收起左侧
发新帖

云上会│智取未来:AI算力引领智能革命

时间:2024-9-8 09:43 0 182 | 复制链接 |

马上注册,结交更多好友

您需要 登录 才可以下载或查看,没有账号?立即注册

x
随着技术的突飞猛进,人工智能(AI)算力已成为衡量一个国家或地区在AI领域竞争力的关键指标。
AI算力不仅关乎硬件的运算速度和内存容量,更涉及软件框架和算法优化的深度融合。它的发展水平已成为推动数字经济发展的重要驱动力。
9月4日,第一财经云上会节目深入解析了AI算力的内涵,探讨了它与通用算力的区别,以及它在硬件、软件、算法优化等方面的构成要素。节目特邀了汇正财经的资深策略师王杰、汇正财经的资深策略师鲍飞,以及上海交通大学网络信息中心副主任林新华,共同探讨AI算力的发展前景、国内外市场竞争格局和挑战。
什么是AI算力?
“AI算力,就是指人工智能的计算能力。”鲍飞首先解释了AI算力的概念,他指出AI算力是专门处理人工智能任务的软硬件系统的总称,不仅取决于硬件设备的性能,如CPU、GPU的运算速度和内存容量,还涉及软件框架和算法优化。
如今,AI算力已经成为市场关注的焦点,其主要应用包括大模型训练和AI应用的落地。鲍飞指出,无论是百度、阿里还是科大讯飞等知名企业,它们的AI应用都依赖于强大的AI算力来实现。
此外,AI算力不仅是企业竞争力的体现,更是国家和地区人工智能水平的重要标志。鲍飞强调:“AI算力对于提升经济竞争力和推进科技创新具有至关重要的作用。它已经成为数字经济发展的重要驱动力。”
王杰进一步阐述了AI算力与通用算力的区别。他指出,AI算力主要应用于机器学习、深度学习和AI大模型,具有强大的并行处理能力,AI算力的硬件基础包括中央处理器(CPU)、图形处理器(GPU)、以及专用芯片如FPGA和ASIC。而通用算力则类似于日常使用的电脑,执行简单的互联网任务和计算任务。AI算力在应用场景、硬件配置和计算需求方面都有更高的要求,例如,AI算力的一个指标是1000P,即每秒能计算1000万亿次,这是普通CPU无法满足的。
AI算力跃迁:存储、传输与芯片异构化的三重奏
从硬件的升级到软件的创新,再到算法的优化,AI算力的每一次跃迁都成为人工智能发展的核心驱动力。
回顾过去,林新华称,自2013年至2014年,GPU算力的显著提升为AI的发展提供了强大支持,标志着人工智能的新一波起飞。他将未来AI算力的发展分为数据存储的多元化、数据传输的复杂化以及数据处理芯片的异构化三个核心部分。
具体在在数据存储方面,林新华认为,AI模型训练对高质量数据集的需求日益增长,这不仅涉及到大量的数据标注和清洗工作,还推动了软硬件的创新。例如,高带宽内存(HBM)的使用已成为AI领域的常态,以满足在计算和训练过程中对大量内存的需求。
鲍飞也认为,数据的传输和存储也是AI算力中越来越受重视的部分。他分析称,高效的数据传输和存储能够减少数据访问延迟和带宽占用,从而提升整体效率。算力基础设施,如数据中心、服务器和网络设备,为AI算力提供了物理支撑。中国在这一领域的发展尤为突出,通过“东数西算”工程和全国算力一体化,中国在全球算力基础设施建设中走在了前列。
同时,数据传输的复杂化是AI算力发展的另一个重要方面。林新华称,随着数据量的激增,传统的数据传输方式已不再适用。为了满足AI训练过程中对数据包延时和大小的严格要求,需要设计更复杂的数据传输通路。最后,数据处理芯片的异构化是AI算力发展的趋势之一。在一个芯片上集成存储和通讯功能,预示着未来数据存储、传输和计算将有更多的创新应用。
鲍飞认为,软件框架在AI算力中同样不可或缺。它不仅支持算法的开发,还涉及推理、部署和模型训练等全链条过程,为硬件提供必要的支持。同时算法优化是提升AI算力的另一个关键途径。通过算法的完善和优化,可以减少计算资源的需求,提升计算的精度和效率。例如,通过剪枝和量化技术,可以在不影响性能的情况下压缩算法,加速计算过程。
角逐竞争版图:芯片、服务器与网络设备的关键角色
在人工智能(AI)算力的全球竞争中,中国正逐渐成为重要的参与者。从芯片、服务器到网络设备,中国企业正积极布局,以期在进一步提升技术和市场占有率。
鲍飞指出,中国AI算力产业链较长,涉及多个关键领域。首先,芯片是AI算力的核心,目前中国在GPU芯片领域存在一定的产能瓶颈。尽管如此,国内企业正在取得突破,预计到2025年,随着技术进步,国产GPU的市场占有率将显著提升。
具体看来,鲍飞分析称,在服务器领域,中国拥有明显优势。国内企业如浪潮信息在服务器市场的占有率较高,达到了30%左右,显示出中国在这一领域的自给自足能力。网络设备方面,华为和中信等国内企业已经能够提供完全国产化的解决方案,进一步巩固了中国在全球AI算力竞争中的地位。
王杰也提到,中国在硬件和软件方面都在不断进步和升级换代。根据IDC的数据,2023年中国AI服务器市场规模约为95亿美元,而2024年的市场规模已经达到110亿美元,显示出市场的加速增长。预计到2026年,这一数字将增长至160亿美元。
“市场规模在不断扩大,但目前中国在全球AI市场份额中所占比例较低,”王杰分析称,主要原因是国内算力获取的难度相对较大。算力获取的困难限制了某些AI项目的发展和实施。
鲍飞强调,技术创新是推动AI算力发展的关键因素。AI算力的快速发展与GPU的推出密切相关,技术创新在满足日益增长的AI需求方面发挥了主导作用。另外,政策支持也是中国AI算力发展的重要推动力。中国政府的积极政策和资金支持,为中国AI算力的快速发展提供了坚实的基础。
当前,国内一些科技巨头正在积极推动AI算力的发展。王杰认为,百度、阿里巴巴、腾讯和字节跳动等公司占据了国内AI算力总需求的70%以上。这些公司正在不断努力,对算力及相关硬件和软件进行升级换代,以期在算力获取方面取得突破。一旦在算力获取方面取得进展,中国的AI市场有望实现快速发展。
创新与需求驱动,AI算力供应紧张逐步缓解
随着人工智能技术的快速发展,AI算力需求的增长速度远超预期。然而,市场上出现了供应紧张的情况也引发了业界的广泛关注。
王杰指出,随着全球AI算力需求飞速增长,AI服务器市场的年复合增长率达到25%,每年新带来的市场增量超过3000亿元。统计数据显示,2023年人工智能服务器出货量达到120万台,增长速度超过38%。预计到2026年,AI服务器在整体服务器出货量中的占比将达到15%。
国内市场AI算力的增长态势迅猛,王杰分析,在中国,AI市场的芯片规模在2024年有望增长至2302亿元,同比增长91%,这一数据凸显了国内AI算力发展的强劲势头。
林新华指出,从整体来看,场上对于高端AI算力的需求旺盛,尤其是英伟达的高端显卡等产品。限售政策、国外科技巨头大量需求。等因素
国内市场方面,林新华指出,中国并不存在普遍的AI算力紧张问题,目前的紧张局势主要是局部性的。他引用了一组数据,2024年前7个月,中国共建设了10040个计算中心,平均每个工作日建成一个,这样的建设速度表明AI算力的总体供应是充足的。
林新华预测,未来两年这种情况将得到显著缓解。一方面,大型企业的需求将趋于稳定,产能将逐步释放。另一方面,随着需求侧的调整,许多项目不再需要高端算力,中低端产品即可满足需求,这将有助于缓解供应压力。
王杰提到,当前国产化AI进步是非常快的,国内运营商如移动、电信、联通等也在加快布局AI服务器市场,推动国产化进程。值得一提的是,合成数据的出现解决了AI训练中的数据隐私保护问题,为AI训练提供了大量数据,减少了对人类大数据的依赖,这是AI算力发展的一大进步。同时,量子计算机被视为解决AI算力不足的重大解决方案,其在处理复杂计算方面的能力将突破传统计算机的瓶颈。
林新华也提到,国内供给侧也在积极发力,华为、曙光等国内厂商在GPU领域的进步显著,产品生态日益完善,预计将在未来两年内显著改善局部性的AI算力紧缺情况。
总的看来,在全球AI算力设施环境迅速发展的背景下,中国在算力总规模上已位居全球第二,近5年的年均增长速度超过30%。王杰认为,这一成就展示了算力在数字经济中的重要地位,以及对推动数字经济发展和数字化转型的重要作用。
随着供需两侧的调整和国内厂商的技术进步,相信AI算力的供应紧张局势将得到有效缓解,一个更加智能化、高效化的新纪元即将到来。
您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

扫码添加微信客服
快速回复 返回列表 返回顶部