發展算力經濟,避開幾大誤區

在萬物互聯的時代下,數據作爲新的生產資料參與價值創造和分配,而轉換數據價值的算力則成爲驅動經濟社會發展和產業變革的基礎動力。隨着全球競爭格局重構,算力競爭也進入白熱化階段。我國作爲全球算力競爭的重要參與方,近年來不斷加碼推動算力相關技術研發、基礎設施建設以及產業生態發展。近日四部委聯合發佈的“東數西算”戰略規劃,也是算力發展馳騁的廣茂地圖。

有數據表明,算力指數平均每提高1點,數字經濟和GDP將分別增長3.3‰和1.8‰。因此,算力正成爲我國在新發展格局下衡量經濟狀況的“晴雨表”,以技術邏輯、應用邏輯、市場邏輯等共同構成的算力經濟也同步被推向風口,成爲關乎國計民生的重要概念。正確認知算力經濟,算好用好這本賬,變得尤爲重要。

(圖片來源CFP)

認知技術邏輯  警惕數字誤區

2020年,國家發改委明確新型基礎設施範圍,提出建設以數據中心、超級計算中心、智能計算中心爲代表的算力基礎設施。在此背景下,各區域積極響應政策,爭先加大對算力基礎設施的建設佈局,以期帶動區域經濟及產業結構的快速迭代發展。而總體算力的數值,則成爲大多數區域在算力基礎設施建設選擇時考量的重要技術指標。但在忽視概念和實際算力的前提下,單一執着於總體算力的數值高低,就會落入數字陷阱。

理性認知技術邏輯,首先要釐清算力的類別、單位等相關概念。尤其要注意,不同類別的算力其度量標準也不統一,如超算和人工智能的算力值都是以P(P爲算力計量單位,代表百億億次)來表達,但此P非彼P差距甚遠。超算的算力單位是“FLOPS”——每秒浮點運算能力,而一些智能計算的單位是“OPS”——每秒操作次數,兩者完全是不同的單位度量。此外,算力精度標準的不同,也會導致算力數值出現迷惑性。舉個例子,在整數類型(INT8)算力標準下的智能計算100P算力,大約等同於雙精度(FP64)標準下的超級計算6.4P算力。而在某些特定條件下,超級計算的幾十P算力甚至要比智能計算的上千P算力更強勁。如不統一度量標準及單位,直接橫向比較不同維度的算力,就會缺失技術邏輯,陷入數字陷阱。

認知應用邏輯  警惕偏科誤區

支撐應用場景,滿足計算需求,是算力基礎設施建設的主要目標。能夠支撐的應用越多,則發揮的作用就越大。所以,算力基礎設施的建設應講究全面均衡,做到多元幷包,既能支持市面主流應用,又能爲更多場景服務。

就當下處在風口的人工智能而言,目前主流的八個應用場景分別爲圖像分類、輕量對象檢測、重量對象檢測、循環翻譯、非循環翻譯、NLP(自然語言處理)、推薦機制、強化學習。這些場景對於算力的要求也有區分,如強化學習場景需要較高的算力支撐,而圖像分類場景則對算力沒有過高的要求。如果構建的人工智能計算中心過於“專”,僅能支持其中一個應用場景,是沒有辦法提供普適性的AI服務。即便其在某一細分應用場景獨樹一幟,也不能遮掩其他場景無法支持的缺陷。

所以,真正的算力經濟需要開放架構全面支持主流框架,充分提供多樣化的算力。同時對主流生態全面兼容,拉低開發門檻,有利於吸納更多應用開發者接入,實現多方共建,提升整個算力產業鏈效率和效益,讓算力經濟真正發揮效力。

認知市場邏輯  警惕價格誤區

算力基礎設施的建設往往是大型項目,投入動輒過億元。因此,算力效益就需納入考量範圍,不能只依據紙面數據盲目投建,忽略市場邏輯。以粵港澳大灣區的兩家算力約等的計算中心項目爲例,項目A的整體算力爲1170Pops,造價約爲5億元;而使用同等精度芯片的項目B整體算力爲2000Pops,性能略超前者,造價卻達到了驚人的近30億元。換算下來,兩者每億元算力分別爲234Pops、66.7Pops,相差350%,非常驚人。以此爲基準,推算每1000Pops的價格,項目A的購買費用約爲4億元,項目B則約爲15億元,而15億元的造價遠超過了業界領頭企業英偉達提供同等項目服務的價格。所以在建設前期,應該着重考察算力單價,避免“高價高數值,低能低性價比”的情況出現。另一方面,制定業界權威的算力定價標準也是避免同等算力產品差價過於懸殊的有效途徑。

此外,數據中心因其驚人的能耗費用,被稱爲既是“比特”產業又是“瓦特”產業。在碳達峰、碳中和的背景下,採用綠色數據中心實屬當務之急。除聚焦於PUE值的降低,也更關注數據中心的算力算效以及可再生能源的替代。

當前,我國數字經濟發展正處在全面提速階段,我們也正在邁入一個以算力爲底座的智能時代。合力規劃算力經濟,明晰其技術邏輯、應用邏輯、市場邏輯等,會爲數字經濟發展注入新的活力。