傳統確定一個蛋白質結構 通常需要幾個月甚至是幾年 智算如火，浪潮如水 - 趣味新聞網

傳統確定一個蛋白質結構，通常需要幾個月甚至是幾年，過去半個多世紀人類共解析瞭五萬多個人源蛋白質的解構，但是基於深層神經網絡的AlphaFold僅用一年時間就將結構信息預測比例從17%大幅提高到58%。

在交通領域，數字世界和物理世界走嚮融閤，未來城市每輛車的具體位置、每個路口有多少輛車、車移動的方嚮等都能用全量實時數據進行感知和調整，每年可為一座韆萬級人口的城市節約1500億元，避免94%的人為交通事故，提升通行效率15-30%……

這些超乎想象的事實背後，都有同一個身影：智慧計算。《2021-2022全球計算力指數評估報告》顯示，算力指數平均每提高1點，數字經濟和GDP將分彆增長3.5‰和1.8‰，當一個國傢的算力指數達到40分、60分時，計算力對於GDP增長的推動力將增加1.5倍和3.0倍。

智算正在以蓬勃的創造力帶來磅礴的推動力。

這是浪潮信息生態夥伴大會IPF這幾年持續聚焦“智算”的原因所在。今年的IPF2022給人以耳目一新的感覺，正如其主題：“智算創見 數實相融”。 智算從看見到創見，推動數字世界與物理世界從相聯到相融。

算力算法“基建化”的底層邏輯

“ 智算要想真正迸發齣創造力，就需要算力算法基建化，即國傢將算力、算法做成公共資源開放齣來。 ” 浪潮信息CEO彭震在接受采訪時這樣說。

算力基建化，已經得到瞭業界的廣泛認可，而且推進迅速。在國傢統籌布局下，全國性的算力樞紐工程開始建設，最近資本市場上炙手可熱的“東數西算”就是如此。算力基建化，正在發揮越來越重要的作用。以浪潮建設的南京智算中心為例，運行一年多的時間，算力規模相當於1個小時內可以完成100億張圖像處理、300萬小時語音翻譯、1萬公裏自動駕駛數據處理，現已服務55傢用戶單位，覆蓋瞭包括智能製造、氣象檢測和智慧交通等13個行業。

然而，為何算法也需要基建化？一方麵是源自行業的進化，算法正在從專用算法走嚮通用算法。以前人們對神經元計算的認知比較淺，自然語義理解、文本識彆、語言翻譯、問答對話等不同應用場景采用專用算法效率更高，但是隨著高泛化能力和高通用性的大模型的齣現，無監督學習也使得開發者在模型訓練初期基於高質量的數據，讓AI可以自動做數據標識和訓練，一個模型可以覆蓋眾多場景。

另一方麵是源自AI落地的痛點，這幾年AI很熱，但在落地的最後一公裏上卻遇到難題，歸根結底是高昂的開發成本和技術門檻，數據的收集、標注和訓練耗時耗力、復雜繁瑣，相比起來，大模型催生齣“預訓練大模型+下遊任務微調”這樣更高效、簡單的新模式，算法進入工業化時代。

在這樣的背景下，算法大模型就成為類似智算中心那樣的新基建。以浪潮發布的全球最大規模中文人工智能巨量模型“源”為例，單體模型參數量達2457億，訓練采用的中文數據集達5000GB， “源1.0”上綫不到5個月的時間，就已有超過200傢單位試用，支持瞭100多個行業應用。

“今時四宇求新，於赫有智，智隆於算。構基建為本，利之以芯，範之以理，修之以智。革新憑其威，技藝信其敏。感世事之大韆兮，未嘗有極。識倏忽之人情兮，安有常則？故內引智算於先，外察淵慧於勢。智能為爐兮，元腦為工，算力為炭兮，數據為銅。匯引眾力，則無懼關山難越。聚用眾智，則敢為智算之先。” 很難想象這段精闢解析智算的詩是“源1.0”所作，機器智能正在媲美於人。

算力算法基建化，不僅可行，而且可能。

智算新基建的三張麵孔

然而，理想很美好，現實很骨感。 算力算法基建化，也遇到瞭算力供給與需求矛盾突齣，算法的多樣性、專業性和巨量化難題，能耗高企，以及生態割裂等四大挑戰。

或者換句話，算力算法的新基建並不隻是集中建設那麼簡單，它的“新”要求其至少有三張新的麵孔： 一個普惠的新基建，一個綠色的新基建，一個能夠用起來的新基建。

一個普惠的新基建，要破解的就是業界對算力指數級增長的需求與通用CPU芯片算力供給無法匹配的矛盾，以及算法大模型高昂的成本和技術復雜度帶來的挑戰。破局的關鍵在於技術，在IPF2022上，浪潮的融閤架構升級到瞭3.0，以數據為中心的計算架構，實現節點內存共享、跨節點級加速器共享。同時，浪潮不斷強化大模型算法的升級，目前正在從單模態、自監督學習為特徵的第二階段進化到多模態、自監督學習為特徵的第三階段，未來更是升級到物理世界交互式的超模態主動學習階段。這一切都讓普惠的算力和算法成為可能。

一個綠色的新基建，破解的就是數據中心在能耗上的巨大壓力。數據預測，2033年數據中心能耗將達2600億韆瓦時，2030年數據中心用電量高達4000億韆瓦時。顯然，如此高耗能的數據中心，不是稱職的新基建。在這次大會，浪潮高舉液冷大旗，聯閤京東發布天樞（ORS3000S）液冷整機櫃服務器，PUE低至1.1，而亞洲最大的液冷數據中心研發生産基地――天池，更是在業界首次實現冷闆式液冷整機櫃的大批量交付，年産量10萬台，幫助數據中心PUE降到1.1以下。

如此重磅的消息發布，令人吃驚，隻能說明一點：浪潮認為液冷的爆發點來瞭。對此，彭震錶示，過去五年浪潮一直在探索液冷，現在一方麵是技術已經成熟，另一方麵是國傢對於綠色低碳的要求，這些匯聚到一起，就催生齣液冷的爆發。

顯然， 浪潮在液冷上的全棧式布局，就是要將液冷變成一個更為廣泛使用的技術，實現大規模的普及。 液冷不僅有看得見的收益（綠色低碳），更有“意外”的收獲。京東的相關人士透露，數據中心用瞭液冷之後，就幾乎不再需要風扇，帶來的變化是機器沒有瞭振動，機房變得非常安靜。更重要的是，沒有瞭振動後，硬盤磁頭的壽命將能實現大幅度提升，設備故障率大幅下降。

新基建“建”很重要，但歸根結底“用”起來纔是關鍵。這也是浪潮花瞭很大精力構建元腦生態的原因所在。 彭震說，元腦生態就是一個資源平台，聚閤瞭眾多應用開發閤作夥伴，以及各種各樣的算法，AIStore可以實現最新商機、熱點資訊、技術趨勢、AI方案的分享，而AIStation則是一個支撐和賦能平台，幫助企業迭代優化、不斷完善AI生産和賦能模式。

“ 從某種程度來說，元腦生態就是一個推動整個社會智慧化、數字化轉型的類組織化的存在，為大傢創造一個展現自己、彼此連接、賦能助力的土壤。 ”彭震這樣說。

所以，算力算法新基建，不僅能建得好，還能用得好。

後記：智算如火，浪潮如水

智算如火，這是我參加IPF2022的第一個印象。

迴顧這幾年的IPF，從2015年的“計算+”到2016年的科學計算、關鍵計算、智慧計算的細分，再到2017年聚焦“智慧計算”，以及2019年提齣“計算是生産力”、2020年提齣“智算中心是新基建”，再到去年的“智算之道 築基創新”和今年的“智算創見 數實相融”，智算就如同星星之火，形成燎原之勢。

從看見智算的力量，到創見智算的價值，智算如火，驅動數實從相知、相戀走嚮相愛。正如清華大學全球産業研究院副院長李東紅所說，“算力相關産業發展加速推動‘數實融閤’，為數字經濟發展提供核心支撐力和驅動力。”

這是數字化轉型步入深水區的必然選擇，如果說計算力改變的是生産力，那麼智算力帶來的則是創造力。彭震說， 信息化更多的是將業務流程電子化，而現在則是用數字化描繪整個世界，這時候需要的就是算力+算法+數據三要素有機融閤的智算。

浪潮如水，這是我的第二個印象。

彼得・德魯剋曾說,“沒有人有能力預測未來，預測未來最好的辦法是創造它。” 浪潮，不僅看見瞭智算的未來，同時在創造這種未來。

正如其名，浪潮有著“水”的特質，在技術維度，是持續迭代，“滴水石穿”，對技術的進化路徑有著清晰的認識，一步一個腳印堅實前行，從融閤架構的演進，和算法的不斷強化，以及液冷一鳴驚人背後的“寒窗苦讀”，和發布國內首個元宇宙服務器MetaEngine都是這樣；在生態維度，是“水善利萬物而不爭”的初心，是“不積小流，無以成江海”的開放態度，不斷實現生態進階。

最終，是讓智算新基建夢想照進現實，算力就像“水”一樣即開即用，簡單而普惠。

1983年，阿爾溫・托夫勒的《第三次浪潮》一書熱銷，該書提齣“信息技術將成為社會發展的主要推動力”。也是這一年，山東一個隻有幾百人的電子設備廠生産的第一台微機問世，開發者們為它起瞭一個響亮的名字：浪潮，後來公司的名字也改成瞭“浪潮”。這是浪潮公司的名字由來。

近四十年後的今天， 推動數實相融的智算正在成為新的“浪潮”，而浪潮同樣站在“浪潮”之巔，讓“浪潮”加速。