新火種
2023-09-22 
大模型浪潮涌來通信領域“國家隊”如何破解行業“算力焦慮”？
算力是數字化人工智能時代最重要的基礎設施之一。上海市作為數字化轉型的“排頭兵”，在算力基礎設施布局方面走在了前列。
第一財經記者日前跟隨工信部“算力中國行”（上海站）調研組走訪了包括上海鐵塔、中企通信、燧原科技等通信領域的多家企業，以深入了解我國算力基礎設施全產業鏈的發展現狀。
算力基礎設施賦能千行百業
上海鐵塔是通信基礎設施建設的“國家隊”，構建了全時空、多領域的數據采集方式。在AI大模型發展大潮下，上海鐵塔也為AI模型部署和私域數據AI訓練提供支撐。
在上海鐵塔位于大虹橋的機房里，工作人員向記者展示了鐵塔邊緣算力基礎設施，主要由GPU組成的邊緣算力設施在通信機房里平穩運行。
據介紹，在全上海鐵塔擁有2.9萬個通信站址，具有安裝數據設備條件的機房有1萬多處。
上海鐵塔副總經理張蘊洲告訴第一財經記者，上海鐵塔正在持續深化行業共享和技術革新，加快變“通信塔”為“數字塔”、“通信機房”變“數據機房”。
“我們利用鐵塔站址點多面廣、站高望遠等資源的優勢，通過鐵塔多類型傳感器實現不同維度的數據采集。”他對第一財經記者表示。
關于算力如何賦能千行百業，張蘊洲表示：“大模型的迭代發展拉動了第一波算力浪潮，隨著基于大模型所細分出的行業模型可以賦能千行百業，極大提升社會生產力；同時隨著算力應用的豐富所帶來的第二波算力浪潮，將考驗社會算力基礎設施的穩定性。放眼全國，中國鐵塔210萬座通信站址資源是天然邊緣算力提供場所，可以為社會提供就近、可靠、安全、普惠的算力服務。”
基于鐵塔“數據機房”的資源特點，上海鐵塔行業拓展部高級經理潘海捷設想了一種業務架構，他認為集中式機房可用來訓練迭代大模型，鐵塔邊緣機房訓練中小模型和部署行業模型。這樣可以發揮不同緯度的資源優勢，差異化支撐起AI算力產業。
通信領域“國家隊”不僅僅服務于國內的算力，而且也幫助企業“走出去”。中企通信就是這樣一家企業。
中企通信通過提供“云網智安”一體化服務，聯合母公司中信國際電訊CPC等，在全球五大洲布局網絡服務據點超過165個，SD-WAN網關超過60個，網絡可用性高達99.99%，為全球客戶提供穩定、高效的網絡服務。
近日，中企通信母公司中信國際電訊CPC宣布，將啟動巴西全新網絡據點，完善在金磚五國的服務覆蓋及資源布局，實現更快速的全球無縫連接，賦能國際化客戶高效全棧“云網智安”服務，幫助企業加速國際化運營和數字化發展。
中企通信位于寶山的上海云網融合數據中心，是中企通信三地六中心云網融合數據中心服務的重要據點。現場工作人員向記者介紹稱，該數據中心作為國家A級數據中心，滿足了高等級的基建要求，并融合了網絡、云計算、信息安全、全球統一管理服務。值得一提的是，該中心創新地將AR技術融入數據中心服務中，打造了中企云時代數據中心DataHOUSE“AR千里眼”遠程運維服務。
由于企業全球化業務對部署在不同區域的算力需求越來越高，中企通信數據科學及創新總監詹東東提到了算力調度的重要性。他表示：“尤其對于云計算和邊緣計算協同的算力架構而言，最重要的是對算力的調度能力，對算力的需求很多時侯會分布在不同的區域，如何協同好，這也是我們很多客戶正在思考的問題。”
他還表示，當異構算力越來越復雜，從一開始的GPU到現在的DPU、NPU等等，就涉及到協同算力接口的標準化問題。“我們希望通過與國產化的芯片廠商合作，構建算力底座，共同開發一些接口。”詹東東說道。
算力芯片破解“CUDA難題”
目前在國內，大部分的算力芯片硬件廠商都選擇了兼容英偉達的CUDA軟件平臺。軟硬件協同完善的生態是客戶選擇CUDA的根本原因，也是英偉達領先于其他算力芯片企業最核心的競爭力，算法工程師已經習慣了使用CUDA提供的工具庫及其編程語言。CUDA也因此被認為是鞏固英偉達硬件市場地位的“關鍵護城河”。
但長期依賴海外廠商的生態體系會遏制國內算力芯片企業構建自己的生態，無法探索出屬于自己的AI計算之路。因此算力芯片企業面臨著一個根本的矛盾：如果不兼容CUDA，市場推廣過程將存在一定的困難；兼容CUDA，又會壯大別人，自己得不到成長。
在這一背景下，已經有國內算力芯片企業選擇走自定義編程模型的路線，提供從硬件平臺到開發者工具包、計算庫和框架的一整套方案。
燧原科技是近年來備受關注的國內芯片廠商，該公司以對標美國英偉達公司最先進的人工智能芯片為目標。
在燧原科技位于浦東金橋的集群實驗室里，工作人員向記者展示了該公司最新一代的人工智能芯片產品，是一種基于“小芯片”（chiplet）技術的AI處理器。燧原科技開辟了CUDA之外的編程模型TopsCC。
燧原科技產品市場總經理高平對第一財經記者表示：“兼容CUDA某種程度也算一種抄襲，產品的能力和技術發展的天花板都很明顯，很難做出有差異化和市場競爭力的產品。雖然不兼容CUDA可能會帶來一定的遷移成本，但如果產品的性價比足夠好，綜合來看，商業價值還是會很可觀的。大模型時代CUDA的生態粘性在逐步降低，DSA架構的AI芯片會大放異彩。”
所謂DSA架構就是“領域專用架構”，這是一種相對于兼容CUDA的GPGPU而言的一種面相AI領域的專用計算架構體系。
高平給出建議，國內廠商協同定義自研編程模型，以此聯合拓展開發者，集聚企業的力量，讓更多的高校、商業伙伴使用。他認為，大模型的出現，也從一定程度上為國內產業走向聯合提供了良好契機，從而有望合力打破英偉達的生態壁壘。
上海聯通高管在調研中談到目前中國算力挑戰時介紹稱，一是要解決供應鏈安全和自主可控方面的問題，二是要努力構建國產算力應用生態體系。
這位高管指出，AI芯片等產品的國產化正在積極推進過程中，但技術性能方面與國外產品仍有差距，而且目前缺乏有公信力的測試和對比；在國產算力生態體系方面存在的核心挑戰是，芯片系統數據庫和目前國外的體系和框架應用的適配性并不高，這在無形中提升了國產化產品的使用門檻。
她還提到，從政策制定方面來看，國內尚缺乏一些與算力相關的行業標準，對于算力的統一度量，網絡的協議、算力資源應用和適配等方面沒有形成統一的標準體系，建議自上而下推動制定行業標準，從而有利于整個算力生態的打造。
（文章來源：第一財經）
相關推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內容相關的任何行動之前，請務必進行充分的盡職調查。最終的決策應該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產生的任何金錢損失負任何責任。
