導(dǎo)語：國內(nèi)180 余家大模型企業(yè)的共同訴求

　　「現(xiàn)在是不是很多人打電話要卡?」

　　「這段時(shí)間確實(shí)是�！�

　　2023 年 8 月，在青島 2023 年CCF全國高性能計(jì)算學(xué)術(shù)年會(huì)(CCF HPC China 2023)的現(xiàn)場，筆者見到了北京超級(jí)云計(jì)算中心CTO甄亞楠。

　　算力、算法、數(shù)據(jù)被稱為大模型時(shí)代的三駕馬車。業(yè)界多宣傳算法先進(jìn)性，但算力其實(shí)是各家的大后方重要據(jù)點(diǎn)，很少有企業(yè)愿意將自己有多少張卡開誠布公地講出來。提及這個(gè)問題時(shí)，甄亞楠很淡定。毫不掩飾北京超級(jí)云計(jì)算中心的實(shí)力與資源。

　　「數(shù)據(jù)顯示中國現(xiàn)在有 79 家大模型公司，實(shí)際我們接觸過程中，這個(gè)數(shù)字高達(dá) 180+。」

　　2011年11月1日正式奠基的北京超級(jí)云計(jì)算中心(以下簡稱北京超算)一開始就贏在了起跑線上，背后超強(qiáng)的CPU及GPU資源，在大模型時(shí)代顯得尤為矚目。

　　ChatGPT的火爆使得各大廠商對(duì)于高端算力資源的需求愈發(fā)旺盛，形成了需求與供給間的巨大鴻溝。這對(duì)于北京超算而言，既是機(jī)遇，又意味著巨大的挑戰(zhàn)。在交流的過程中，甄亞楠也為展示了他對(duì)于這一浪潮的深度思考。

　　據(jù)OpenAI報(bào)告，訓(xùn)練一次 1746 億參數(shù)的 GPT-3模型需要的算力約為 3640 PFlop/s-day。即假如每秒計(jì)算一千萬億次， 也需要計(jì)算 3640 天，此外目前大模型訓(xùn)練所需算力的增速保持在3-4個(gè)月/倍速度增長，遠(yuǎn)超摩爾定律 18-24個(gè)月/倍，如此大規(guī)模的算力需求，GPU一卡難求成為行業(yè)共識(shí)。

　　但與大眾所認(rèn)知的不一樣，AI所需要的算力與傳統(tǒng)超算其實(shí)還存在著略微的差異。在傳統(tǒng)的超算領(lǐng)域里邊，算力主要依托于CPU，然后以及內(nèi)存來幫用戶去解決科學(xué)計(jì)算的問題。但是在人工智能領(lǐng)域里邊， 我們常常聽到的都是GPU。這其實(shí)與GPU的獨(dú)特性能有關(guān)。而人工智能和機(jī)器學(xué)習(xí)最流行的算法即為深度神經(jīng)網(wǎng)絡(luò)計(jì)算，其核心為超大規(guī)模矩陣計(jì)算，在這方面，GPU在矩陣計(jì)算方面十分出色，所以GPU之于AI可謂是相當(dāng)契合。

　　「我們也是關(guān)注到了這一點(diǎn)，并且業(yè)內(nèi)目前有非常多的科學(xué)計(jì)算的程序以及人工智能相關(guān)的一些框架，都可以支持GPU的計(jì)算加速，這樣的話也可以有效得到計(jì)算結(jié)果的產(chǎn)出�！拐鐏嗛�表��。

　　從甄亞楠的回答中，我們也能間接得出北京超算能獲得眾多用戶青睞的原因，一方面是北京超算對(duì)于模型算力底座的持續(xù)搭建，另一方面也來自于其不斷創(chuàng)新的商業(yè)模式，北京超算對(duì)算力進(jìn)行租賃，用戶只需要支付實(shí)際使用所需的計(jì)算量與計(jì)算時(shí)間，大幅度降低運(yùn)營成本，成為大模型時(shí)代絕佳的算力支持。

　　談到大模型的未來，甄亞楠表示，未來具有太多不確定性，但不管怎樣，百模大戰(zhàn)之下的算力需求已成肉眼可見的行業(yè)趨勢，北京超算對(duì)未來的規(guī)劃也十分清楚明晰。目前除了北京以外，北京超算已經(jīng)在內(nèi)蒙古、寧夏等地建設(shè)了大型算力中心，未來也有規(guī)劃繼續(xù)去擴(kuò)容算力中心的地域以及規(guī)模。在面向于用戶應(yīng)用場景，采用了按需建設(shè)的一個(gè)算力資源建設(shè)模式，根據(jù)用戶的實(shí)際業(yè)務(wù)需求來去建設(shè)匹配用戶業(yè)務(wù)的算力資源。

　　1、大模型時(shí)代下的算力「饑渴」

　　雷峰網(wǎng)：大模型熱潮對(duì)于算力資源帶來了哪樣的機(jī)遇與挑戰(zhàn)？北京超算在這方面有哪些布局？

　　甄亞楠：大模型訓(xùn)練對(duì)于今年的算力來講是一個(gè)非常大的機(jī)遇，同時(shí)也伴隨著相應(yīng)的挑戰(zhàn)。機(jī)遇主要體現(xiàn)在大模型算力需求量屬于爆發(fā)式增長。對(duì)于算力中心來講，需要有非常龐大的計(jì)算能力來去進(jìn)行有效支撐。但是，現(xiàn)在從大模型算力的供給量而言，我們現(xiàn)在還是受到了一些瓶頸上的制約，所以我們一方面在積極尋找優(yōu)質(zhì)的加速卡資源，來保障用戶在大模型計(jì)算過程中有效的、短期的算力資源。另一方面我們擁有強(qiáng)大的算力服務(wù)能力，持續(xù)性輸出給大模型客戶，比如算力資源建設(shè)能力、后方保障能力等。

　　同時(shí)，面向于大規(guī)模計(jì)算的業(yè)務(wù)場景，未來是否有持續(xù)性的算力需求，我們也正在持續(xù)的觀察中。我們希望能夠和大模型的算力合作伙伴保持長期的穩(wěn)定的合作關(guān)系，為未來的算力發(fā)展以及算力規(guī)劃，去提供有效數(shù)據(jù)，從而更有效地服務(wù)于業(yè)務(wù)場景。

　　今年年初我們就已經(jīng)制定了超過萬張GPU卡的算力的建設(shè)規(guī)劃，到目前為止已經(jīng)有部分的算力資源上線，并且服務(wù)了國內(nèi)比較多的大模型的算力客戶，保障了用戶業(yè)務(wù)的有效開展，也希望后續(xù)我們的算力資源能夠持續(xù)為大模型的客戶提供有效保障。

　　雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))：北京超算構(gòu)建超算架構(gòu)模式，最開始布局是起源于什么時(shí)候，是基于哪樣的初衷與考慮呢？

　　甄亞楠：北京超級(jí)云計(jì)算中心成立于2011年，自成立之初一直都在做超算相關(guān)的一些業(yè)務(wù)，也就是采用通用算力來去解決科學(xué)計(jì)算和工程計(jì)算中所遇到的一些計(jì)算密集型的問題。

　　我們從2019年開始布局AI算力，也就是通過GPU以及其他的加速卡，來給客戶提供算力上的一些服務(wù)和支撐。通過算力服務(wù)來保證用戶在人工智能的場景里邊可以得到有效的支撐。

　　在服務(wù)的過程中，我們其實(shí)也看到了在傳統(tǒng)的深度學(xué)習(xí)以及大模型領(lǐng)域，用戶對(duì)于算力資源的需求量比較豐富，我們希望能夠在多場景的情況下，比如說在自然語言處理、聲音識(shí)別、自動(dòng)駕駛等多個(gè)場景里邊給客戶去提供支撐服務(wù)。

　　到目前為止，從產(chǎn)品的角度來講，北京超算已經(jīng)形成了基于超算架構(gòu)的算力資源，以及基于云主機(jī)的算力資源，既可以滿足用戶在大規(guī)模并行計(jì)算上邊的算力需求，也可以滿足用戶在傳統(tǒng)科研、教育過程中所需的算力需求。在平臺(tái)上，我們會(huì)集成用戶所常用的一些深度學(xué)習(xí)框架或者是一些開源的數(shù)據(jù)集，可以保證用戶在使用過程中得到一個(gè)高效穩(wěn)定的環(huán)境。

　　雷峰網(wǎng)：以超級(jí)計(jì)算機(jī)為代表的超算架構(gòu)能力能夠提升大模型訓(xùn)練的效果、收斂以及預(yù)測的精準(zhǔn)度。北京超算是如何做到這一點(diǎn)的？

　　甄亞楠：目前在大模型的業(yè)務(wù)場景里邊，參數(shù)量的增長速度比較大，參數(shù)增長量和整個(gè)計(jì)算量基本上是成正比的關(guān)系。用戶對(duì)于計(jì)算量和精度的高要求，離不開算力的支撐。我們會(huì)通過增加GPU算力資源，同時(shí)通過對(duì)用戶場景的應(yīng)用性能分析，綜合判斷客戶在計(jì)算過程中究竟需要怎樣的算力資源。首先我們要保證給客戶去提供穩(wěn)定可靠的算力資源，保證這些算力在用戶環(huán)境上是可用的;同時(shí)，我們還需要針對(duì)用戶的業(yè)務(wù)場景去提供多種多樣的算力服務(wù)，既包括了我們整個(gè)系統(tǒng)級(jí)服務(wù)，平臺(tái)級(jí)服務(wù);針對(duì)于各種實(shí)際場景，我們也可以去提供深入針對(duì)代碼級(jí)的優(yōu)化服務(wù)，從而提供非常好用的算力環(huán)境;我們也將持續(xù)去優(yōu)化算力成本，以及平臺(tái)的計(jì)算時(shí)長，保障用戶的降本增效。

　　2、行業(yè)變革下的應(yīng)對(duì)與思考

　　雷峰網(wǎng)：超級(jí)計(jì)算機(jī)通常使用的是高性能的CPU和大量的RIM，而AI計(jì)算通常是更加依賴于GPU和其他的專門的硬件，對(duì)于傳統(tǒng)超算的與AI運(yùn)算所需要的硬件之間的差異與融合，您是如何看待的？

　　甄亞楠：在傳統(tǒng)的超算領(lǐng)域里邊，我們主要依托于CPU以及內(nèi)存來幫用戶去解決科學(xué)計(jì)算的問題。但是在人工智能領(lǐng)域里邊,GPU在矩陣計(jì)算方面具有獨(dú)特優(yōu)勢，所以在GPU以及顯存方面，我們可以給用戶帶來非常高的性能上的提升。在人工智能以及部分的科學(xué)計(jì)算場景里邊，目前都已經(jīng)采用了GPU加速卡來作為計(jì)算加速的有效部件，那么我們也是關(guān)注到了這一點(diǎn)，目前業(yè)內(nèi)有非常多的科學(xué)計(jì)算的程序以及人工智能相關(guān)的框架，都可以支持GPU的計(jì)算加速，有效促進(jìn)計(jì)算結(jié)果的產(chǎn)出。

　　雷峰網(wǎng)：超算對(duì)應(yīng)的數(shù)據(jù)存儲(chǔ)量和存儲(chǔ)種類都在快速增加，北京超算的超算架構(gòu)模式整合了國內(nèi)各大中心的算力資源，在數(shù)據(jù)存儲(chǔ)方面是否有針對(duì)性的一個(gè)優(yōu)化計(jì)劃？

　　甄亞楠：在存儲(chǔ)方面，無論是科學(xué)計(jì)算還是人工智能計(jì)算都面臨著以下幾方面的需求與挑戰(zhàn)：

　　一方面是存儲(chǔ)容量的增加，隨著大模型相關(guān)的業(yè)務(wù)的開展，用戶對(duì)于存儲(chǔ)容量的需求相對(duì)來說還是比較大的。

　　另一方面，大模型對(duì)于存儲(chǔ)IO性能的要求在逐漸提高，在計(jì)算過程中伴隨著大量的數(shù)據(jù)的讀取，我們?nèi)绾稳ヌ峁└咝У臄?shù)據(jù)存儲(chǔ)空間，能夠既可以滿足用戶容量的需求，又可以滿足用戶讀寫上的需求，這個(gè)是用戶非常關(guān)心的一個(gè)點(diǎn)。

　　此外，對(duì)于整個(gè)存儲(chǔ)服務(wù)領(lǐng)域，我們能不能提供有效的存儲(chǔ)解決方案，既可以保證用戶數(shù)據(jù)的安全性，又可以讓用戶輕松的在云端完成自己數(shù)據(jù)的管理。

　　北京超算提供了多種的存儲(chǔ)解決方案，一方面我們可以提供基于SSD的存儲(chǔ)空間，保障了用戶的數(shù)據(jù)存儲(chǔ)變得高效;同時(shí)我們也可以提供基于PB級(jí)的大容量的存儲(chǔ)空間，可以存儲(chǔ)用戶更多的數(shù)據(jù);針對(duì)于企業(yè)級(jí)客戶，或者是針對(duì)于私有數(shù)據(jù)的客戶群體，北京超算也可以提供獨(dú)立的存儲(chǔ)空間來保障用戶的數(shù)據(jù)，使客戶得到有效安全的存儲(chǔ);同時(shí)我們也提供分布式文件系統(tǒng)，來保證用戶數(shù)據(jù)業(yè)務(wù)的安全性和穩(wěn)定性。

　　雷峰網(wǎng)：在處理人工智能大規(guī)模訓(xùn)練的時(shí)候，與普通的計(jì)算方式相比，異構(gòu)計(jì)算和大規(guī)模并行計(jì)算有哪些顯著優(yōu)勢？

　　甄亞楠：異構(gòu)計(jì)算目前主要是指采用CPU+加速卡的模式來給用戶去提供對(duì)應(yīng)的算力服務(wù)。這塊主要是基于應(yīng)用場景來開展，我們一般去處理這種場景的話，都是從用戶的應(yīng)用程序來出發(fā)，如果用戶的應(yīng)用程序只支持傳統(tǒng)的CPU計(jì)算，那么它的業(yè)務(wù)場景基本上都維持在CPU計(jì)算的場景里邊。但是現(xiàn)在我們很高興地看到不管是常用的計(jì)算軟件還是針對(duì)性的國產(chǎn)計(jì)算軟件，基本上都支持了CPU+加速卡的異構(gòu)計(jì)算模式。我們也相信未來會(huì)有更多的計(jì)算軟件加入到異構(gòu)計(jì)算的這個(gè)場景里面去。

　　北京超級(jí)云計(jì)算中心，現(xiàn)在也在積極地部署異構(gòu)算力資源，通過多種資源的多元化來保證用戶不同業(yè)務(wù)場景的有效服務(wù)。

　　3、暗礁之上，持續(xù)突圍

　　雷峰網(wǎng)：收集、策劃和清洗數(shù)據(jù)是模型生產(chǎn)中非常大的一個(gè)挑戰(zhàn)，超算架構(gòu)模式能否在一定程度上解決這個(gè)問題？

　　甄亞楠：數(shù)據(jù)的清洗和處理是整個(gè)人工智能在發(fā)展過程中“三駕馬車”里面非常重要的一方面。整個(gè)大模型計(jì)算的過程中，北京超級(jí)云計(jì)算中心可以為用戶提供非常穩(wěn)定的大規(guī)模算力資源，同時(shí)也可以給用戶去提供高效的數(shù)據(jù)處理空間。用戶在進(jìn)行數(shù)據(jù)處理的過程中，一般是基于自有的算力環(huán)境來解決的，主要進(jìn)行數(shù)據(jù)的標(biāo)注和處理。但是一旦到了大量計(jì)算，就需要把用戶的數(shù)據(jù)遷移到北京超級(jí)云計(jì)算中心的算力資源上，來進(jìn)行大規(guī)模的并行計(jì)算。所以綜合而言，超算架構(gòu)模式能在一定程度上幫助用戶解決數(shù)據(jù)清洗的問題。

　　雷峰網(wǎng)：AI進(jìn)入了產(chǎn)業(yè)周期，大家對(duì)于AI基礎(chǔ)設(shè)施的關(guān)注度越來越高，對(duì)于業(yè)界常說的“端、邊、云”全場景AI基礎(chǔ)設(shè)施，您如何看待？

　　甄亞楠：AI業(yè)務(wù)的上下游產(chǎn)業(yè)鏈相對(duì)來說比較長，算力其實(shí)有多元化的不同種類。北京超級(jí)云計(jì)算中心所提供的算力資源，主要是給用戶去解決離線業(yè)務(wù)的大規(guī)模并行計(jì)算，而對(duì)于相關(guān)軟件算法的初創(chuàng)期，如果有大量的模型求解任務(wù)需要進(jìn)行現(xiàn)實(shí)環(huán)境下的大規(guī)模計(jì)算，這種場景更適合于放在超算中心來完成。

　　針對(duì)于部分用戶在實(shí)際投入生產(chǎn)的業(yè)務(wù)來講，這些業(yè)務(wù)的話可以通過“云、邊、端”聯(lián)動(dòng)的方式，來得到有效的支撐。

　　雷峰網(wǎng)：在超算體系中，芯片操作系統(tǒng)以及各種應(yīng)用等方面的國產(chǎn)化趨勢越來越明顯，您如何看待國產(chǎn)化趨勢？國產(chǎn)化過程中是否有存在一些困難與挑戰(zhàn)？是如何克服的？

　　甄亞楠：我們非常關(guān)注芯片、軟件以及服務(wù)生態(tài)國產(chǎn)化方面的相關(guān)進(jìn)展。同時(shí)，在服務(wù)用戶的過程中也發(fā)現(xiàn)了相關(guān)需求，比如說相較于通用算力，用戶在使用國產(chǎn)算力上時(shí)，是不是會(huì)有性能上的差異，以及國產(chǎn)工業(yè)軟件的功能以及精度，是不是與國外軟件會(huì)有一定的差異性。用戶在使用過程中也非常關(guān)注這些軟件如何高速有效的移植到國產(chǎn)芯片上，以及移植完成以后是不是可以達(dá)到類似于通用芯片的計(jì)算性能與效果。所以在這一方面，北京超級(jí)云計(jì)算中心希望和國內(nèi)的芯片廠商以及軟件的研發(fā)單位，共同打造我們的國產(chǎn)生態(tài)。

　　同時(shí)，我們也希望能夠通過北京超算的算力服務(wù)平臺(tái)，將更多優(yōu)質(zhì)的國產(chǎn)芯片和國產(chǎn)工業(yè)軟件提供給用戶來進(jìn)行使用。

　　雷峰網(wǎng)：未來，北京超算還有哪些規(guī)劃與布局呢？

　　甄亞楠：算力資源方面，目前除了北京以外，我們已經(jīng)在內(nèi)蒙古、寧夏等地建設(shè)了大型的算力中心，同時(shí)也有規(guī)劃繼續(xù)去擴(kuò)容算力中心地域以及算力中心的規(guī)模。

　　同時(shí)，在應(yīng)用場景方面，我們采用了按需建設(shè)的算力資源建設(shè)模式，根據(jù)用戶的實(shí)際業(yè)務(wù)需求來去建設(shè)匹配用戶業(yè)務(wù)的算力資源。這樣可以使用戶業(yè)務(wù)得到有效的適應(yīng)，來提升用戶業(yè)務(wù)的性能。

　　從整個(gè)產(chǎn)品規(guī)劃的角度而言，北京超算目前已經(jīng)形成了4大產(chǎn)品線，基于超算云和智算云分別去提供 CPU以及GPU相關(guān)的算力資源，同時(shí)也衍生出了“行業(yè)云”的解決方案�？梢栽诠�業(yè)仿真、氣象海洋、生命科學(xué)等領(lǐng)域?yàn)橛脩籼峁┓浅��?qiáng)的行業(yè)解決方案，保證用戶可以在特殊的行業(yè)場景里邊能夠?qū)�業(yè)務(wù)和算力進(jìn)行有效的結(jié)合。

　　同時(shí)我們也提供「設(shè)計(jì)仿真云」，可以面向于CAD場景，給用戶去提供非常有效的設(shè)計(jì)環(huán)境。

　　基于北京超算十余載的服務(wù)經(jīng)驗(yàn)，如今，我們也逐漸在將強(qiáng)大的運(yùn)營能力進(jìn)行有效輸出，幫助相關(guān)的政府/企業(yè)建設(shè)算力中心，同時(shí)提供有效的運(yùn)營服務(wù)，來幫助他們?nèi)ヌ嵘�整個(gè)平臺(tái)的運(yùn)營效率和運(yùn)營效果。

　　撰稿：雷峰網(wǎng) 郭思

　　圖文編輯：韓岳彤

　　審核：劉芳

　　審核發(fā)布：胡永利