在12月13日召開的第二屆數(shù)據(jù)安全治理年會上，中國工程院院士鄭緯民表示，我國人工智能基礎(chǔ)設(shè)施亟待優(yōu)化，應從軟硬件兩方面突破瓶頸。

我國人工智能產(chǎn)業(yè)面臨軟硬件兩方面瓶頸

在會上，鄭緯民提出了算力“三大定律”：人類已經(jīng)進入以算力為核心生產(chǎn)力的數(shù)字經(jīng)濟時代，算力就是生產(chǎn)力，這是“時代定律”；當下，算力每12個月就增長一倍，算力資源增速顯著，已經(jīng)打破摩爾定律，這是“增長定律”；算力每投入1元，就帶動3~4元GDP經(jīng)濟增長，這是“經(jīng)濟定律”。

近年來，我國人工智能產(chǎn)業(yè)發(fā)展呈指數(shù)級增長。鄭緯民表示，預計到2025年，中國人工智能產(chǎn)業(yè)規(guī)模將超過4500億元，帶動產(chǎn)生間接經(jīng)濟效益超1.6萬億元。

鄭緯民直言，我國人工智能產(chǎn)業(yè)正面臨著軟件、硬件兩方面的瓶頸。

從硬件角度看，一方面，我國國產(chǎn)芯片產(chǎn)量不足。鄭緯民表示，2021年，我國人工智能服務(wù)器芯片總用量100萬片，其中，美國英偉達市場份額高達95%左右。

從軟件角度看，我國在算法等技術(shù)方面發(fā)展仍然有所欠缺，當前，谷歌和Meta的人工智能算法開發(fā)框架占中國人工智能市場份額的90%以上。

鄭緯民坦言，要解決當下面臨的問題，一是營造完善的人工智能服務(wù)器硬件生態(tài)，二是優(yōu)化人工智能大模型基礎(chǔ)設(shè)施架構(gòu)。

“4個平衡”優(yōu)化大模型基礎(chǔ)設(shè)施

鄭緯民強調(diào)，在設(shè)計大模型基礎(chǔ)設(shè)施時，要思考“4個平衡”的優(yōu)化問題。

一是半精度運算性能與雙精度運算性能的平衡設(shè)計。在計算機系統(tǒng)的內(nèi)存中，半精度、單精度和雙精度是決定數(shù)據(jù)計算精確度的度量標準，雙精度比半精度更精密，但同時要占據(jù)更多存儲空間。鄭緯民提出，大模型設(shè)計中不僅要考慮16位的半精度運算性能，還要考慮支持64位的雙精度運算。他表示，最優(yōu)的雙精度與半精度運算性能比為1:100。

二是網(wǎng)絡(luò)平衡設(shè)計。鄭緯民指出，在網(wǎng)絡(luò)設(shè)計方面，高帶寬、低延遲的網(wǎng)絡(luò)是極大規(guī)模預訓練模型運行的必要條件?！霸谟柧氝^程中，我們采用數(shù)據(jù)并行、模型并行和專家并行三種不同的并行方式，但這三種方式對互聯(lián)有不同的要求?！编嵕暶癖硎?，“只有把通信做好，大模型才能順暢跑通?！?/span>

三是體系結(jié)構(gòu)感知的內(nèi)存平衡設(shè)計。通俗而言，大模型在訓練過程中使用的大量數(shù)據(jù)會產(chǎn)生大量的內(nèi)存訪問請求；對內(nèi)存平衡的優(yōu)化，目的是提升模型訪存性能，從而提高模型訓練效率。

四是輸入輸出子系統(tǒng)平衡設(shè)計。鄭緯民指出，機器在執(zhí)行大規(guī)模訓練任務(wù)時，發(fā)生硬件、軟件錯誤在所難免。針對這樣的情況，容錯檢查點成為了大模型訓練中的一道“保險閘”。容錯檢查點設(shè)置不足，會導致模型訓練效率降低；檢查設(shè)置過于頻繁，則會浪費大量時間和存儲空間。因此，優(yōu)化檢查點存儲在大模型訓練中的重要性不言而喻。

“以上四點平衡的問題得到解決，AI大模型將實現(xiàn)快速發(fā)展。”鄭緯民總結(jié)道。

（來源：中國電子報）