IT行業變化太快，不變的唯有變化。如今，在OpenAI的直接帶動或刺激下，大模型已經成為企業間競爭的新焦點，這不僅加速了更多大模型的開發與訓練，還促使企業在其原有的產品中融入大模型的能力，以便在新的范式轉換和技術進步中搶占先機。
“對于青云來說，AI時代將是一個全新的機遇，它將會帶來長達10年、比過去10年更大的市場需求和機會。”青云科技總裁林源如是說。而在AI大模型這一輪技術進步中，支撐人工智能所需的算力自然也成為關注的焦點。基于對AI算力需求的洞察，9月19日青云全新發布青云AI算力調度平臺、青云AI算力云等產品與服務。
我國AI算力發展迎來黃金期
隨著AI大模型的發展，算力的重要性日益凸顯。以ChatGPT為例，根據相關調查數據，ChatGPT的總算力消耗約為3640PF-days，需要7到8個投資規模為30億、計算能力為500P的數據中心才能支持其運行。值得注意的是，AI訓練任務中的算力增長速度極快，每3.5個月就會翻一倍。
在算力需求提升的同時，算力已成為推動數字經濟發展的核心力量。《中國綜合算力指數（2023年）》的最新數據顯示，截至2023年6月底，我國算力總規模已經達到了197EFLOPS，全國在用數據中心機架總規模超過760萬標準機架，位列世界第二。我國算力總規模近五年年均增速近30%。
特別是AI大模型等技術的發展，引發了AI算力需求的進一步增長。在當前的算力規模下，智能算力規模占整體算力規模的比例已經提高到了25.4%，同比增長達到了45%，比算力規模整體增速高出了15個百分點。林源表示：“在AI的刺激下，算力需求呈現出飛速增長的趨勢，相較于傳統的CPU時代的需求，它已經增長了10倍、100倍甚至更多。”
一大批重大工程項目，也進一步推動了算力產業的快速發展。其中，超算中心和智算中心的建設是重要舉措之一。自2009年以來，科技部批準了14所國家超級計算中心，分布于天津、濟南、無錫、昆山、深圳等地。同時，各地也積極投入智算中心的建設之中。據公開報道，截至今年8月15日，全國至少有30座城市已經建成或正在建設智算中心，這還不包括企業自主建設的智算中心。
AI驅動下，智算中心面臨哪些挑戰？
AI算力產業的發展既是機遇又是挑戰。
林源認為，AI和大模型是重大生產力的變革，在這場技術推動的市場變革中，客戶需求、算力需求、應用需求和底層架構都在發生變化。在過去十年，無論是面向C端的移動互聯網還是面向B端的數字化，主要基于CPU進行應用革新。然而，隨著AI的普及，幾乎所有應用都需要擁抱AI技術或被AI改造，使得GPU的需求量增加。
不僅如此，在東數西算的趨勢下，未來AI應用將在追求效率的同時，更加注重成本效益，從而推動算力從延遲低的東部沿海地區向價格更便宜的西部地區發展，未來算力分布將更加分散。此外，隨著AI和云原生技術的不斷發展，客戶業務將更加復雜，業態將更加豐富，對技術和平臺的挑戰也將越來越多。
尤其是在智算中心建設和運營過程中，其設計合規化如何考量，超算、智算、通算等多元算力如何做到統一調度，傳統應用、云原生應用、AI應用如何同時兼顧，如何支持異構CPU/GPU，如何提供高效網絡與存儲，如何實現高效地運維與運營等，都是需要考慮的問題。可以說，智算中心建設后的運營成為關鍵挑戰。
如何充分應對這些挑戰？在筆者看來，未來算力將像水、電一樣成為公共資源，隨著算力規模的擴大，算力調度和交易將會被用于解決算力的供需問題。
九大關鍵能力，解讀AI算力調度平臺
基于自身經驗與實踐，青云科技也給出相應的答案——AI算力調度平臺，并為行業提供了一份可參考的范式。青云科技產品經理苗慧表示：“AI算力調度平臺作為算力中心建設運營的新模式，目的是像管理本地資源一樣，管理AI基礎設施，提供多元算力調度，提供智能化的算力調度，保證算力能快速建立起來。”
據悉，青云AI算力調度平臺正在根據多種芯片支持、全生命周期管理、多種AIGC模型一站式交付、多元計算能力等進行優化與研發，為算力中心提供更好地支持和服務。
苗慧透露，青云AI算力調度平臺具備九大關鍵能力，分別為多區域多業務資源整合、混合組網、容器推理服務平臺、分布式調度與管理、算法開發支持、模型倉庫（MaaS）、AI訓練平臺、靈活調度、高速并行存儲。
在多區域多業務資源整合方面，青云科技通過多區域、多中心、多Zone的形式納入到云平臺上統一管理。在進行資源調度時，青云科技采用就近原則對后端服務器、資源組設置路徑標簽，以供用戶就近調用。
在資源調度方面，青云科技可以實現立即調度擴容數萬卡資源、通信鏈路最短優先調度、支持異構平臺、感知作業級單卡調度顆粒度、廣泛的調度選項，以及動態靈活的資源調度等關鍵能力。苗慧表示：“青云所有的節點、服務器、存儲設備都有相應的路徑標簽，可供用戶設置路徑距離，并且青云通過該算法，計算最短通信鏈路，以確保兩個節點在一個交換機內，減少數據的傳輸損耗。”
在AI訓練方面，青云提供了一個在線訓練平臺，專注于將高性能計算和GPU卡等資源集成起來。在這個專屬的環境中，青云提供了GPU服務器在線申請和構建集群的功能，所有的網絡和環境都可以一鍵生成。此外，青云還針對行業內常用的模型和小工具進行了集成，使用戶能夠更方便地進行訓練和應用。
林源認為，AI算力調度平臺是智算中心運營者的關鍵工具，將幫其建立從建設到運營的閉環。林源透露，青云AI算力調度平臺已經在國家超算濟南中心成功應用。
依托生態的力量，打造AI算力云
在會上，青云還發布AI算力云產品。林源介紹：“AI算力云是以青云為主，以生態聯合的方式，對外運營的AI算力服務。”青云發布的AI算力云為何要借助生態的力量？又是如何運營AI算力云的？這是有一定的原因的。
傳統模式下，大廠喜歡從底層IDC到軟件、PaaS都進行自建、自投和自營，但這種模式會導致研發成本高昂，壓力增大。而在AI時代，每一層的成本都比過去更高，例如大模型的研發需要大量人力、算力和時間，同時還需要成熟的算力調度平臺和IDC建設。因此，雖然一個大廠可以選擇從上到下都自己干，但這樣做會非常吃力和費勁，并且成本也會更高。
相比傳統模式，青云打造的AI算力云有其一定的優勢：從客戶的角度來看，他們需要一個完整的解決方案，包括有機房、算力、調度平臺、模型驅動、模型、Model Service和上面的應用；從供應商的角度來看，每層都需要專業的技術和長時間的積累和巨大的投入。
林源認為，在AI領域，一定會出現巨頭，但這些巨頭不應該是一家獨立的公司，而應該是一個一個良好的生態合作體系，需要各家公司協同合作，共同推動AI技術的進步和發展。
“青云AI算力云服務的定位是一個開放的生態同盟，所以青云在集結志同道合的合作伙伴，通過‘同盟’的方式一起運營AI算力云服務。”林源如是說。青云也將通過開放的、成熟的、可運營的一個AI算力調度平臺，通過自營、合營乃至支撐第三方運營的方式，與生態同盟一起貢獻AI Cloud。據悉，青云AI算力云能夠提供算力資源、存儲資源，以及鏡像倉庫、容器推理、高速IB網絡等能力。
青云認為，未來AI時代，企業一定是通過算力服務、算法和模型、高價值的數據來實現智能化，這也是AI生態體系的價值所在。青云AI算力云服務主要圍繞AI算力基礎設施的生態共享、AI算力大模型的資源整合以及AI數據資源的生態整合。
據筆者了解，青云AI算力組件生態已有英特爾、英偉達、AMD、中科曙光等；AI模型生態已有紫東太初2.0、商湯、智譜清言等；AI算力服務生態已有國家超級計算濟南中心、清華大學電子工程系智算中心、中國電信等；AI應用場景也已囊括金融、交通、制造業、能源、自然資源等行業領域。
寫在最后
在AI大模型的驅動下，AI算力未來的發展也迎來新的機遇和挑戰，而躬身入局的廠商勢必拿出過硬的“武器”，方能在時代趨勢下贏得持續發展的先機。在這個背景下，青云結合自身實踐、優勢與經驗，左手抓AI算力調度平臺，右手抓AI算力云，兩手抓、兩手都要硬，通過在算力運營服務的實力，以及借助生態的力量，不斷壯大自己，助力企業實現AI的業務價值。
