(資料圖片)
李國杰 《 人民日報 》（ 2023年06月28日 第 15 版）
隨著科學技術飛躍發展，人類社會已進入信息時代的智能化階段。智能化階段以“智慧”為動力，最重要的生產力就是“算力”，標志性的基礎設施則是“算力基礎設施”，即算力網。過去幾十年，人類構建的通信網和互聯網解決了數據和信息上網的問題。現在要建設的算力網，是與信息網平行的另一個網絡，其目的是讓用戶能夠隨時隨地獲取算力資源。信息網以信息（網頁）為核心，而算力網是以算法為核心，高效調配多樣性算力，對數據資源進行深度加工，產出各式各樣的模型，從而實現模型上網。
這里的模型是指對某個實際問題或客觀事物進行抽象后的形式化表達方式，比如數學公式、應用軟件包、算法和機器學習模型等。其本質是人類觀察、認識客觀世界獲得的知識，而這些知識大多是計算機“算”出來的。目前互聯網上傳輸的主要是“比特流”“數據流”。隨著智能化程度提高，未來算力網上傳輸的數據流會減少，更多的是數字化的“任務流”“模型流”“知識流”。
算力網需要連接各地大大小小的算力資源，形成一個完整生態，其中最為關鍵的是提供巨大算力的超算中心（包括智能超算中心），它是智能時代新基礎設施的骨干。一個國家級超算中心的計算能力相當于幾十萬臺個人電腦。不過，現在各超算中心基本還是一個個孤島，只有將遍布全國的超算中心連接起來形成統一調度的超算互聯網，才能像電力一樣，實現高利用率和惠及大眾的算力供應。
算力不僅是計算機硬件的運算能力，更是一種基于計算的服務能力。實現超算互聯網的難點，在于通過標準化和抽象化形成虛擬化、一體化的超算中心。未來，各行各業的超算應用模型和APP都可以放在超算互聯網平臺上，需要算力的單位可以像在線購物一樣方便、高效地使用這一平臺。算力和應用之間的封裝和銜接是一個算力便捷化的過程。只有方便用戶使用，其需求量才會劇增。
得益于龐大的數據、參數及較好的學習能力，大模型增強了人工智能的通用性。隨著技術迭代，更高效、更“聰明”的大模型將滲透到越來越多的領域，有望成為人工智能技術及應用的新基座。過去幾年，訓練人工智能模型所需的算力大約每3個月就翻一番，其算力需求一年就增長10倍。面對新的變革與挑戰，我們既要高度重視量子計算、光子計算、變革性的器件和新型計算機體系結構等領域的基礎研究，尋求新的算力資源，又要盡快增強我國的計算能力，充分發揮可用算力的作用。
目前，世界多國都在努力探索構建超算互聯網。構建超算互聯網的難度很大，但在發展過程中會“沿途下蛋”，逐步釋放出經濟效益和社會效益。在中國科技部高新技術司的牽頭下，國家超算互聯網工作日前已經啟動。按照規劃，到2025年底，國家超算互聯網將成為算力網的骨干。中國超算已進入世界第一方陣。總體來講，我們的超算研發設計和生產組裝能力較強，但應用能力還有待提升，特別是在工業應用方面與世界尖端水平還有差距，未來還有很大發展空間。
（作者為中國工程院院士、中國科學院計算技術研究所研究員）
責任編輯：Rex_28
營業執照公示信息