思腾云计算

算力是实现AI产业化的核心力量,它的发展将对人工智能技术的进步和行业应用起到决定性的作用。随着人工智能向多场景化、规模化、融合化等高应用阶段方向发展,数据体量呈现出急剧增长态势,算法模型的参数量呈指数级增加,以加速计算为核心的算力中心规模将不断扩大。

大模型的发展同样给算力带来巨大的挑战。大模型训练的计算和存储资源开销之大,对加速计算系统和人工智能软件栈都有很高的要求,训练千亿、万亿模型动辄需要上千块加速卡,对大模型的推广和普惠带来了很大的挑战。参数量与算力需求呈正比,据ARK Invest预测,GPT-4参数量最高达15000亿个,则GPT-4算力需求最高可达31271 PFlop/s-day。

同时,受限于边际递减效应,模型复杂度与精度的进一步提升将会需要更大比例的计算资源开销,对计算效率问题的顾虑会限制大模型参数规模的持续扩张。将GPT-4的推算结果作为训练需求,进一步推算2023/2025年推理需求最高达44081/48502 PFlop/s-day,每年头部训练模型所需算力增长幅度高达10倍,远超摩尔定律的增长速度。

国内外厂商加速布局大模型,其参数量均达到千亿级别,同步带动算力需求爆发式增长,有望进一步推动AI服务器市场的增长。AI服务器专为人工智能训练和推理应用而设计,采用异构形式,通过加入GPU采用并行计算模式,解决CPU提供算力时核心数已接近极限的问题,可应用处理密集型运算。AI大算力的高需求将提升服务器性能,AI服务器需搭载多个CPU和GPU处理器,同时服务器CPU性能不断升级,要求内存技术同步升级。

伴随技术进步对于人工智能在企业市场中的应用与落地带来促进作用,用于支撑应用的智算力已成为未来创新的核心保障。算力是数字经济时代的核心生产力,以人工智能为首的新兴技术应用在数字经济发展中起到了重要的作用,用于支撑人工智能应用的智算力决定了创新力的实现。不管是新型场景还是成熟场景,对算力都提出了极大的挑战,率先布局智算力的企业将在未来竞争中获得优势。

参考文献:《大模型算力需求驱动AI服务器行业高景气—— AI服务器行业报告》《2022-2023 中国人工智能计算力发展评估报告》《2022中国大模型发展白皮书⸺元能力引擎筑基智能底座》《深度研报:揭秘ChatGPT身后的AIGC技术和它的中国同行们》

你可能感兴趣的:(人工智能)