“中国算力网”的一小步，人工智能产业化的一大步

砍柴网 • 2年前扫码分享

我是创始人李岩：很抱歉！给自己产品做个广告，点击进来看看。

距离 2022 世界人工智能大会已经过去近一周的时间，关于人工智能话题的讨论和报道却在持续发酵中。

有别于往年对人工智能 " 未来时 " 的热衷，越来越多的焦点集中在了当下，人机协作、智慧医疗、自动驾驶、元宇宙等新业态层出不穷。人工智能不再是遥远的概念，正在以春风化雨的方式滋润千行百业。

人工智能应用的枝繁叶茂，自然引起了人们对于智能化根基的深思。其中扮演算力基础设施角色的中国算力网，再度成为话题中心。

算力节点汇川入海

2022 世界人工智能大会期间，各种新消息和新动态层见叠出，如果要盘点最引人瞩目的头条新闻，中国算力网的 " 上新 " 势必占有一席。

根据中国算力网官方的消息，沈阳、广州、重庆、昆明、福州、长沙、河北（廊坊）7 个新增节点接入中国算力网。至此中国算力网已经接入人工智能计算中心、超算中心、一体化大数据中心算力枢纽在内的 20 多个算力节点，并且多个人工智能计算中心间的 AI 算力调度与协同训练完成了进一步验证，全国 AI 算力一张网初具雏形。

“中国算力网”的一小步，人工智能产业化的一大步其中最引人注意的正是 " 全国 AI 算力一张网 "，确切地说让外界看到了进一步释放人工智能算力价值的新可能。

算力、算法、数据作为人工智能的三要素，某种程度上也是制约人工智能落地的瓶颈，特别是价格昂贵著称的 AI 算力，直接将很多科研机构、中小企业挡在了门外。如果说人工智能计算中心解决了区域性的算力供给，" 全国 AI 算力一张网 " 的形成，有望成为解决算力问题的最佳路径。

以 " 炼大模型 " 的需求为例，千亿级参数的大模型需要庞大的算力支撑，能够满足算力需求的只有少数几家科技巨头。不同人工智能计算中心间的算力调度与协同训练，既可以在算力需求低谷时调度全网算力进行大模型训练，也在很大程度上避免了算力空闲的浪费，将算力利用率最大化，加速人工智能算法与模型的更新迭代。

何况中国算力网的构成节点中，除了人工智能计算中心，还包括超算中心和大数据中心，呈现出了算力多元化的态势。站在企业的立场上，中国算力网可以满足不同计算场景下的算力供给，一次性解决不同业务场景的需求，避免了底层数据的互联互通障碍，等同于另一种形式的降本增效。

许多人可能不知道的是，中国算力网在 2022 年 6 月才正式上线，不到 3 个月的时间，接入的算力节点数量就翻了一倍多，不乏深圳、武汉、西安、成都等有区域辐射能力的经济发达城市。

不出意外的话，还将有越来越多的人工智能计算中心、超算中心等算力节点加入到中国算力网。由此也引出了一个新问题：为何会有越来越多的城市钟情人工智能计算中心？过去的回答常常集中在政策层面，比如东数西算工程的推动，再比如十四五规划等顶层设计的方向指引。

或许还有另外的解释。

千行百业合力向上

从算力中心的 " 点 "，到算力网络的 " 面 "，再到 " 全国 AI 算力一张网 "，其实都离不开昇腾 AI 的身影。

正如外界所熟知的，国内已经有 20 多个城市基于昇腾 AI 基础软硬件平台建设人工智能计算中心，可以说是国内补齐算力基础设施短板的中坚力量。同时昇腾 AI 还深度参与了中国算力网的规划，在算力调度、协同训练等方面有着不可或缺的作用。

倘若把视野再放远一些的话，以 " 构筑智能根基 " 为使命的昇腾 AI，不只在做厚硬件、做强软件，还在深耕两个生态。

首先是做深技术生态。

按照浙江大学中国科教战略研究院副院长张炜的说法：" 我国人工智能人才缺口高达 500 万，而且这一缺口数据完全是一个动态的概念。人工智能已经覆盖到各行各业，人才缺口将会长期存在。"

人工智能的产业落地想要根深叶茂，人才可以说是最直接的 " 养料 "，昇腾 AI 的技术生态将很大的精力放在了 AI 人才培养上。比如昇腾 AI 在过去三年时间里联合上千所高校培养了上百万师生；通过学、练、训、赛的成长路径，培养了超过 350 万开发者；并面向十大前沿创新领域，推出了科研创新使能计划。

其次是做大商业生态。

想要推动人工智能的产业化，商业无疑是最好的催化剂。当千行百业的合作伙伴加入到人工智能产业化的浪潮中，将自身的行业经验和技术融合凝结为一个个解决方案，落地 " 最后一公里 " 的问题也就迎刃而解。

“中国算力网”的一小步，人工智能产业化的一大步昇腾 AI 的答案是 AICE 人工智能融合赋能平台，以使能伙伴为基础发展商业生态，支撑合作伙伴打造行业解决方案，一起做大商业生态。截止到目前，昇腾 AI 已经与 700 多家合作伙伴，联合孵化了超过 1100 个解决方案，应用于多个行业的核心场景，包括智能交通、智慧治理、智能制造等等。

个中原因并不难理解。

每每提及人工智能的价值时，被引用最多的无非 " 水煤电 " 的比喻，即人工智能会像水煤电一样成为数字经济时代的生产资料。然而现实中却是，用户和新生产力间存在算力成本、人才短板、解决方案等一座座大山。

昇腾 AI 找到的路径在于：努力推进算力资源的集约和共享，降低算力的成本和供给；然后联合伙伴深入产业第一线，解决产业落地中的一个个切实问题；同时遵循产学研用的的理念，逐渐解决 AI 人才的稀缺性。而最终想要达成的目标，正是 " 让用户像用电一样使用算力服务 "，合力向上推动智能化进程。

产业应用走深向实

工信部的统计数据显示：2012 年到 2021 年期间，国内数字经济的规模从 11 万亿元增长到超 45 万亿元，GDP 占比已经提升至 39.8%。

数字经济高歌猛进的背后，意味着经济增长引擎的转换，大数据、云计算、人工智能等新技术正加速融入工业、能源、医疗、交通、教育、农业等行业。小到一家企业，大到一座城市，都需要思考经济换挡带来的改变，想要在新的经济结构下保持竞争力，必须要主动拥抱数字化的浪潮。

比增长数字更有说服力的，恰恰是人工智能计算中心落地后激活的产业机遇、增长势能以及新产业的培育。

譬如在 2022 世界人工智能大会期间 " 刷屏 " 的 " 东方 . 御风 "。作为业界首个工业级流体仿真大模型，" 东方 . 御风 " 有效提高了对飞机机翼在不同飞行阶段时的复杂流动的仿真能力。不但将仿真时间缩短至原来的二十四分之一，还在很大程度上减少风洞试验的次数。而且 " 东方 . 御风 " 可以对流场中变化剧烈的区域进行精准预测，流场平均误差降低到了万分之一。