多名院士專家談人工智能：中國發(fā)展AI不能靠“堆芯片”

美國依靠軟硬件優(yōu)勢，在用規(guī)模“堆”出全球最強(qiáng)人工智能（AI）的這條道路上狂奔不已。美國富豪馬斯克近日在社交媒體上宣布，旗下AI初創(chuàng)公司xAI已開始用10萬塊H100 GPU組成的“孟菲斯超級集群”進(jìn)行AI訓(xùn)練，號稱是“全球最強(qiáng)大的AI訓(xùn)練集群”。中國是否應(yīng)該跟隨美國引領(lǐng)的這條技術(shù)路線？近日在由中國智能計算產(chǎn)業(yè)聯(lián)盟與全國信標(biāo)委算力標(biāo)準(zhǔn)工作組共同主辦的2024中國算力發(fā)展專家研討會上，多名院士專家給出了各自的觀點(diǎn)。

未來超智融合將分為三個階段

中國科學(xué)院院士陳潤生在研討會上表示，“人工智能大模型是新質(zhì)生產(chǎn)力的代表，大模型和超級計算的融合發(fā)展十分重要，我國需要認(rèn)真地去布局、去考慮。”中國科學(xué)院計算技術(shù)研究所研究員張云泉提到，大模型的迅猛發(fā)展彰顯出新質(zhì)生產(chǎn)力的特質(zhì)，但目前也遇到了算力瓶頸。鑒于中國在超算領(lǐng)域擁有深厚技術(shù)積累，希望超智融合（超級計算與以大模型為代表的智能計算進(jìn)行融合）能有效化解這一挑戰(zhàn)。國家信息中心信息化和產(chǎn)業(yè)發(fā)展部主任單志廣解釋說，“超智融合是隨著當(dāng)前基礎(chǔ)算力、智算算力、超算算力等的應(yīng)用多元化發(fā)展而誕生的，即能否用混合型算力資源或者融合型算力體系，來解決同時滿足多種不同算力的應(yīng)用需求。”

在預(yù)測未來超智融合的進(jìn)程時，中國科學(xué)院院士錢德沛認(rèn)為，將沿著for AI、by AI和being AI三個階段清晰演進(jìn)，從硬件到軟件全方位地進(jìn)化，以適應(yīng)和推動人工智能技術(shù)的發(fā)展。在第一階段for AI，將著重于對現(xiàn)有計算機(jī)系統(tǒng)的改造與升級，發(fā)展專用硬件，確?？筛咝У刂С趾蛨?zhí)行AI任務(wù)，為人工智能研究提供堅實的基礎(chǔ)設(shè)施。在第二階段by AI，將要用AI改造傳統(tǒng)的計算，一方面用AI的方法來求解傳統(tǒng)超算問題，另一方面AI也在影響傳統(tǒng)計算機(jī)的結(jié)構(gòu)，這個趨勢也會逐漸明顯。在最終的being AI階段，計算機(jī)系統(tǒng)將呈現(xiàn)內(nèi)在的智能特性，人工智能不再是一種外加的能力，而成為計算機(jī)的核心屬性和基本組成，可能計算的能力或者智能化的水平，會遠(yuǎn)遠(yuǎn)超過我們今天的超算或智算。

陳潤生注意到，目前科學(xué)界和產(chǎn)業(yè)界一直在企圖解決超算和智算融合的問題。例如英偉達(dá)最新推出的GB200架構(gòu)，其實是兩塊GPU加上一塊CPU，某種意義上就可以算是把智算和超算的優(yōu)勢都用上了，在兩塊GPU執(zhí)行機(jī)器學(xué)習(xí)的布局中，加上CPU提供的數(shù)據(jù)高速傳輸。但他認(rèn)為，這種架構(gòu)并沒有從根本上解決效率問題。“超算與智算的結(jié)合是必然的，將會有機(jī)融合，而不是簡單地把它們湊在一起”。

中國工程院院士鄭緯民也表示，大模型的開發(fā)、訓(xùn)練、微調(diào)及推理各個環(huán)節(jié)均離不開算力，且算力成本占據(jù)著整體開銷的大頭，特別是在訓(xùn)練階段，其占比高達(dá)70%，而在推理階段更是高達(dá)95%。鑒于此，算力成為支撐大模型發(fā)展的關(guān)鍵因素。

智能計算應(yīng)該參考“人類智能”

對于中國當(dāng)前的大模型熱潮以及跟隨美國“堆規(guī)模”的技術(shù)路徑，中國院士專家們提出了各自觀點(diǎn)。錢德沛表示，中國現(xiàn)在搞出的大模型數(shù)量和種類比美國還多，也都在搞通用人工智能，但我們不但在硬件上受到美國的嚴(yán)格限制，而且用于大模型訓(xùn)練的數(shù)據(jù)的質(zhì)量和數(shù)量也都偏少，“這樣做出來的大模型能比美國好嗎？我想我們還是要符合中國國情，不能夠完全跟著美國人走”。

陳潤生也認(rèn)為，中國現(xiàn)在出現(xiàn)的大模型基本上是在美國提出的大模型和算法上進(jìn)行改進(jìn)，但是對于整個大模型的基礎(chǔ)理論考慮甚少。他在研討會上提出，對比傳統(tǒng)超算采用的局域式記憶模式，智能計算展現(xiàn)出了根本性的差異——信息的分布式存儲。這種存儲方式模仿了人腦神經(jīng)網(wǎng)絡(luò)的復(fù)雜結(jié)構(gòu)，通過大規(guī)模、密集互聯(lián)的芯片網(wǎng)絡(luò)來承載日益龐大的模型。但是如何有效地將人類知識嵌入這些復(fù)雜系統(tǒng)，以及信息具體如何在系統(tǒng)中分布存儲，其背后的算法與技術(shù)理論仍未充分探索。“隨著模型規(guī)模的無節(jié)制擴(kuò)張，導(dǎo)致一個不可克服的問題是能源耗竭，因此一味地增加芯片，依靠增加系統(tǒng)的復(fù)雜度來解決大模型的存儲問題是不完全可取的”。

由此陳潤生認(rèn)為，未來智能計算還是應(yīng)該參考“人類智能”，也就是模擬人腦的運(yùn)行機(jī)制。人腦的體積非常小，能耗只有幾十瓦，但它所產(chǎn)生的智能，超過了現(xiàn)在最先進(jìn)的、能耗相當(dāng)于一整座城市的AI。“大模型與智算的發(fā)展，不只是應(yīng)用層面的模型和算法上改進(jìn)，還需要從基礎(chǔ)理論角度去有所突破?，F(xiàn)在大模型只是發(fā)展了前10%，還有90%的工作沒做，我也相信大模型絕對不是靠著越堆芯片越多實現(xiàn)的，一定像人類的大腦一樣學(xué)習(xí)，把空間復(fù)雜度、時間復(fù)雜度壓縮得更小，能耗降得更低。所以我覺得最基本的問題，是要研究目前空間復(fù)雜度來完成智算的基礎(chǔ)理論。如果我們能在基礎(chǔ)理論上有所發(fā)展，我們就能完成根本和原始創(chuàng)新。”

北京應(yīng)用物理與計算數(shù)學(xué)研究所研究員袁國興認(rèn)為，不可能指望一種通用大模型在各行各業(yè)都能夠解決問題。從實際情況看，不同的應(yīng)用有不同的技術(shù)，要求用不同的算法，對計算能力也有不同的要求。例如在科學(xué)計算方面，對計算精度的要求越來越高，而隨著計算機(jī)的規(guī)模擴(kuò)大，數(shù)據(jù)越來越多，可信度在不斷地下降。美國國家航空航天局（NASA）也提出類似的觀點(diǎn)，他們對計算精度提出很高的要求。因此未來不同的應(yīng)用會有不同的大模型、不同的計算，解決不同的問題?，F(xiàn)在的大模型對計算精度和算法的要求完全不一樣。

中國信通院云計算與大數(shù)據(jù)研究所所長何寶宏補(bǔ)充說：“計算和訓(xùn)練對底層基礎(chǔ)設(shè)施要求并不一樣，也需要判斷在什么場景下要屏蔽差異性，在什么場景要體現(xiàn)差異性。”

需要發(fā)展主權(quán)級大模型

張云泉表示，美國最近通過一系列舉動試圖在發(fā)展人工智能方面對我國“卡脖子”，包括禁售高端GPU、終止共享大模型的源代碼以及中斷生態(tài)方面的合作等。同時現(xiàn)在大模型的運(yùn)算規(guī)模達(dá)到1萬塊GPU，甚至10萬塊時，就需要通過發(fā)展大模型專用超算來突破能耗墻、可靠性墻、并行墻等技術(shù)瓶頸。在此背景下，想要在短期內(nèi)突破大模型算力瓶頸，中國有一條路可走：利用過去二十多年積累的先進(jìn)超算技術(shù)，研發(fā)大模型專用超算，克服大模型算力瓶頸問題，使我國可以緊緊咬住全球大模型最先進(jìn)水平，不至于掉隊。

張云泉在介紹超智融合體系下的“主權(quán)大模型”計劃時表示，我國在超算領(lǐng)域擁有深厚技術(shù)積累，近年又投入巨量資金發(fā)展智能算力，聚焦建立以超智融合算力體系為中心的體系工程響應(yīng)大模型的算力需求，希望能最大化利用超算技術(shù)優(yōu)勢破解算力挑戰(zhàn)。按照“主權(quán)級大模型”計劃的部署，“主權(quán)級大模型”創(chuàng)新聯(lián)合體將依托國家超算、中科院和全國重點(diǎn)院校的知名教授團(tuán)隊、智能芯片企業(yè)、大模型解決方案企業(yè)等共同打造類似OpenAI的開放組織，由非營利性部門組織“主權(quán)級大模型”研發(fā)，由營利性部門組織“主權(quán)級大模型”落地。他建議說，超算是“國之重器”，需要用來攻克最大、最難的挑戰(zhàn)。主權(quán)級大模型是一個能支撐國家發(fā)展的根模型，不是一般的大模型。類似的國家級超級大模型也受到其他國家的高度重視，例如美國微軟公司攜手 OpenAI發(fā)布了計劃投入1000億美元全新人工智能超級計算機(jī)的計劃，日本最近也宣布要投入巨資發(fā)展國家級大模型。

陳潤生認(rèn)為，根據(jù)中國目前的基礎(chǔ)條件以及大模型必然要發(fā)展的趨勢，我們完全跟隨西方的做法是不現(xiàn)實的，也是很難在短期內(nèi)趕上的。所以找到一條發(fā)展主權(quán)級大模型的路，更為重要。