從復現人類智能到挑戰AI大工程，智能計算正經歷什么考驗？

無界的算力供應是當下的剛需。

作者 | 杏花

編輯 | 青暮

世界頂級機器學習專家Michael I.Jordan曾提出一個觀點，他認為人工智能正逐步由原理性研究，走向人工智能大工程。

Michael I.Jordan認為，隨著機器學習的蓬勃發展，人工智能的目標已發生了本質性變化，不再只是研究如何在單個計算機上復現人類智能，更重要的是如何構建現實世界中的系統，從而解決現實世界中的超大規模問題，比如蛋白質結構預測、藥物研發、高能物理實驗分析等基礎科研問題。

復現人類智能和基礎科研的問題復雜度截然不同，前者可大可小，后者一般都是大規模問題，同時還經常遇到組合爆炸困難。例如，在蛋白質結構預測中，隨著蛋白質的組成也就是氨基酸數量的增加，其復雜度是呈指數式增長的，這就對算力的高效、高端供應提出了很高的要求。

此外，AI模型的訓練和推理所需要的算力規模也大不相同。整型算力（比如INT8）可以支撐AI推理，但要支撐AI訓練，至少需要半精度算力（FP16）。

而隨著AI深入各行各業，接觸的場景也將愈加豐富和繁雜，不能一概而論。

總體而言，人工智能算法的基礎設施——智能計算面臨著越來越多樣化的算力需求，對每一個具體問題都需要配置不同的算力供給方案，否則容易造成資源浪費。

其實這也是如今數字化時代面臨的重大難題，面對硬件、算力、算法、技術的組合爆炸現象，為了獲得最大的投入產出比，四者的深度聯動融合成為了必要條件。這就對算力供應的無界性提出了很高的要求。

在這一需求的推動下，曙光智算推出了「智算⁺」API新模式，以此來實現無界的算力供應。

1

「智算+」API：如魚得水

面對多樣化算力供應的需求，曙光智算早就做好充足準備，比如，曙光智算已經為許多大型企業提供AI應用的支撐。

靈活而多樣的算力配置是復雜的數學問題，但曙光智算卻化繁為簡，只對外提供即插即用式的接口，這正是「智算⁺」API新模式。

「智算⁺」API新模式，依托于曙光智算API接口。基于該API接口，AI研究人員無需任何算力配置的專業知識，便可輕松接入資源龐大的曙光計算服務平臺，實現AI模型訓練、推理等操作，從而加快、簡易化整個研發流程。

無界的兩大含義——向內多樣化、向外簡易化，被「智算⁺」API詮釋透徹。

圖注：曙光智算服務架構

通過開放API，曙光智算可為SAAS服務提供商、應用軟件提供商、第三方算力服務商提供多樣化的算力服務，分別對應3種集成模式：

首先是平臺集成。該模式主要面向第三方算力服務商，具體來說是，基于曙光智算AC平臺服務和「智算⁺」API，將第三方算力服務商平臺入口集成到曙光統一服務平臺（AC平臺），底層使用曙光自運營算力。

AC平臺將多個智能計算中心通過數據互聯互通，從而進行跨中心的管理和調度，并以API或非API的形式對外服務。

其中，智能計算中心采用專有的調度引擎，來協同計算資源。所謂調度也就是對于特定的問題，選擇不同的建模（比如SVM、CNN等）和計算方式（比如BLAS、AVX等并行模式）。

其次是應用集成。該模式主要面向應用軟件提供商，為包含多個軟件的應用商城提供強大而靈活的算力。具體來說是，將第三方應用部署到曙光智算現有算力資源中，并依托平臺監控管理模塊對應用程序進行管理、調度、性能監控、提供優化指導等。

目前應用商城已經集成海量商業應用Portal和開源應用軟件，比如人工智能類軟件包括了TensorFlow、PyTorch等深度學習框架，以及Hadoop、Spark等數據分析框架。

最后是服務定制。該模式主要面向第三方算力服務商和SAAS服務提供商，為前者提供多種類型的明確算力需求，為后者提供單個大型云端軟件的按需即用功能對應的算力。

簡而言之，就像現代社會的電網、互聯網一樣，「智算+」API也將作為基礎設施一般的存在，既重要又無處不在，但給人的感覺仿佛不存在，這正是最好服務的內涵所在。依托這類高端計算的支撐，人工智能領域的學術研究和產業落地也將“如魚得水”般加速前行。

自上線以來，曙光計算服務已經廣泛應用于多個領域并探索出一套適配的行業解決方案。

例如在人工智能領域，百度飛槳與曙光智算合作，已實現「智算+」API與Paddle2.x的適配，國產X86及其加速卡版作為常用分支合入官方GitHub倉庫，支持安裝包直接安裝，實現與GPU的API接口統一。此外，通過將「智算+」API對接AI Studio，百度飛槳還可為開發者提供人工智能學習、實訓、比賽的算力資源。

曙光智算還助力復旦大學類腦智能科學與技術研究院，構建并利用多模態多尺度腦數據庫，發展了模式識別、深度學習等類腦智能方法。其中，「智算⁺」API為研究院提供了數百獨占節點+上千個動態節點，協助完成了從CUDA生態到國產異構加速生態的代碼遷移、應用優化等工作。

2

計算新時代：開放無界

以AC平臺和「智算+」API為基礎，曙光智算正在以“橫向耦合、縱向解耦”的方式，來推動硬件、算力、算法、技術的深度聯動融合。

在AI領域中，深度學習盛行的當下，人工智能近乎有了一致的數學語言，同時也就有了更加靈活的協同效應，而耦合與解耦的協同也在深度學習領域發揮重要作用。比如在一般的全連接神經網絡自身效率不高時，就要通過內部“橫向耦合”來深入地探索合適的機制，最終具有更強適應性的Transformer架構脫穎而出。之后，與數據、任務等要素“縱向解耦”，Transformer成為如今適用多種任務的大模型的標配，并且不僅僅限于類人智能，蛋白質結構預測等科學計算任務亦被證實利用Transformer是可行的，基于Transformer的大模型也在通用AI的探索路徑上被寄予厚望。

可以說，AI的技術演變如今也呈現向內多樣化、向外簡易化的模式。

同樣，算力的耦合與解耦的協同也在曙光智算的設想之中。基于這種協同作用，并憑借20多年的從業經驗、統一和商業化的運營模式、豐富的多類型資源、超高速的計算/存儲網絡、安全的設計標準，曙光智算將打造算力的“無界”生態。

首先，AC平臺將不同的智能計算中心進行內部“橫向耦合”，如同調整神經網絡中錯綜復雜的連接和激活機制一般，通過深度的融合來得到“強適應的Transformer”，也就是規劃出多樣的算力配置方案，體現資源無界優勢；其次，「智算⁺API」則像經過千錘百煉的Transformer模型，以“好用、通用黑箱”的、“縱向解耦”的方式，最大限度推動硬件資源、算力網絡、算法應用之間的協調適配，以實現計算價值最大化，體現技術無界優勢。

最后，在資源無界、技術無界的推動下，曙光智算得以打造全產業鏈共享的算力生態，以“零門檻”方式最大限度接入產業鏈上下游相關方，破除信息孤島，推動打造超連接、共進化的無界生態系統，實現無界生態的持續創新、升級。

「智算⁺」API新模式，詮釋了曙光智算的算力“無界”的終極奧義，從資源、技術、生態三個層面構建“開放無界”的算力平臺，引領計算產業邁入互利共贏的新時代。

雷峰網(公眾號：雷峰網) 雷峰網

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。