专用框架（LuojiaNet），为自然资源监测、社会经济发展评估、灾害应急等重大科研任务提供技术、平台及应用支撑，助力建设中国遥感科研生态圈，推进中国遥感产业化应用，真正实现了让人工智能计算中心跑起来，用起来。由此可见，只有让AI算力与应用场景紧密结合的建设机制，才能保障城市AI产业的长期繁荣。

3.自主可控是基本盘。

要把根抓牢，随着国力竞争和科技脱钩态势的加剧，高楼不可建于沙丘之上，长远看来，选择全栈自主可控的AI技术是必由之路。但诚实地说，目前国产AI技术在应用生态规模上还需要补课，这需要城市决策者、软硬件开发者和科技企业共同努力。

用简单的话表达就是，能够让人才汇聚、应用落地、自主可控的AI基础设施，才能形成AI产业集群的土壤，真正开启城市高速发展的“通道”。

撑起城市智能的能力盾牌

另一方面，自主可控怎么实现？适应数字经济的人才该如何培养？产业AI创新如何孵化？每一步都是不小的挑战。深入观察几大先锋城市的探索，我们发现一个好用、可用的人工智能计算中心，需要至少三个前提条件：

1. 为AI产业提供充沛算力，需要在AI处理器硬件上有扎实的技术积累。据了解，目前许多人工智能计算中心使用的由昇腾 910 AI训练处理器，原生具备训练能力，集群性能业界领先。目前，该集群可以在28秒完成基于Resnet-50模型训练（持续保持业界第一），并且性能还将持续提升。同样，基于昇腾AI基础软硬件平台的“鹏城云脑II”荣获AIPerf（世界人工智能算力）第一名，并再次刷新IO500（高性能计算存储系统性能排行榜－全系统输入输出和10节点系统）两项世界冠军。

正是这样澎湃的算力，才能支持精准可靠的模型训练及推理，让AI创新、应用成为可能，助力产业长期可持续发展。

2. 使能产业集群化的AI生态，形成良性循环，人工智能计算中心需提供全面的AI平台服务，功能丰富，具备多租户、细粒度资源管理/隔离的能力。包含一体化的集成开发环境，支持大规模训练数据管理、大模型的大规模分布式训练。使得当地政府、科研机构、企业、高校等可以快速、放心的把算力资源利用起来。

基于昇腾全栈基础软硬件平台，中国科学院自动化所的“紫东太初”以多模态大模型为核心，构建了具有性能优良的中文预训练模型、语音预训练模型和视觉预训练模型，并开拓性地通过跨模态语义关联实现了视觉-文本-语音三模态统一表示，构建了三模态预训练大模型，赋予跨模态通用人工智能平台多种核心能力。

3.除上述条件外，武汉、西安、深圳等地的人工智能计算中心采用 “扶上马、送一程”的策略，引入包括辅助运营、软件基础设施、硬件基础设施、基建基础设施等在内的全栈服务，从一开始就进行了整体长期规划，避免了“建”与“用”之间的断层。

以西安未来人工智能计算中心为例，就围绕一个中心，搭建了四个生态平台（公共算力服务平台、应用创新孵化平台、产业聚合发展平台、科研创新人才培养平台），打通“政－产－学－研－用”，从而更好地发挥计算中心服务产业的价值。

在第四次工业革命浪潮中，人工智能毫无疑问是技术的主线。而让城市可以先行一步、占据AI高地，首先就要“高筑墙、广积粮”，其中人工智能计算中心，正是必不可少的基础设施与能量来源。

一座座人工智能计算中心拔地而起的背后，是中国AI产业的时空路线图。沿着这条通道，城市和我们都距离未来，更近了一点。

投稿人工智能