边策 发自 凹非寺 量子位 报道 | 公众号 QbitAI

今年AI领域最火的是什么？

毫无疑问是GPT-3，它能写小说、能与人聊天、能设计网页、还能下象棋，堪称迄今为止最“全能”的AI模型。

但是这个强大的AI模型却不被看做算法的胜利，而是“暴力美学”、一场“富人的游戏”。

有人估算过，GPT-3光是训练成本就在460万美元以上，还不包括微软为训练它建设了一个5亿美元的超算中心。

微软这个超算中心装载了一万张英伟达GPU，训练GPT-3消耗了它355个GPU年的算力。

如果中国也要开发自己的GPT-3，凭借现在的技术能做出来？

答案是：我们已经具备一定的条件了。

AI软件方面，国内有百度、阿里等开源框架，中国的NLP（自然语言处理）技术起步不算晚，甚至搜狗、第四范式、百度NLP算法已经多次占据测试榜首，且成功商业化。

训练AI的硬件中国也不缺乏，甚至在国际上还略有优势。据2020年6月最新数据，中国拥有全球超算Top500中的226台，占比达45.2%，超过其他任何国家。

开放计算的优势不仅仅是降低成本、节省电费、提高投资回报率，更重要的是，它作为一种新的协作模式，可以推动AI等前沿技术的标准化与产业化。

在GPT-3诞生前的几个月，浪潮已经有了这样改造AI产业的想法。4月9日，IPF2020浪潮云数据中心合作伙伴大会上，浪潮首次提出了“智算中心”的概念。

浪潮认为，智算中心应该满足三大条件：开放标准、集约高效、普适普惠。就是每家企业都能以更低门槛用上高性能计算资源。

在今年7月29日公布的全球权威AI测试基准，MLPerf v0.7训练榜单上，浪潮NF5488A5服务器创下了单服务器最快性能记录，高居榜首。

浪潮还东南大学合作，据张竞慧教授介绍，东南大学依靠算力中心推动前沿科学研究，依托(CPU Openstack GPU)架构，提供高性能计算、云计算以及人工智能计算等共享服务，处理太空观测高分辨率影像，已经在物理学顶级期刊PRL上发表了多篇论文。

在金融领域，交通银行通过浪潮AIStation开发平台，资源利用效率提升30%；在智能制造领域，百度与浪潮合作开发的装置，将2~3天的钢质检系统工作量减少至2小时，识别准确率超过99%。

此外浪潮的智算中心与5G结合，提供了云端训练、边缘推理的新应用场景。

浪潮智算中心建设的脚步没有停歇，目前正在济南建设的“中国算谷”，致力于成为全球算力产业新高地，带动山东传统企业智能化改造和升级，计划建成E级计算系统。

AI模型发展一日千里，模型越来越大，对算力要求也越高，硬件进步给算法带来福利。

OpenAI去年的报告指出，AI计算量每年增长10倍。从2012年至今，最先进AI模型对计算量的需求已经增长了30万倍，若按照摩尔定理，与此同时芯片算力只增长了7倍。

对算力的爆炸式一方面靠AI加速芯片的改进，另一方面靠硬件的“暴力”堆砌。

然而单个用户难以自建强大算力，则需要智算中心来帮忙。未来，智算中心会像发电厂一样，产生大量的算力输送到“千家万户”。

电力时代有充足的发电量，就能驱动更多、更强的电气设施。AI时代有更多低廉的算力资源，才能催生出更多像GPT-3一样“暴力”AI模型，推动AI的产业化。

如果中国也要研发像GPT-3一样的AI模型，用这样的AI模型驱动产业变革，那么一定要降低算力资源的TCO。

浪潮希望在这个中发挥主导作用，所以推出智算中心。浪潮也具有这样的底气，因为他们已经占据了中国50%的AI计算中心算力，未来一定会是“新基建”的AI基石。

在这方面，国外已经有许多先进的经验，英特尔、微软、谷歌都在以开放的姿态融合更多新的AI硬件，把更强大的算力贡献给产业。

回到国内，如果浪潮能把智算中心的算力供给全行业使用，以国内庞大市场，一定能催生更强大AI模型的诞生。

到时候，不仅能产生与GPT-3类似的AI模型，我们还会看到过更多AI技术的商业化，让我们的生活处处充满AI。

— 完 —

量子位 QbitAI · 头条号签约作者

关注我们，第一时间获知前沿科技动态

花粉社群VIP加油站