十年前，英國《經濟學人》曾用工業(yè)用電量為主的指標來評估中國GDP，而現在算力已經成為新的指標。似乎每個企業(yè)、每個城市都在努力增加算力。
一位讀者不無困惑地留言，大家都說自己算力有多少FLOPS，能支撐這個大模型、那個大數據，是不是數字越大就算力越強呢？
還真不是。
衡量算力水平，除了運算次數，還要看算力精度，也就是能夠支持的數據精度和運算復雜度有多高。
如果說運算次數（FLPOS）代表的是內力值，那么算力精度就像是“身法”，決定了能否用對內力、用好內力。武林對決，有人拿屠龍刀一通亂砍，令狐沖靠獨孤九劍劍法一擊必中，你覺得誰水平高？
不同計算任務，對算力需求不盡相同，需要恰當的“身法”，來發(fā)揮算力的價值。
具體來說，根據數據類型的不同，適配的算力精度也有所區(qū)別：
比如科學計算，天氣預報、運算化學、分子模型、天體物理模擬等，數據精度要求高，需要雙精度算力（64位，FP64），是由超級計算機提供的一種通用算力。
AI模型訓練，自動駕駛、智慧城市、AIGC等業(yè)務，需要學習大量數據，訓練出一個復雜的深度學習模型，而處理大規(guī)模浮點型數據，更適合用單精度算力（32位，FP32）、半精度算力（16位，FP16）。 近年來，預訓練大模型爆發(fā)，涌現出了DALLE、ChatGPT、紫東太初等一波波大模型，參數動輒達到千億萬億，大模型的高效訓練需要用到大量的單精度算力。
訓練好并部署的模型，實際應用時只需要根據輸入的數據，推理出各種結論，比如人臉識別、車牌識別、語音識別等，這個AI推理的過程，處理的是整數型數據，更適用于整型算力（INT8）。
那么問題來了，一般來說，某一個區(qū)域內，既有高精尖科研、智慧城市、自動駕駛這類高性能計算，帶來了通用算力的需求；又要有AI模型訓練、AI應用推理等來支撐產業(yè)數轉智改，對專用算力的需求也很高。
如果區(qū)域內算力配置不夠多樣化，少了某一種算力，相當于等用戶上了戰(zhàn)場對敵時，才發(fā)現無招可用或事倍功半，必然會限制當地數字化的發(fā)展。
因此，各地在進行智算中心建設時，從長遠來看，就必須考慮算力的多樣化、普適性。
但現實情況是，很多地方的智算中心，處于“先批快建”、各自為戰(zhàn)的階段，由于AI產業(yè)/科學計算/產業(yè)數字化等迅猛發(fā)展，迫切需要補足某種專用算力，應對算力焦渴，缺乏通用算力的統(tǒng)籌規(guī)劃。
隨著東數西算工程、數字中國等一系列措施的推進，進入“十四五”發(fā)展新時期，專用算力的通用化難題，就成為掣肘地方數字經濟發(fā)展的當務之急。
前不久發(fā)布的《智能計算中心2.0時代展望報告》中也強調，當前個別地區(qū)選擇的算力配置出現一定“偏科”現象，只能滿足一部分細分場景的需求，不能兼顧多產業(yè)、多領域對融合算力的需求。需要推動通用算力、專用算力融合，驅動應用走向縱深。
對于高校、科研機構、企業(yè)、政府等各類算力用戶來說，算力融合究竟能帶來哪些利好？
破解“算力偏科”，算力融合價值幾何？
一言以蔽之，算力融合，意味著用戶可以對不同算力資源隨取隨用，無論是辦公數字化需要的通用算力，還是AI應用需要的專用算力，抑或是氣象預報、生物預測等需要的高性能算力，都可以融會貫通、博采眾長，支撐自身業(yè)務的發(fā)展，成為一個算力“通才”。
從這個角度看，通用算力、專用算力的融合，會帶來三重明顯的價值：
一是數字經濟的可持續(xù)。數字經濟已經成為各個區(qū)域發(fā)展的主調，其中包含的算力應用場景是非常廣泛的，根據應用場景來進行算力部署，更快地建立優(yōu)勢。比如某省會城市希望打造人工智能高地，同時高校牽頭建立遙感產業(yè)集群，專用算力、通用算力相融合，能支撐更加豐富的應用場景，為當地數字經濟的長期可持續(xù)發(fā)展提供算力保障。
二是綜合成本的下降。算力基礎設施的建設成本極高，在前期規(guī)劃時做好多種算力的配置，能使基礎設施的利用率提升，既保證算力充足，同時精益地滿足各類任務所需，從而提高算力的綜合效益，降低算力的使用成本，讓區(qū)域內的算力更加普惠、更多用戶受益。
三是多元供應的可靠性。算力融合意味著需要不同計算單元、多種架構并存、多種軟硬件兼容，新型算力基礎設施走向開放、多元、兼容，相當于“不把雞蛋放在一個籃子里“，能夠降低供應鏈的不確定風險，長期來看能夠讓算力更加安全可靠。
算力融合，相當于一個武林高手，無論華山劍法、少林功夫、武當太極，各種”身法“都能信手拈來，那么面對任一種計算任務的挑戰(zhàn)，自然可以游刃有余。
縱橫2.0階段：數字江湖兒女需要怎樣的算力底座
即將到來的數字經濟浪潮中，每個人都要化身江湖兒女、弄潮時代，這時候，一個通用性的算力底座，就如同通曉全門派武功身法的“神助攻”，可以提供全精度多元算力，讓用戶更從容地應對業(yè)務變化和挑戰(zhàn)。
國家工業(yè)信息安全發(fā)展研究中心在《報告》中提出，智算中心在2017-2021年高速擴張的1.0階段，主要提供的是專用性的算力。從2022年開始進入2.0階段，需要利用CPU與GPU等加速芯片的異構重合，來實現高精度通用算力和低精度專用算力的融合供應。
由此可見，智算中心的下一步重點，就是向通用算力底座發(fā)展。而建設這樣一個通用算力底座，有“一橫一縱“兩個基本要求：
一橫：多元算力需要多元架構，智算中心必須“橫向”兼容。
智算中心1.0階段，采用的是垂直一體的煙囪式的方案，針對性地滿足高性能計算、人工智能、大數據計算等不同的應用負載，通用性和兼容性比較低。多樣化的通用算力底座，要實現不同架構的芯片平臺、不同場上的算法模型以及數據集的橫向兼容，讓用戶可以根據業(yè)務場景和計算任務選擇最適合的算力方案。
一縱：通用算力需要軟硬協(xié)同，智算中心必須“縱向”耦合。
不同技術路線的芯片、算法、模型、應用等要素，需要產業(yè)鏈上下游的打通，解決軟硬件兼容性的問題，芯片制造廠、中端廠商和軟件開發(fā)商，通過軟件優(yōu)化、架構整合和軟硬件協(xié)同，來提升計算的整體性能。
打破垂直一體模式，走向“橫向”兼容“縱向”耦合，成為智算中心2.0時代的關鍵，從而支撐千行百業(yè)在數字時代縱橫馳騁。
見招拆招：智算中心的未來挑戰(zhàn)
智算中心1.0階段快速擴張，統(tǒng)計數據顯示，目前中國已經有超過30個城市在建設或提出建設智算中心。未來數字經濟中80%的場景和算力資源要由智算中心進行承載。這是一個巨大的機遇，但機會越大，所應該承擔的責任也就越大。
如前所說，智算中心在2.0階段必須走向“橫向”兼容“縱向”耦合的目標，飯要一口口吃，算力融合也要一步步走，把每一個環(huán)節(jié)做好，見招拆招。
具體來說，智算中心的算力融合，要從四個核心環(huán)節(jié)來做功，分別是：算力生產、算力聚合、算力調度、算力釋放。
算力生產方面，要具備多樣化算力的供給能力。為了實現不同架構芯片的多元化融合，智算中心的體系結構，已經從同構計算走向異構計算，國內外的科技企業(yè)如谷歌、英特爾、阿里、百度，都在進行異構計算的研發(fā)?！吨悄苡嬎阒行?.0時代展望報告》中，曙光5A級智算中心也憑借全算力精度覆蓋、多樣化算力供應，成為產業(yè)內示范樣例
算力聚合方面，要推動通用算力和專用算力的融合。目前來看，業(yè)界各個廠家的智算中心建設理念是比較類似，都在強調融合發(fā)展。
算力調度方面，融合的算力如何靈活、精益地為各行各業(yè)所取用呢？這就需要對多樣算力進行統(tǒng)一的調度和運營。宏觀來看，在東數西算工程的推動下，全國算力一體化網絡體系已經初步形成，為智算中心的算力調度建立了基礎。微觀來看，智算中心的建設者/參與者也開始建設算力運營平臺，用精細化、智能化的手段來提高算力運營調度水平，比如曙光智算運營的全國一體化算力服務平臺等。
算力釋放方面，算力融合的本質目的是讓千行百業(yè)用好算力、用對算力，所以多樣化算力如何更靈活的釋放到數字產業(yè)當中去，提供算力服務的應用，是智算中心在2.0階段的重中之重。
從產到用、見招拆招，智算中心2.0將是真正意義上的公共算力基礎設施，把澎湃的內力與適配的身法，交給千行百業(yè)。
一個全新的數字視界，已經向各行各業(yè)的俠士們廣發(fā)英雄帖。廣闊的產業(yè)機會，等待著大家去爭取，去贏得自己在這個時代的勛章。
化多元化算力為己用，打開多元化的未來，智算中心2.0階段，一定會有更多傳奇的人和事。
免責聲明：此文內容為第三方自媒體作者發(fā)布的觀察或評論性文章，所有文字和圖片版權歸作者所有，且僅代表作者個人觀點，與極客網無關。文章僅供讀者參考，并請自行核實相關內容。投訴郵箱：editor@fromgeek.com。
免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。
