04 中國(guó)智能計(jì)算發(fā)展困境

人工智能技術(shù)與智能計(jì)算產(chǎn)業(yè)處于中美科技競(jìng)爭(zhēng)的焦點(diǎn)，我國(guó)在過(guò)去幾年雖然取得了很大的成績(jī)，但依然面臨諸多發(fā)展困境，特別是由美國(guó)的科技打壓政策帶來(lái)的困難。

困境一為美國(guó)在AI核心能力上長(zhǎng)期處于領(lǐng)先地位，中國(guó)處于跟蹤模式。中國(guó)在AI高端人才數(shù)量、AI基礎(chǔ)算法創(chuàng)新、AI底座大模型能力（大語(yǔ)言模型、文生圖模型、文生視頻模型）、底座大模型訓(xùn)練數(shù)據(jù)、底座大模型訓(xùn)練算力等，都與美國(guó)存在一定的差距，并且這種差距還將持續(xù)很長(zhǎng)一段時(shí)間。

困境二為高端算力產(chǎn)品禁售，高端芯片工藝長(zhǎng)期被卡。A100，H100，B200等高端智算芯片對(duì)華禁售。華為、龍芯、寒武紀(jì)、曙光、海光等企業(yè)都進(jìn)入實(shí)體清單，它們芯片制造的先進(jìn)工藝④受限，國(guó)內(nèi)可滿足規(guī)模量產(chǎn)的工藝節(jié)點(diǎn)落后國(guó)際先進(jìn)水平2-3代，核心算力芯片的性能落后國(guó)際先進(jìn)水平2-3代。

困境三為國(guó)內(nèi)智能計(jì)算生態(tài)孱弱，AI開發(fā)框架滲透率不足。英偉達(dá)CUDA⑤(Compute Unified Device Architecture, 通用計(jì)算設(shè)備架構(gòu))生態(tài)完備，已形成了事實(shí)上的壟斷。國(guó)內(nèi)生態(tài)孱弱，具體表現(xiàn)在：一是研發(fā)人員不足，英偉達(dá)CUDA生態(tài)有近2萬(wàn)人開發(fā)，是國(guó)內(nèi)所有智能芯片公司人員總和的20倍；二是開發(fā)工具不足，CUDA有550個(gè)SDK(Software Development Kit, 軟件開發(fā)工具包)，是國(guó)內(nèi)相關(guān)企業(yè)的上百倍；三是資金投入不足，英偉達(dá)每年投入50億美元，是國(guó)內(nèi)相關(guān)公司的幾十倍；四是AI開發(fā)框架TensorFlow占據(jù)工業(yè)類市場(chǎng)，PyTorch占據(jù)研究類市場(chǎng)，百度飛槳等國(guó)產(chǎn)AI開發(fā)框架的開發(fā)人員只有國(guó)外框架的1/10。更為嚴(yán)重的是國(guó)內(nèi)企業(yè)之間山頭林立，無(wú)法形成合力，從智能應(yīng)用、開發(fā)框架、系統(tǒng)軟件、智能芯片，雖然每層都有相關(guān)產(chǎn)品，但各層之間沒有深度適配，無(wú)法形成一個(gè)有競(jìng)爭(zhēng)力的技術(shù)體系。

困境四為AI應(yīng)用于行業(yè)時(shí)成本、門檻居高不下。當(dāng)前我國(guó)AI應(yīng)用主要集中在互聯(lián)網(wǎng)行業(yè)和一些國(guó)防領(lǐng)域。AI技術(shù)推廣應(yīng)用于各行各業(yè)時(shí)，特別是從互聯(lián)網(wǎng)行業(yè)遷移到非互聯(lián)網(wǎng)行業(yè)，需要進(jìn)行大量的定制工作，遷移難度大，單次使用成本高。最后，我國(guó)在AI領(lǐng)域的人才數(shù)量與實(shí)際需求相比也明顯不足。

05 中國(guó)如何發(fā)展智能計(jì)算的道路選擇

人工智能發(fā)展的道路選擇對(duì)我國(guó)至關(guān)重要，關(guān)系到發(fā)展的可持續(xù)性與最終的國(guó)際競(jìng)爭(zhēng)格局。當(dāng)前人工智能的使用成本十分高昂，微軟Copilot套件要支付每月10美元的使用費(fèi)用，ChatGPT每天消耗50萬(wàn)千瓦時(shí)的電力，英偉達(dá)B200芯片價(jià)格高達(dá)3萬(wàn)美元以上。總體來(lái)說(shuō)，我國(guó)應(yīng)發(fā)展用得起、安全可信的人工智能技術(shù)，消除我國(guó)信息貧困人口、并造?！耙粠б宦贰眹?guó)家；低門檻地賦能各行各業(yè)，讓我國(guó)的優(yōu)勢(shì)產(chǎn)業(yè)保持競(jìng)爭(zhēng)力，讓相對(duì)落后的產(chǎn)業(yè)能夠大幅地縮小差距。

選擇一：統(tǒng)一技術(shù)體系走閉源封閉，還是開源開放的道路？

支撐智能計(jì)算產(chǎn)業(yè)的是一個(gè)相互緊耦合的技術(shù)體系，即由一系列技術(shù)標(biāo)準(zhǔn)和知識(shí)產(chǎn)權(quán)將材料、器件、工藝、芯片、整機(jī)、系統(tǒng)軟件、應(yīng)用軟件等密切聯(lián)系在一起的技術(shù)整體。我國(guó)發(fā)展智能計(jì)算技術(shù)體系存在三條道路：

一是追趕兼容美國(guó)主導(dǎo)的A體系。我國(guó)大多數(shù)互聯(lián)網(wǎng)企業(yè)走的是GPGPU/CUDA兼容道路，很多芯片領(lǐng)域的創(chuàng)業(yè)企業(yè)在生態(tài)構(gòu)建上也是盡量與CUDA兼容，這條道路較為現(xiàn)實(shí)。由于在算力方面美國(guó)對(duì)我國(guó)工藝和芯片帶寬的限制，在算法方面國(guó)內(nèi)生態(tài)林立很難形成統(tǒng)一，生態(tài)成熟度嚴(yán)重受限，在數(shù)據(jù)方面中文高質(zhì)量數(shù)據(jù)匱乏，這些因素會(huì)使得追趕者與領(lǐng)先者的差距很難縮小，一些時(shí)候還會(huì)進(jìn)一步拉大?！　?

二是構(gòu)建專用封閉的B體系。在軍事、氣象、司法等專用領(lǐng)域構(gòu)建企業(yè)封閉生態(tài)，基于國(guó)產(chǎn)成熟工藝生產(chǎn)芯片，相對(duì)于底座大模型更加關(guān)注特定領(lǐng)域垂直類大模型，訓(xùn)練大模型更多采用領(lǐng)域?qū)Ｓ懈哔|(zhì)量數(shù)據(jù)等。這條道路易于形成完整可控的技術(shù)體系與生態(tài)，我國(guó)一些大型骨干企業(yè)走的是這條道路，它的缺點(diǎn)是封閉，無(wú)法凝聚國(guó)內(nèi)大多數(shù)力量，也很難實(shí)現(xiàn)全球化?！　?

三是全球共建開源開放的C體系。用開源打破生態(tài)壟斷，降低企業(yè)擁有核心技術(shù)的門檻，讓每個(gè)企業(yè)都能低成本地做自己的芯片，形成智能芯片的汪洋大海，滿足無(wú)處不在的智能需求。用開放形成統(tǒng)一的技術(shù)體系，我國(guó)企業(yè)與全球化力量聯(lián)合起來(lái)共建基于國(guó)際標(biāo)準(zhǔn)的統(tǒng)一智能計(jì)算軟件棧。形成企業(yè)競(jìng)爭(zhēng)前共享機(jī)制，共享高質(zhì)量數(shù)據(jù)庫(kù)，共享開源通用底座大模型。對(duì)于全球開源生態(tài)，我國(guó)企業(yè)在互聯(lián)網(wǎng)時(shí)代收益良多，我國(guó)更多的是使用者，是參與者，在智能時(shí)代我國(guó)企業(yè)在RISC-V⑥+AI開源技術(shù)體系上應(yīng)更多地成為主力貢獻(xiàn)者，成為全球化開放共享的主導(dǎo)力量。

選擇二：拼算法模型，還是拼新型基礎(chǔ)設(shè)施？　　

人工智能技術(shù)要賦能各行各業(yè)，具有典型的長(zhǎng)尾效應(yīng)⑦。我國(guó)80%的中小微企業(yè)，需要的是低門檻、低價(jià)格的智能服務(wù)。因此，我國(guó)智能計(jì)算產(chǎn)業(yè)必須建立在新的數(shù)據(jù)空間基礎(chǔ)設(shè)施之上，其中關(guān)鍵是我國(guó)應(yīng)率先實(shí)現(xiàn)智能要素即數(shù)據(jù)、算力、算法的全面基礎(chǔ)設(shè)施化。這項(xiàng)工作可比肩二十世紀(jì)初美國(guó)信息高速公路計(jì)劃（即信息基礎(chǔ)設(shè)施建設(shè)）對(duì)互聯(lián)網(wǎng)產(chǎn)業(yè)的歷史作用。　　

信息社會(huì)最核心的生產(chǎn)力是網(wǎng)絡(luò)空間(Cyberspace)。網(wǎng)絡(luò)空間的演進(jìn)過(guò)程是：從機(jī)器一元連接構(gòu)成的計(jì)算空間，演進(jìn)到人機(jī)信息二元連接構(gòu)成的信息空間，再演進(jìn)到人機(jī)物數(shù)據(jù)三元連接構(gòu)成的數(shù)據(jù)空間。從數(shù)據(jù)空間看，人工智能的本質(zhì)是數(shù)據(jù)的百煉成鋼，大模型就是對(duì)互聯(lián)網(wǎng)全量數(shù)據(jù)進(jìn)行深度加工后的產(chǎn)物。在數(shù)字化時(shí)代，在互聯(lián)網(wǎng)上傳輸?shù)氖切畔⒘鳎撬懔?duì)數(shù)據(jù)進(jìn)行粗加工后的結(jié)構(gòu)化抽象；在智能時(shí)代，在互聯(lián)網(wǎng)上傳輸?shù)氖侵悄芰?，是算力?duì)數(shù)據(jù)進(jìn)行深度加工與精煉后的模型化抽象。智能計(jì)算的一個(gè)核心特征就是用數(shù)值計(jì)算、數(shù)據(jù)分析、人工智能等算法，在算力池中加工海量數(shù)據(jù)件，得到智能模型，再嵌入到信息世界、物理世界的各個(gè)過(guò)程中。　　

我國(guó)政府已經(jīng)前瞻性地提前布局了新型基礎(chǔ)設(shè)施，在世界各國(guó)競(jìng)爭(zhēng)中搶占了先機(jī)。

首先，數(shù)據(jù)已成為國(guó)家戰(zhàn)略信息資源。數(shù)據(jù)具有資源要素與價(jià)值加工兩重屬性，數(shù)據(jù)的資源要素屬性包括生產(chǎn)、獲取、傳輸、匯聚、流通、交易、權(quán)屬、資產(chǎn)、安全等各個(gè)環(huán)節(jié)，我國(guó)應(yīng)繼續(xù)加大力度建設(shè)國(guó)家數(shù)據(jù)樞紐與數(shù)據(jù)流通基礎(chǔ)設(shè)施。　　

其次，AI大模型就是數(shù)據(jù)空間的一類算法基礎(chǔ)設(shè)施。以通用大模型為基座，構(gòu)建大模型研發(fā)與應(yīng)用的基礎(chǔ)設(shè)施，支撐廣大企業(yè)研發(fā)領(lǐng)域?qū)Ｓ么竽Ｐ?，服?wù)于機(jī)器人、無(wú)人駕駛、可穿戴設(shè)備、智能家居、智能安防等行業(yè)，覆蓋長(zhǎng)尾應(yīng)用。　　

最后，全國(guó)一體化算力網(wǎng)建設(shè)在推動(dòng)算力的基礎(chǔ)設(shè)施化上發(fā)揮了先導(dǎo)作用。算力基礎(chǔ)設(shè)施化的中國(guó)方案，應(yīng)在大幅度降低算力使用成本和使用門檻的同時(shí)，為最廣范圍覆蓋人群提供高通量、高品質(zhì)的智能服務(wù)。算力基礎(chǔ)設(shè)施的中國(guó)方案需要具備“兩低一高”，即在供給側(cè)，大幅度降低算力器件、算力設(shè)備、網(wǎng)絡(luò)連接、數(shù)據(jù)獲取、算法模型調(diào)用、電力消耗、運(yùn)營(yíng)維護(hù)、開發(fā)部署的總成本，讓廣大中小企業(yè)都消費(fèi)得起高品質(zhì)的算力服務(wù)，有積極性開發(fā)算力網(wǎng)應(yīng)用；在消費(fèi)側(cè)，大幅度降低廣大用戶的算力使用門檻，面向大眾的公共服務(wù)必須做到易獲取、易使用，像水電一樣即開即用，像編寫網(wǎng)頁(yè)一樣輕松定制算力服務(wù)，開發(fā)算力網(wǎng)應(yīng)用。在服務(wù)效率側(cè)，中國(guó)的算力服務(wù)要實(shí)現(xiàn)低熵高通量，其中高通量是指在實(shí)現(xiàn)高并發(fā)⑧度服務(wù)的同時(shí)，端到端服務(wù)的響應(yīng)時(shí)間可滿足率高；低熵是指在高并發(fā)負(fù)載中出現(xiàn)資源無(wú)序競(jìng)爭(zhēng)的情況下，保障系統(tǒng)通量不急劇下降。保障“算得多”對(duì)中國(guó)尤其重要?！　?

選擇三：AI+著重賦能虛擬經(jīng)濟(jì)，還是發(fā)力實(shí)體經(jīng)濟(jì)？　　

“AI+”的成效是人工智能價(jià)值的試金石。次貸危機(jī)后，美國(guó)制造業(yè)增加值占GDP的比重從1950年的28%降低為2021年的11%，美國(guó)制造業(yè)在全行業(yè)就業(yè)人數(shù)占比從1979年的35%降低為2022年的8%，可見美國(guó)更傾向于回報(bào)率更高的虛擬經(jīng)濟(jì)，輕視投資成本高且經(jīng)濟(jì)回報(bào)率低的實(shí)體經(jīng)濟(jì)。中國(guó)傾向于實(shí)體經(jīng)濟(jì)與虛擬經(jīng)濟(jì)同步發(fā)展，更加重視發(fā)展裝備制造、新能源汽車、光伏發(fā)電、鋰電池、高鐵、5G等實(shí)體經(jīng)濟(jì)?！　?

相應(yīng)地美國(guó)AI主要應(yīng)用于虛擬經(jīng)濟(jì)和IT基礎(chǔ)工具，AI技術(shù)也是“脫實(shí)向虛”，自2007年以來(lái)硅谷不斷炒作虛擬現(xiàn)實(shí)（Virtual Reality，VR）、元宇宙、區(qū)塊鏈、Web3.0、深度學(xué)習(xí)、AI大模型等，是這個(gè)趨勢(shì)的反映?！　?

我國(guó)的優(yōu)勢(shì)在實(shí)體經(jīng)濟(jì)，制造業(yè)全球產(chǎn)業(yè)門類最齊全，體系最完整，特點(diǎn)是場(chǎng)景多、私有數(shù)據(jù)多。我國(guó)應(yīng)精選若干行業(yè)加大投入，形成可低門檻全行業(yè)推廣的范式，如選擇裝備制造業(yè)作為延續(xù)優(yōu)勢(shì)代表性行業(yè)，選擇醫(yī)藥業(yè)作為快速縮短差距的代表性行業(yè)。賦能實(shí)體經(jīng)濟(jì)的技術(shù)難點(diǎn)是AI算法與物理機(jī)理的融合。

人工智能技術(shù)成功的關(guān)鍵是能否讓一個(gè)行業(yè)或一個(gè)產(chǎn)品的成本大幅下降，從而將用戶數(shù)與產(chǎn)業(yè)規(guī)模擴(kuò)大10倍，產(chǎn)生類似于蒸汽機(jī)對(duì)于紡織業(yè)，智能手機(jī)對(duì)于互聯(lián)網(wǎng)業(yè)的變革效果。

我國(guó)應(yīng)走出適合自己的人工智能賦能實(shí)體經(jīng)濟(jì)的高質(zhì)量發(fā)展道路。

注釋：

①模式識(shí)別是指用計(jì)算的方法根據(jù)樣本的特征將樣本劃分到一定的類別中去，是通過(guò)計(jì)算機(jī)用數(shù)學(xué)方法來(lái)研究模式的自動(dòng)處理和判讀，把環(huán)境與客體統(tǒng)稱為“模式”。以圖像處理與計(jì)算機(jī)視覺、語(yǔ)音語(yǔ)言信息處理、腦網(wǎng)絡(luò)組、類腦智能等為主要研究方向?！　?/span>

②Token可翻譯為詞元，指自然語(yǔ)言處理過(guò)程中用來(lái)表示單詞或短語(yǔ)的符號(hào)。token可以是單個(gè)字符,也可以是多個(gè)字符組成的序列?！　?/span>

③通用人工智能是指擁有與人類相當(dāng)甚至超過(guò)人類智能的人工智能類型。通用人工智能不僅能像人類一樣進(jìn)行感知、理解、學(xué)習(xí)和推理等基礎(chǔ)思維能力，還能在不同領(lǐng)域靈活應(yīng)用、快速學(xué)習(xí)和創(chuàng)造性思考。通用人工智能的研究目標(biāo)是尋求統(tǒng)一的理論框架來(lái)解釋各種智能現(xiàn)象。　　

④芯片制造工藝指制造CPU或GPU的制程，即晶體管門電路的尺寸，單位為納米，目前國(guó)際上實(shí)現(xiàn)量產(chǎn)的最先進(jìn)工藝以臺(tái)積電的3nm為代表。更先進(jìn)的制造工藝可以使CPU與GPU內(nèi)部集成更多的晶體管，使處理器具有更多的功能以及更高的性能，面積更小，成本更低等?！　?/span>

⑤CUDA是英偉達(dá)公司設(shè)計(jì)研發(fā)一種并行計(jì)算平臺(tái)和編程模型，包含了CUDA指令集架構(gòu)以及GPU內(nèi)部的并行計(jì)算引擎。開發(fā)人員可以使用C語(yǔ)言來(lái)為CUDA架構(gòu)編寫程序，所編寫出的程序可以在支持CUDA的處理器上以超高性能運(yùn)行?！　?/span>

⑥RISC-V（發(fā)音為“risk-five”）是一個(gè)由美國(guó)加州大學(xué)伯克利分校發(fā)起的開放通用指令集架構(gòu)，相比于其他付費(fèi)指令集，RISC-V允許任何人免費(fèi)地使用RISC-V指令集設(shè)計(jì)、制造和銷售芯片和軟件?！　?/span>

⑦長(zhǎng)尾效應(yīng)是指那些原來(lái)不受到重視的銷量小但種類多的產(chǎn)品或服務(wù)由于總量巨大，累積起來(lái)的總收益超過(guò)主流產(chǎn)品的現(xiàn)象。在互聯(lián)網(wǎng)領(lǐng)域，長(zhǎng)尾效應(yīng)尤為顯著?！　?/span>

⑧高并發(fā)通常指通過(guò)設(shè)計(jì)保證系統(tǒng)能夠同時(shí)并行處理很多請(qǐng)求。