华为昇腾计算业务 CTO 周斌：没有强大的算力底座，大模型就没有根

ChatGPT 的走红带火了大模型赛道，国内 AI 大模型也迅速升温。包括百度、阿里、华为、京东等在内，有统计数据显示，目前国内至少已经有 30 多家大模型亮相。然而大模型 " 英雄谁属 " 尚未揭晓，作为 AI" 三驾马车 " 之一的算力领域却率先掀起了一轮争夺战。在 5 月 26 日的中关村论坛上，对于人工智能时代的算力发展，华为昇腾计算业务 CTO 周斌给出了他的答案。

(相关资料图)

A：对于 ChatGPT，圈内常常调侃为 " 大力出奇迹 "，这个 " 力 " 即为工程化能力，最直观的体现就是算力，这是孵育或者训练大模型的基础能力。从这一点上来说，我们需要提供的就是一个非常强大的算力底座，否则上面的大模型就会 " 没有根 "。

目前华为已经为全国 20 多座城市提供了基于昇腾 AI 的算力基础设施，并提供了从模型开发、微调适配、推理部署的全流程软件使能，来支持大模型的建设。

那么人工智能时代，我们需要一个怎样的 AI 算力系统？未来人工智能的计算系统很可能会成为新的基础设施，人工智能如果无处不在，算力的基础设施也会变得无处不在，对于这样一种基础设施，自然需要它稳定、可靠、安全、高效。

安全毋庸置疑，未来大模型会成为大量业务系统的核心，一定要确保模型本身的安全，包括数据的安全性等在内。其次要保证高效，大模型要消耗大量能源，提高它的效能就是很重要的一个方面。另外大模型的运行时间通常以 " 月 " 为单位计算，这也要求模型在全生命周期里，整个系统要非常可靠。

Q：国产大模型的爆发让算力出现了明显的缺口，您认为技术领域有哪些做法可以有效填补这种缺口？

A：不同于每隔 18 个月算力需求增长一倍的摩尔定律，人工智能时代，业内有一个新定律：大约每隔 4 个月，AI 的计算需求就会翻倍，我们将其称为 AI 的算力增长曲线。单机系统时代可以通过一些暴力手段拉升算力规模，但人工智能时代，对我们提出的要求就是要以系统化的方式来解决算力的需求，我们有非常多的基础软件需要创新。

例如从计算架构上，人工智能大量使用的张量计算与传统的计算模式是不同的，基础的计算架构就要围绕张量计算的内核开展创新，比如如何在精算精度和计算位数等方面加大创新，更好地加速张量计算，从而保障算力需求。

另一方面，可以在分布式集群系统上下功夫，目前有一种说法是 AI Super Computer，除计算单元外，人工智能超级计算机包含的必然也有大量的存储，这种存储空间是分层次的，以大模型为例，包括内存空间，语料存储空间，云上存储空间等，侧重的是分布式互联的能力。

总结起来就是，跟进大模型的算力需求增长，需要分布式的大规模人工智能并行训练，在这其中，有非常多的计算节点，他们共同朝同一个任务前进。这些节点可能分布在非常多的物理机构上，这些机构之间如何达到互联和统一调度，也是非常重要的一点。

Q：在应用层面，未来人工智能的落地方向或热点会是什么？

A：在千行百业，人工智能都有非常大的落地前景，其中最明显的就是互联网行业，目前人们已经能够享受新一代人工智能带来的红利了，每当我们打开手机上网的时候，背后都有大量的人工智能系统做支撑。另外在金融领域，人工智能也在大规模落地，帮助企业更好地服务客户，提升运行效率，防范风险等。此外，包括自动驾驶、教育甚至是制造业在内，新一代人工智能都会成为非常重要的生产力工具，赋能各行各业，提升整体水平。

Q：企业争相入局，国内也出现了 " 百模大战 " 的盛况。您认为中国做大模型有何优势？

A：首先，" 多 " 本身就是我们的一个优势，或者说我们有集中力量办大事的优势，可以让更多的资源投入其中。当然这种资源不是无序和混乱的，而是有一定程度的协同和监管，通过这样一种方式，我们就可以在短期内集合更大的力量攻克难关。

" 多 " 的另一个层面在于应用场景，也就是说场景方面的优势。大模型的攻关是持续进行的，一些阶段性的成果已经显现，比如具体的领域甚至通用领域出现了一些效果不错的模型，且这些模型还在持续演进。我认为应用场景会拉动对大模型的研究，因为大模型要发挥价值，必须要与场景结合，而我们的优势就在于场景非常多，再加上我们的重视程度大，从国家层面集中力量推进，就可以推动其快速地在行业中应用起来。

一旦大模型产生了价值，就会形成一个正向的飞轮，进而驱动模型的研究。而模型研究的价值又会在应用里面获得正向增益，这个飞轮一旦启动，就会不可阻挡，迅速在各行各业产生更多的价值。

Q：开源被认为是人工智能发展的一大趋势，算力领域的开源生态是如何打造的？

A：开源和开放是我们秉持的一个基本理念。算力是一个很抽象的概念，它必须依托于特定的软硬件体系。以华为昇腾为例，就是用来构建算力底座基础的软硬件体系，包括我们自己的计算系统、加速卡、服务器、大规模的人工智能集群等，这些物理形态要通过一定的手段开放出来给业界使用，具体包括向底层开放的 Ascend C 语言、加速库、API 以及操作系统等。

在上层还有非常多的基础软件，比如人工智能框架，和不同行业中的大模型套件等，我们也都大量采用了开放的方式，直接开放给整个社区。

算力基础一定是要开放出来的，未来算力一定会变成水电一样重要的生产资源，要把它变成一个人人都可以享有的成果，让大家都能够通过算力受益。

北京商报记者 杨月涵