再次被带火的AI赛道 如何面对难以破解的算力难题
近段时间，随着ChatGPT的火爆，让更多人意识到我们正处在以ChatGPT为主线的新一轮人工智能创新周期，ChatGPT为人工智能产业注入新活力，有望带动AIGC类应用快速爆发，人工智能技术作为驱动数据经济的技术底层，有望迎来新的发展机遇。
我们看到，ChatGPT从算法类型来说，是AI自然语言模型算法，属于NLP(自然语言处理)类的AlphaGo。其中，围棋版的AlphaGo是数据有限的自我演算，ChatGPT则是开放数据，全世界互联网数据都是计算范畴，因此，它的数据量比AlphaGo增加了无穷倍，算力消耗也比搜索引擎大数倍。
人工智能的快速发展，极大拉动了算力的发展。如同生物大脑是“人智”的核心，人工智能也同样非常依赖一个高质量的“大脑”，即人工智能基础设施，包含计算、存储和网络。面对数据攀升、算法和模型领域的突破，“大脑”需要尽可能快速、精准地处理大量数据或执行复杂的指令，这对人工智能计算力提出更高的需求。
人工智能算力难题如何破解
比特网了解到，ChatGPT是基于GPT-3.5优化的一个模型，GPT-3.5是GPT-3.0的微调版本。GPT-3.5在微软Azure AI计算基础设施上进行训练，总算力消耗约3640PF-days。
这也意味着，ChatGPT大模型的特点使其无论是研发(训练)和基于应用(推理)都需要大量智能计算资源和数据存储及传输资源。
目前，人工智能的快速发展，极大拉动了算力的发展。如同大脑是“人”的核心，人工智能也同样非常依赖一个高质量的“大脑”，即人工智能基础设施，包含计算、存储和网络。面对数据攀升、算法和模型领域的突破，“大脑”需要尽可能快速、精准地处理大量数据或执行复杂的指令，这对人工智能算力提出更高的需求。
近日，ChatGPT因访问量激增而频频宕机，再次暴露了其算力短板，人工智能时代对于算力需求的大幅提升已不可避免，但多少算力可以应对当下人工智能的发展呢？宁畅副总裁兼CTO赵雷如实谈道：“目前，如果要说实现我们理想人工智能的算力需求，短时间来看也还需要两到三个数量级的算力，至少是现在100倍-1000倍的算力。”
近年来，无论是政策引导，故鞘谐》⒄梗懔π幸档姆⒄挂丫谴笫扑鳎珹I服务器、AI芯片等领域迎来重要的发展机遇。
“算力+人工智能”生态初显
虽然ChatGPT需要很大的算力支撑，但它也只是人工智能赛道里面爆火的产品之一。
赵雷表示：“未来还会有自然语言合成、自动驾驶、图形图像类等产品推出，它们越来越依赖大模型训练，因为训练的精度越高，或者训练模型越大，它给用户带来的反馈就越准确，也让用户有更好的体验，但面对模型体量快速的增长速度，对GPU或者AI芯片的要求就会越来越多。”
比特网认为以ChatGPT为代表的人工智能新时代，其带来的全新场景+原场景流量大幅提高，推动AI产业链上下游需求增长。提供算力的新片、服务器等基础设施，将会受益于ChatGPT的应用爆发，推动AI产业化由软件向硬件切换。
因此，算力+AI生态已经逐渐清晰，相关厂商也有众多产品实现大规模落地。
其中，宁畅几年前就推出了智定+战略，着力发展人工智能服务器，其在2021年就凭借X620 G40服务器就取得多项世界性能第一成绩，而后陆续推出X620 G50、X640 G40、X660 G45等多个系列的AI服务器新品。
赵雷介绍道：“就ChatGPT业务来看，非常适合在宁畅高端的X660 G45 AI服务器进行工作负载，该产品经过宁畅的性能调优，在一些国际、国内的排行榜中取得了多项第一的成绩。”
当下，随着AI技术正加速在各行业深度融合和落地应用，场景非常多变，行业呼唤能贴合场景需求的产品和服务。
期待人工智能时代
在过去的2022年，人工智能在各个行业的应用程度都呈现不断加深的趋势，应用场景也越来越广泛，人工智能已经成为企业寻求新的业务增长点、提升用户体验、保持核心竞争力的重要能力。
一直以来，我国始终强调科技兴国的重要性。数字经济时代，技术的力量更为凸显。近年来，我国政府相关部门相继发布一系列政策，更加明确了人工智能对于提升中国核心竞争力的重要支撑作用，加上新基建、数字经济等持续利好政策的推动，中国人工智能市场保持平稳增长。
而且，在面对人均算力尚低、算力随需处理的需求难以满足、算力应用广度和深度不够等问题上，我国也提出了“东数西算”工程，通过构建全国一体化的新型算力网络，优化数据中心建设布局，将东部算力需求有序引导到西部，利用西部的资源优势，为数字中国的发展提供低碳、低成本的优质算力。
随着我国还应在算力方面进一步加强智算中心、边缘数据中心等建设，不断满足政府、行业、企业甚至个人等多样化的智能场景需要，以算力+AI赋能智慧城市、智慧医疗、智慧农业等千行百业的高质量发展。
