作者:IEEE会士、河海大学信息科学与工程学院院长韩光洁教授
今天,2023中国算力大会第二届西部数谷算力产业大会在银川举行,本次大会以“算领新产业潮流,力赋高质量发展”为主题。我有幸受邀参会并接受了媒体采访。在中国发展算力,需要大力支持技术创新,寻求资源优化方法,同时建立完善的数据使用机制。算力基础设施是支撑算力发展的基础,中国的电信运营商在推动算力基础设施发展方面正在发挥积极作用。
算力发展既要保护创新活力,又要兼顾安全和监管
目前,制约算力发展的因素是多方面的,不能单单从算力本身出发。小到一个存储单元,大到赋能应用的全流程,从单一算法到全系统解决方案都在不同尺度下可能成为制约算力发展的关键。
具体来说,从算力设备及配套生产制造上,技术研发资源和运行能源的持续性投入是算力发展的基础。元器件材料加工的物性极限、晶片加工制程精细度、硬软件框架的适配度都是影响设备算力和能效呈现的要素。
就过程而言,算力重点服务于数据到模型的转化,无论是对DaaS亦或是MaaS,均需要保护服务对象的隐私,并且同时保证多源异构数据可通过计算转化成能够为赋能应用提供增量学习、持续学习乃至终身学习的解决方案。以上因素都有可能制约算力及其赋能应用的发展。
针对上述因素,我认为破解之道可以归纳为:大力支持技术创新,通过不断推动芯片技术的创新,寻找新的制造工艺、材料和结构,以提升算力,同时提升国产化设备与配套解决方案的使用占比。寻求资源优化方法,不仅仅依靠”东数西算”这样资源优化战略,也要纵向地在体系结构中寻求内部资源利用率的最大化,真正的做到可计算设备的物尽其用。此外,建立完善的数据使用机制(如统一的标准和规范)保护用户隐私,既保护算力发展的创新活力,又兼顾安全和监管的需要。
算力基础设施是支撑算力发展的基础
算力基础设施在全产业中具有重要的地位和作用。算力基础设施可以认为是支撑算力发展的基础,其组成包括数据中心、计算设备、网络设备以及相应的软件和管理系统等。
其中,数据中心、计算设备、网络设备是其三大基础核心部件,承载着大量的计算任务和数据处理需求。高性能的计算设备和通信设备能够提供强大的计算和传输能力,支持各种复杂的算法和应用。优质的算力基础设施可以提供稳定可靠的计算资源,提高计算效率和数据处理能力,从而推动赋能产业及其应用的创新和发展。
电信运营商积极推动算力产业的融合和创新
以中国移动、电信、联通为代表的电信运营商经过多年经营与发展在设备和数据运维方面拥有着丰富的经验,在构建算力基础设施中起到了至关重要的作用。运营商拥有庞大的网络基础设施和数据中心资源,可以提供稳定可靠的计算服务与数据服务。
同时,多年的运营以及我国人口基数的客观情况也促成他们在网络抗毁性和数据安全性方面处于优势地位。作为国内电信大数据的最主要的持有者以及多年ICT行业头部企业,三家能够站在先发视角与云计算、人工智能、物联网等领域的企业深度合作,共同研发和推广新的算力应用和服务,促进算力产业的融合和创新,助推了算力设施进一步发展。
好文章,需要你的鼓励
研究人员基于Meta前首席AI科学家Yann LeCun提出的联合嵌入预测架构,开发了名为JETS的自监督时间序列基础模型。该模型能够处理不规则的可穿戴设备数据,通过学习预测缺失数据的含义而非数据本身,成功检测多种疾病。在高血压检测中AUROC达86.8%,心房扑动检测达70.5%。研究显示即使只有15%的参与者有标注医疗记录,该模型仍能有效利用85%的未标注数据进行训练,为利用不完整健康数据提供了新思路。
西湖大学等机构联合发布TwinFlow技术,通过创新的"双轨道"设计实现AI图像生成的革命性突破。该技术让原本需要40-100步的图像生成过程缩短到仅需1步,速度提升100倍且质量几乎无损。TwinFlow采用自我对抗机制,无需额外辅助模型,成功应用于200亿参数超大模型,在GenEval等标准测试中表现卓越,为实时AI图像生成应用开辟了广阔前景。
AI云基础设施提供商Coreweave今年经历了起伏。3月份IPO未达预期,10月收购Core Scientific计划因股东反对而搁浅。CEO Michael Intrator为公司表现辩护,称正在创建云计算新商业模式。面对股价波动和高负债质疑,他表示这是颠覆性创新的必然过程。公司从加密货币挖矿转型为AI基础设施提供商,与微软、OpenAI等巨头合作。对于AI行业循环投资批评,Intrator认为这是应对供需剧变的合作方式。
中山大学等机构联合开发的RealGen框架成功解决了AI生成图像的"塑料感"问题。该技术通过"探测器奖励"机制,让AI在躲避图像检测器识别的过程中学会制作更逼真照片。实验显示,RealGen在逼真度评测中大幅领先现有模型,在与真实照片对比中胜率接近50%,为AI图像生成技术带来重要突破。