隨著人工智能逐漸成為推動(dòng)社會(huì)經(jīng)濟(jì)發(fā)展的新引擎，各行各業(yè)都隨之步入產(chǎn)業(yè)智能升級(jí)的隊(duì)列。在越來(lái)越旺盛的算力需求下，我國(guó)的人工智能計(jì)算中心正呈現(xiàn)全面開(kāi)花、多點(diǎn)落地的態(tài)勢(shì)。然而，與其他領(lǐng)域的發(fā)展初期類(lèi)似，伴隨人工智能中心的建設(shè)熱潮，相關(guān)的爭(zhēng)議及討論也越來(lái)越多：有認(rèn)為人工智能計(jì)算中心建起來(lái)不一定能用上的，有認(rèn)為人工智能計(jì)算中心建設(shè)需要根據(jù)算力定價(jià)格的，還有認(rèn)為越多臺(tái)AI服務(wù)器就代表人工智能計(jì)算中心能力更強(qiáng)的等等。

不被雜音誤導(dǎo)則需回歸本源，人工智能計(jì)算中心是以基于AI芯片構(gòu)建的AI計(jì)算機(jī)集群為基礎(chǔ)，涵蓋了包括基建設(shè)施、硬件設(shè)備和軟件應(yīng)用在內(nèi)的完整系統(tǒng)。而系統(tǒng)的構(gòu)成，硬件部分往往最先被考量，那么我們先從AI訓(xùn)練芯片說(shuō)起。

硬件基礎(chǔ)設(shè)施：重點(diǎn)關(guān)注訓(xùn)練芯片

AI芯片對(duì)于人工智能有多重要？一言以蔽之，各行業(yè)、各企業(yè)數(shù)字化轉(zhuǎn)型需要構(gòu)建匹配自身的AI模型，而高質(zhì)量AI模型則需要通過(guò)訓(xùn)練持續(xù)迭代優(yōu)化而來(lái)。這就要求提供算力的當(dāng)?shù)厝斯ぶ悄苡?jì)算中心具備高性能的AI芯片，以此確保充沛、穩(wěn)定的算力供應(yīng)。

具體到AI芯片，又分訓(xùn)練芯片和推理芯片，其中訓(xùn)練芯片是基礎(chǔ)中的基礎(chǔ)，因?yàn)锳I首先要解決認(rèn)知訓(xùn)練的問(wèn)題，然后才是推理，這就要求訓(xùn)練芯片必須具備浮點(diǎn)運(yùn)算能力，因?yàn)樵趶?fù)雜模型的訓(xùn)練過(guò)程中，需對(duì)上千億個(gè)浮點(diǎn)參數(shù)進(jìn)行微調(diào)數(shù)十萬(wàn)步，需要精細(xì)的浮點(diǎn)表達(dá)能力。相比之下，無(wú)浮點(diǎn)運(yùn)算能力的芯片如用于訓(xùn)練將增加約40%的額外操作，以及至少4倍的內(nèi)存讀寫(xiě)次數(shù)。

軟件基礎(chǔ)設(shè)施：框架自主可控和AI使能更關(guān)鍵

框架是所有算法模型的開(kāi)發(fā)基礎(chǔ)，90%的AI應(yīng)用開(kāi)發(fā)都是基于AI框架，其重要性毋庸置疑。現(xiàn)階段很多廠商采用的都是國(guó)外的AI開(kāi)源框架，實(shí)際上相當(dāng)于將中國(guó)人工智能發(fā)展的可控性交到了他國(guó)手中。未來(lái)國(guó)與國(guó)之間的科技競(jìng)爭(zhēng)將愈演愈烈，一旦出現(xiàn)問(wèn)題，我國(guó)想要重新實(shí)現(xiàn)安全、自主、可控的技術(shù)布局，勢(shì)必要從底層將一切推倒重建，可能造成大量的人力、物力和財(cái)力損失。

與其亡羊補(bǔ)牢，不如防患于未然。讓人工智能計(jì)算中心在建設(shè)之初就實(shí)現(xiàn)國(guó)產(chǎn)化，擁有自主可控的AI框架，目前已成為業(yè)內(nèi)的基本共識(shí)。據(jù)悉，目前大多數(shù)人工智能計(jì)算中心都使用了國(guó)產(chǎn)自研的全場(chǎng)景AI計(jì)算框架MindSpore，該框架原生支持大模型訓(xùn)練，并支持端、邊、云全場(chǎng)景協(xié)同，具備安全可信、高效執(zhí)行、一次開(kāi)發(fā)多次部署的能力。

框架之外， AI使能平臺(tái)也需要關(guān)注。以武漢人工智能計(jì)算中心采用的ModelArts為例，該平臺(tái)是全功能AI平臺(tái)，功能豐富，具備多租戶、細(xì)粒度資源管理的能力，包含一體化的集成開(kāi)發(fā)環(huán)境，支持大規(guī)模訓(xùn)練數(shù)據(jù)管理、大模型的大規(guī)模分布式訓(xùn)練，并集成了自主可控的AI計(jì)算框架及第三方框架。在云管平臺(tái)方面，安全、易用是關(guān)鍵考量：可提供公有云技術(shù)滿足公共服務(wù)平臺(tái)技術(shù)要求，支持多租戶管理與資源隔離；源自云的服務(wù)能力，統(tǒng)一運(yùn)維，統(tǒng)一計(jì)量。

輔助運(yùn)營(yíng)： “建起來(lái)”更要“用的好”

人工智能計(jì)算中心想要穩(wěn)定運(yùn)行，建設(shè)和使用之間就不能出現(xiàn)斷層。當(dāng)下的人工智能計(jì)算中心通常由地方政府牽頭，技術(shù)支持廠商參與建設(shè)。但有些廠商只管建，卻不管養(yǎng)，或者提供不了全面的輔助運(yùn)營(yíng)。

輔助運(yùn)營(yíng)是發(fā)展人工智能產(chǎn)業(yè)的保障，這一點(diǎn)是業(yè)內(nèi)專(zhuān)家和項(xiàng)目實(shí)踐的共識(shí)。例如武漢、西安、深圳等地的人工智能計(jì)算中心在建成之后，技術(shù)支持廠商設(shè)立生態(tài)創(chuàng)新中心，組建輔助運(yùn)營(yíng)團(tuán)隊(duì)，以“扶上馬、送一程”的方式輔助運(yùn)營(yíng)公司開(kāi)展計(jì)算中心算力運(yùn)營(yíng)和生態(tài)運(yùn)營(yíng)，向當(dāng)?shù)仄髽I(yè)提供產(chǎn)品、客戶、渠道等支持服務(wù)，并給當(dāng)?shù)仄髽I(yè)提供科研創(chuàng)新、人才培養(yǎng)、應(yīng)用孵化、產(chǎn)業(yè)發(fā)展等服務(wù)。這一做法確保了人工智能計(jì)算中心建起來(lái)之后，既可以高效發(fā)揮算力價(jià)值，也可以確保AI產(chǎn)業(yè)生態(tài)建設(shè)。

除了軟硬件，全棧一體化還涵蓋基建設(shè)施，同樣以武漢、西安人工智能計(jì)算中心為例，技術(shù)支持廠商采用預(yù)制模塊化方式建設(shè)，不到半年即完成了建設(shè)交付，其建設(shè)周期是傳統(tǒng)樓宇方式機(jī)房建設(shè)的一半，效率對(duì)比高下立現(xiàn)。

當(dāng)下，國(guó)內(nèi)人工智能計(jì)算中心的規(guī)劃與建設(shè)如火如荼，隨著武漢、西安、深圳等地人工智能計(jì)算中心正式投入運(yùn)營(yíng)后對(duì)當(dāng)?shù)厝斯ぶ悄墚a(chǎn)業(yè)的口碑反饋，全棧一體化的優(yōu)勢(shì)將更加凸顯。相信在可以預(yù)見(jiàn)的將來(lái)，選擇全棧解決方案的人工智能計(jì)算中心會(huì)越來(lái)越多，為我國(guó)數(shù)字經(jīng)濟(jì)的快速發(fā)展提供更多動(dòng)力。