大模型发展如何打破算力瓶颈？院士专家“问诊”超智融合

　　近日，由中国智能计算产业联盟与全国信标委算力标准工作组共同主办的2024中国算力发展专家研讨会在京召开。会议以“超智融合技术路线下的趋势与发展”为主题，院士专家们齐聚一堂，共同探索超智融合技术的发展路径。

　　超智融合成为先进计算发展趋势

　　“大模型的迅猛发展彰显出新质生产力的特质，但目前也遇到了算力瓶颈。鉴于中国在超算领域拥有深厚技术积累，希望超智融合能有效化解这一挑战。”中国科学院计算技术研究所研究员张云泉介绍研讨背景时说道。

　　在当今数字化、智能化的时代浪潮中，算力已成为推动经济社会发展的核心驱动力。千行百业的计算场景纷繁复杂，单一计算架构无法应对。

　　“现在的应用越来越复杂，不同应用需要不同的算法，对计算机也有不同的要求。”北京应用物理与计算数学研究所研究员袁国兴表示，超智融合兼具超算的强大处理能力与智算的算法优化能力，因此融合发展已是大势所趋。

　　“超智融合是随着当前基础算力、智算算力、超算算力等的应用多元化发展而诞生的，即能否用混合型算力资源或者融合型算力体系，来解决同时满足多种不同算力的应用需求。”国家信息中心信息化和产业发展部主任单志广认为。

　　实际上，超智融合技术也成为近年来全球计算领域热点话题。今年5月的国际超算大会上，在“重塑超算（Reinventing HPC）”这一主题下，超智融合相关方案已遍地开花，众多高性能计算（HPC）系统以异构架构设计思路集成了CPU、GPU以及NPU。

　　对此，中国科学院院士钱德沛认为，“超智融合实践过程中，一方面是用AI的方法来求解传统超算问题，另一方面AI也在影响传统计算机的结构，包括在做的算网融合，将来也应该是在AI赋能的前提下发展的。”

　　在我国，超智融合技术已被应用于超算互联网的建设中。通过链接全国超算、智算中心，智能调度各类算力资源，并深度整合计算资源、软件资源、应用解决方案资源，构建起一体化算力服务平台，为社会提供高效、便捷的算力服务。

　　国家超算互联网4月正式上线以来，已有超过200家应用、数据、模型等服务商入驻国家超算互联网，并提供超过3200款商品。这些商品覆盖科学计算、工业仿真、AI模型训练等领域，可满足全社会对先进计算服务的需求。

　　超智融合的挑战与应对

　　超智融合虽展现出美好的发展前景，但当下仍面临一些挑战。

　　首先，要实现超算与智算深层次的有机融合，基础理论还有待突破。“大模型与智算的发展，不只是应用层面的模型和算法上改进，还需要从基础理论角度去有所突破。”陈润生认为，“一味地堆芯片并不可取，根本上还要向人脑学习，以更低能耗实现更高性能。”

　　在钱德沛看来，超智融合也需完整的AI软件栈支撑，要从形成大模型的基本理论开始。

　　其次，在技术路径上，需要从底层技术与体系结构，完成软硬协同创新。“超算和智算差别极大，两者本质是不同的系统。”陈润生剖析道，“超算依靠时间复杂度，跑完程序结果就出来了；而智算依靠的是空间复杂度，需要先把所有的知识训练好。”

　　“传统超算和智算的训练，对底层基础设施要求并不一样，也需要判断在什么场景下应实现兼容统一，又在哪些场景下需凸显其独特性。”中国信通院云计算与大数据研究所所长何宝宏补充道。

　　在中国工程院院士郑纬民看来，目前大模型训练中，虽然一些国家超算中心已经能够提供支撑，但还应该重点围绕国产算力芯片发展十大关键软件，进一步实现软硬件协同优化。

　　“未来一体化算力体系的构建，要避免‘分解谬误’和‘合成谬误’，做好算力资源和业务应用的统筹衔接，避免没有有效应用需求、缺乏网络QoS保证、没有成熟调度体系的普遍性算力互联，以及脱离实际应用需求的异地计算和远地计算算力设施布局，从算力资源供给侧和业务应用需求侧两个维度进一步深化研究。”单志广表示。

　　专家们认为，未来在技术路线通用性和专用性的选择上，更倾向于保持一定的通用性。尤其在技术和方法论仍在持续发展的背景下，应保持芯片、系统与软件的普适性，为研究提供广阔空间，深化底层理论与方法的探索。

　　“超智融合的进程将沿着超算支撑AI应用（for AI），用AI技术改进超算（by AI），超智实现内生融合（being AI）三个阶段清晰演进。在最终的being AI阶段，计算机系统将呈现内在的智能特性，人工智能不再是一种外加的能力，而成为计算机的核心属性和基本组成，可能计算的能力或者智能化的水平，会远远超过我们今天的超算或智算。”对于未来计算技术发展，钱德沛勾勒出美好蓝图。

　　会上，还举办了主权级大模型创新联合体成立仪式，并启动了《2024中国算力发展研究报告之超智融合技术路线与趋势》编撰工作。（宋雅娟）

责任编辑：阿虎