人工智能的算力設計起點已經到了萬卡級別，僅靠芯片提升還不夠，要從系統創新入手。

　　文|趙艷秋

　　編|牛慧

　　從去年底到今年初，大模型在企業中的落地呈現加速之勢。業界主要生態牽頭方，都在加快戰略布局。這些布局都涉及國內大模型到底應該走上怎樣一條發展路徑，也影響著每一個生態的參與者，因而引發關注和討論。

　　相比國外，中國大模型產業還有一個鮮明特征——百芯百模、算力更多元、模型更多。如何在這樣的現實情況下，實現大模型在企業的順利落地、規模化發展，業界也面臨諸多挑戰。

　　4月17日，大模型生態鏈上重要的牽頭方之一浪潮信息，在其第十屆生態伙伴大會(IPF2024)上，提出了要“ 以應用為導向，以系統為核心”的戰略路徑，并支持以“開源開放、多元多模”的方式，激發生態創新，解決產業規模化發展問題。浪潮信息推出了企業大模型開發平臺“元腦企智”EPAI，升級元腦生態，構建多對多的平臺系統，從而提高人工智能生態效率，以應對正在到來的企業大模型落地潮。

　　01

　　人工智能競爭要另辟蹊徑?

　　“人工智能的算力設計起點已經到了萬卡級別，僅靠芯片提升還不夠，要從系統創新入手。”浪潮信息董事長彭震開門見山說。

　　最近，關于中國人工智能的發展道路，業界有不少討論。4月，全國政協經濟委員會副主任、工業和信息化部原部長苗圩指出，這幾年我國算力與美國相比，逐漸被拉大。在技術相對落后的情況下，我們不應跟美國“打籃球賽”，而是應利用中國“下圍棋”的謀略，通過大模型賦能制造業等領域，實現人工智能應用，走一條差異化的發展道路。

　　彭震贊同這一觀點。他解釋說，此前中國互聯網行業也是因為和產業做了深度融合，造就了手機支付、電商、直播、物流業等的大發展。“人工智能時代也是應用為王，我們要發揮中國在應用上的創新試驗場和引領作用，促進千行百業的創新。”

　　中國工業經濟學會會長江小涓看到，2023年中國制造業占全球的比重又增長一個百分點，達到近30%。中國有全球最大、可以承接人工智能落地應用的產業。

　　根據IDC的預測，到2027年，中國2/3的企業將利用生成式AI和RAG的組合，將決策效率提高55%。為此，到2026年，中國500強企業將把30%以上的核心IT支出用于AI。

　　實際上，2024年被認為是生成式AI在企業落地的元年。數智前線獲悉，從去年底今年初開始，大模型在行業的落地活躍度十分驚人。

　　一家工業服務商告訴數智前線，今年他們在工廠產線升級、設備能耗改造方面，落地項目預計至少幾百個。另一家服務商正在船舶業做試點，這些傳統行業老齡化嚴重，通過大模型降低對工人的技能要求，降本增效特別明顯。在交通業，人們已盯上地鐵、航空設備運維大市場;在知名藥企，從靶點尋找、小分子藥物篩選到合同審批，大模型已逐步突破一個個環節.....

　　在浪潮信息內部，應用場景的挖掘也很活躍。彭震認為，每家企業，要么在內部業務流程，要么在外部產品服務體系上，都有大量應用場景適合大模型創新。

　　在這樣的形勢下，“如果在大模型應用方面走在全球前面，我們的人工智能也一定會走在全球前面。”彭震說。

　　除了以應用為導向，當下大模型的創新要以系統為核心。

　　大模型的突破是算法、數據、算力等多要素協同發展的結果。即便單看算力，如今也不全取決于芯片，大模型訓練算力設計的出發點是萬卡集群，甚至更大集群。

　　“這是一個全新的架構，不是以芯片為核心的單機系統，而是以系統為核心的架構。”彭震說。

　　“過去兩年，全球領先芯片的性能，實現了兩倍的跳躍，但趕不上我們對大模型訓練算力10倍、甚至百倍的增長需求。”北京智源人工智能研究院副院長兼總工程師林詠華說，哪怕是最先進的芯片，也要通過更多卡的互聯，才能達到更大算力。

　　“所以，我們要通過系統創新，去解決今天芯片算力不足的問題。而且不是中國廠商算力不足，美國廠商算力也同樣不足。”彭震說。

　　而在系統創新中，計算、網絡、存儲、算法、數據工程等，一個都不能少。彭震舉例，浪潮信息曾在一個國產平臺上做大模型訓練，發現互聯帶寬非常低。但經過算法層面的優化，整個算力效率提升了33%。

　　在全球范圍，即便是OpenAI和英偉達取得的突破性進展，也都是系統級創新。以OpenAI的Sora為例，資深人工智能專家、云知聲董事長梁家恩告訴數智前線，它的驚艷效果，背后是OpenAI對架構設計、新算法組合和數據潛力的深刻洞察，以及精巧的系統構思設計能力，而非簡單的“大力出奇跡”。

　　如何提升系統的效率，發揮系統的價值，將會是大模型領域重要的創新點。

　　02

　　從好算法到好應用并非易事

　　不過，大模型的落地仍面臨不小挑戰，從一個好算法到好應用之間，還有巨大的鴻溝。

　　在大模型引發業界的巨大關注后，浪潮信息人士在拜訪客戶過程中，感受到了一種無力感。很多客戶表達了期望用大模型做智能化轉型，但如何與大模型結合，技術和應用中間有巨大的鴻溝。

　　“從某種程度上，我們現在不是缺大模型、缺技術，而是缺場景、缺數據，缺在一個場景下磨練大模型算法的能力。”彭震說。

　　浪潮信息逐漸意識到，要加速大模型在千行百業的創新，需要創造一個簡單易用的大模型開發環境，激發更多合作伙伴，能快速走入行業。

　　在開展大模型場景應用和落地的拓爾思董事長施水才看來，大模型落地講求三個“實”。第一個叫實戰，AI落地工程化交付非常重要。第二個叫實用，用戶的剛性需求是什么?不能與用戶的業務需求對不上。第三個叫實效，企業要的是降本增效。生態各方要聚焦解決這三個問題。

　　在IFP2024期間，浪潮信息發布了企業大模型開發平臺EPAI，將落地的難點痛點，結合企業實踐、自身的KnowHow和方法論，形成一套工具鏈。

　　EPAI平臺上有多種基礎模型和數據集，并提供了數據準備、知識檢索、應用框架等系列工具，是端到端的一體化平臺。

　　EPAI平臺降低了大模型落地門檻。在浪潮信息內部，一位售前工程師花了一個月，用對話方式，開發了“投標參數傾向分析”小程序。標書是企業競爭的風向標，只要將投標參數丟進小程序，它就能自動分析出參數傾向于哪家投標企業，為下一步競爭策略提供參考。

　　值得關注的是，EPAI支持調度多元算力和多模算法。相比國外，中國大模型產業有著鮮明的特征——百芯百模、算力更多元、模型更多。據GitHub的不完全統計，截至2024年1月，國內已有AI大模型243家，其中通用模型39個、金融模型25個、工業模型23個......與此同時，CPU、GPU、TPU、NPU各種芯片都參與了人工智能的創新。

　　“有些人認為這是重復造車，浪費生產力。”彭震說，但從歷史來看，很多技術誕生初期，都是百舸爭流、百家爭鳴，再通過市場之手選擇最后的技術。“我們要鼓勵開源開放，激勵多元多模。”

　　浪潮信息認為，在多元多模的支持上，自己有著優勢和積累。“因為我們與所有芯片企業都是伙伴，與所有模型算法公司也是伙伴。這些伙伴在這個平臺上，可以獲得很大的誠意，并且能夠共享上萬家右手伙伴(應用開發服務商)，覆蓋中國企業客戶，真正將大模型轉變為生產力。”浪潮信息高級副總裁劉軍告訴數智前線。

　　實際上，實現多元多模并不容易。經過三年多、多層面深度配合與研發，在開展了大量適配、優化等工作后，浪潮信息逐步支持多元多模。伙伴或客戶在應用側開發應用后，如果更換底層芯片，已不需要重寫代碼，這解決了煙囪林立型的生態。

　　EPAI平臺也推崇開源開放，來解決多元多模帶來的挑戰。比如，浪潮信息與百度、中國移動、中國工商銀行、國家電網等伙伴，發起成立了OCTC開放計算組織，發布大量標準和團標，如面向AI異構協同計算的四項團標、面向液冷的首批冷板式液冷技術規范等，實現規模化的產業發展。

　　03

　　建設共生型生態

　　在IPF2024大會期間，不少企業表達了需要生態力量，一起從開源開放路徑，解決當下大模型訓練和落地中諸多挑戰的需求。

　　“多元算力并存肯定是趨勢，但從我們的角度，更關注芯片之上的軟件生態。”智源林詠華說。業界看到，目前多元AI芯片生態還相對比較割裂。它們的架構不同，從編譯器到算子都自成一體。大模型企業要把訓練移植到這些芯片上，就不得不面對大量遷移工作。

　　今年全國很多地方都開始構建智算中心，面對多元算力并存、網絡擁塞等核心問題，業界人士認為，只有進行標準化，才能推動下一代智算中心產業化的發展。“我們希望可以通過開源的力量，一起來做這樣的事。”林詠華說。

　　從事行業解決方案開發的中科軟董事長左春觀察，當下大模型在行業的落地，是幾方緊密合作的過程。客戶要選擇模型，會提出一些落地方向;廠家要提供基座和工具來訓練模型;ISV(增值開發商)要為客戶進行知識梳理和知識訓練。

　　而在多元算力、多元模型、多元場景狀況下，如果讓每一家芯片廠商、模型廠商和開發合作伙伴，去對接成千上萬的企業客戶落地，效率太低。“我們今天要做一個多對多的平臺系統。”彭震說，來提高人工智能落地效率。

　　在EPAI平臺上，為左手伙伴和右手伙伴打造了公共的平臺和工具箱。從事解決方案開發的榮聯科技在2019年加入元腦生態。

　　榮聯科技首席科學家王向東注意到了元腦生態的平臺化。“這讓模式復制的效率會更高，邊際成本會不斷降低。”他進一步分析，“實質上，這是以平臺帶動產品，以生態進行競爭，這個競爭模式在當下是領先的。”

　　“現在有一個詞叫‘FOMO’，意思是怕錯過。談到人工智能的發展，每個人都怕錯過，大家都在加速學習、亮相。”中科軟左春補充說，“我也看到了浪潮信息除了硬件支持以外，在系統軟件平臺上的努力。”

　　“我們很希望擁抱生態，創業企業尤其需要生態的支持。”創業公司銜遠科技首席運營官、聯合創始人王曉波說。

　　在會議期間，浪潮信息多次表示，打造共生型生態，支持客戶在“多元多模”上的選擇，支持開發合作伙伴和更多的模型廠商、芯片廠商發生聯系，建立合作關系，共同迎接大模型在企業落地上的大潮。