人工智能計算中心是建設新一代人工智能產業(yè)集群的關鍵基礎設施。近年來，我國多個中心城市加速推進人工智能產業(yè)布局，以期在新一輪科技革命的機遇之中搶占發(fā)展先機，而搭建集約化、一體式人工智能計算中心也就成為了各地新基建藍圖中的重大工程。
眾所周知，算力、算法、數據是人工智能的三駕馬車。如果沒有算力的支撐，人工智能將難以走向應用普及。因此，在人工智能計算中心建設熱潮中，將數據和算法協調起來的AI芯片便成為最受關注的模塊。
當前，各行各業(yè)對適配AI模型的訓練需求呈爆發(fā)式增長，而一個高質量的AI模型是通過訓練和持續(xù)迭代優(yōu)化而來的。當大模型、多模態(tài)算法模型訓練逐漸成為主流，人工智能算力需求每3.5個月就翻一番，企業(yè)在AI研發(fā)中進行模型訓練的算力成本居高不下。因此，能否為企業(yè)和科研機構提供可持續(xù)、高適配、高彈性的訓練算力成為衡量各地人工智能計算中心“含金量”的核心指標。如果沒有技術足夠成熟的訓練芯片來提供訓練算力保障，就難以保障平臺產出算法模型的效率，那么以億為成本而建設的人工智能計算中心也就成了“雷聲大雨點小”的空殼工程。
訓練芯片和推理芯片之別
在實際的人工智能計算中心硬件布局中，芯片主要適配于推理和訓練兩大場景。訓練芯片和推理芯片之間的邏輯差別可以理解為：訓練芯片像老師，一遍一遍教一個完全不認字的小孩從零開始識字，一遍不會就再教一遍，直到教會為止；而推理芯片則是已經學會識字的小孩，閱讀不同的書本時，可以識別出書本中的字。
換句話說，訓練是從現有的數據中學習新的能力，而推理則是將已經訓練好的能力運用到實際場景中。離開了訓練的推理，就相當于空中樓閣。所以，相較于推理芯片，訓練芯片是人工智能不斷進化的基礎，也是眾多AI芯片廠商需要著力攻克的研發(fā)高地。
訓練芯片有哪些特點
那么，與推理芯片相比，訓練芯片在技術上具有哪些特點？
首先，訓練芯片具備浮點運算能力。復雜模型的訓練過程中，需通過精細的浮點表達能力對上千億個浮點參數進行微調數十萬步。無浮點運算能力的芯片如用于訓練將增加約40%的額外操作，以及至少4倍的內存讀寫次數。
其次，訓練芯片具有專用AI加速單元，并具有高能效比的特點。當前有個別廠商采用2016年國外品牌GPU架構，缺少AI加速單元，導致其AI訓練能效比差，且能耗劇增。與之相比，配置矩陣加速單元的訓練芯片可使AI訓練效率提升10倍。
為AI產業(yè)提供充沛算力，需要在AI處理器硬件上有扎實的技術積累。據了解，目前許多人工智能計算中心使用的由昇騰 910 AI訓練處理器，原生具備訓練能力，集群性能業(yè)界領先。目前，該集群可以在28秒完成基于Resnet-50模型訓練（持續(xù)保持業(yè)界第一），并且性能還將持續(xù)提升。同樣，基于昇騰AI基礎軟硬件平臺的“鵬城云腦II”榮獲AIPerf（世界人工智能算力）第一名，并再次刷新IO500（高性能計算存儲系統(tǒng)性能排行榜－全系統(tǒng)輸入輸出和10節(jié)點系統(tǒng)）兩項世界冠軍。
訓練芯片市場前景廣闊
隨著自動駕駛、生物信息識別、機器人、自動巡檢等人工智能終端產品和應用越來越普遍化，人工智能產業(yè)集群的價值不可估量。在從理論走向應用的產業(yè)化過程中，訓練芯片作為算力平臺的“心臟”，其市場也持續(xù)蓬勃發(fā)展。
研究機構賽迪顧問發(fā)布的報告顯示，從2019年到2021年，中國云端訓練AI芯片市場累計增長了約127%。2021年，云端訓練芯片市場規(guī)模將達到139.3億元。據預測，從2019年到2024年，云端訓練芯片的年復合增長率或達到32%。
以全國第一個人工智能計算中心——武漢人工智能計算中心為例，其一期建設規(guī)模為100P FLOPS AI算力，今年5月31投運當天算力負載便達到了90%，投運之后持續(xù)滿負荷運行。如今，武漢人工智能計算中心仍在持續(xù)擴容中。9月初正式上線的西安未來人工智能計算中心一期規(guī)劃300P FLOPS FP16（每秒30億億次半精度浮點計算）計算能力。作為西北地區(qū)首個大規(guī)模人工智能算力集群，其算力平臺承載力達到了當下我國同類平臺中的領先的水平。
市場的高速增長預示著，當人工智能發(fā)展到深水區(qū)階段，各行各業(yè)對AI訓練算力的需求將長期保持幾何級增長。而訓練芯片作為訓練算力的引擎，也是人工智能模型訓練的“基礎中的基礎”，也將作為人工智能計算中心的靈魂得到更廣泛的重視。相信，在我國極為豐富的AI應用生態(tài)優(yōu)勢引領下，無論是訓練芯片還是推理芯片，都將得到更為長足的快速發(fā)展。
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
