人工智能300p算力是什么意思-助力国产AI芯片解锁大型模型！致远打造1000P算力平台

作者 | 鑫源

编辑| 莫英

智东西5月31日报道，被誉为“AI专家盛会”的国内人工智能学术盛会——2022北京智远大会今天上午正式拉开帷幕。

一如既往，本次大会集结了人工智能（AI）顶尖阵容：图灵奖获得者、哥德尔奖获得者、戈登贝尔奖获得者、机器学习鼻祖、强化学习创始人、自由能原理之父国内外人工智能领军企业将通过多种形式展开竞争。

在上午的开幕式上，致远研究院宣布正在针对前沿AI大模型和AI科学研究需求打造具有1000P算力池的九鼎智能计算平台，并率先建立AI芯片生态实验室加速国产化。 AI芯片创新突破、应用落地和生态发展。

“未来一两年内，国产AI芯片的成功将非常关键。” 致远研究院总工程师林永华在接受智东西专访时透露，1000P算力平台的建设和AI芯片生态实验室的首要目标都将在今年完成。

目前国内AI芯片企业有华为、昆仑芯科、海光信息、天枢微芯、燧源科技等多家表情包设计，还有北大罗国杰团队、北大董浩团队、清华大学翟继东团队、中科院计算技术研究所崔惠民团队等相关科研团队已正式加入实验室。

致远启蒙模式也取得了一系列落地进展和技术升级：不仅在美团App的搜索广告、智能客服、精选点评三大业务应用上实现了收入和业绩提升； 它还可以使用人工智能生成详细的图像。 、如摄影般逼真的画面，甚至是经典电影场景的复制品，让世界名画“活起来”。

此外，针对类脑智能，致远天眼团队打造了目前已知最精准的智能线虫生命模型，可以实现像真实线虫一样的嗅探、蠕动等智能行为。

从今天开始的三天时间里，智能源大会将围绕当前人工智能产业界和学术界亟待解决的问题和挑战，举办26场由各领域顶尖学者领衔的专题论坛。 通过分享丰富的研究成果和趋势洞察，我们将提供一场充满有用信息的人工智能盛宴。

1、九鼎智能计算平台：打造1000P算力池，重点攻克三大技术难题

通用大模型和AI for Science已被公认为国际人工智能领域前沿重大科研方向。 这些技术变革不断涌现的同时，也带来了从硬件、平台、算法、应用到生态结构等新一轮的挑战。

一方面，大型模型的训练任务需要大量的数据和计算能力，这让许多资源有限的科研团队望而却步。 另一方面，现有公有云提供的AI服务大多基于推理任务，并行优化的复杂度远低于Large模型。

另一方面，许多人工智能科学研究需要深度学习和传统的高性能计算（HPC）。 然而，这两种范式的计算要求有显着不同。 如何实现两种范式的高效共存是需要解决的重要问题。

为此，致远研究院打造了专注于AI科研的大型云计算服务平台“九鼎智能计算平台”。 它将围绕通用大模型、AI for Science等方向，通过解决科学研究的核心瓶颈和挑战，推演新的计算范式。 这将为未来十年人工智能科研创新和产业应用提供坚实基础。

九鼎智能计算平台正在北京扩建其1000P算力平台。 其中300P已建成投入使用，剩余700P预计今年第三、第四季度竣工。 一年来，九鼎智能计算平台已支持国内科研团队的人工智能项目超过50个。 自成立以来，对算力的需求就非常旺盛。

九鼎作为AI智能计算平台，在算力、数据、算法三个方面提供创新支撑。

数据层面，致远目前正在与埃及阿拉伯科技与海运研究所、埃及亚历山大图书馆合作，打造全球最大的阿拉伯语数据集和智能模型。 这一行动是填补阿拉伯世界预训练数据集空白的重要一步。 目前，九鼎平台已承载超过340TB的训练数据，支撑国内外多个AI团队的算法创新。

算法层面，致远研究院在本次大会上宣布大型模型算法工具项目FlagAI正式开源。 该开源项目可以提供大型模型预训练、微调和推理的一站式服务。 通过简单易用、高质量的架构设计，大大降低了开发者使用新的大模型技术的门槛。 FlagAI正在加入全球开源体系，未来将开放更高效的大模型相关技术。

除了建设之外，九鼎平台还将探索三大技术问题：

1.探索满足大规模混合计算任务的调度方法

现有的商业公有云主要集中在高并发的推理任务上，即同一个任务形式是海量并发，但每个任务都比较小。

相比之下，九鼎平台更注重AI大模型训练任务。 其调度的核心是关注在同时训练多个大型模型时，如何支持不同的训练任务在数据、算法、任务等层面实现并行优化策略。 ，同时平衡网络和计算。

为此，九鼎团队正在构建自主研发的调度系统，保证训练可靠、不间断，同时在训练过程中提供弹性资源扩展能力。

2.构建AI+HPC融合云计算架构

面向AI for Science场景，九鼎平台需要基于现有的CPU处理器、GPU以及众多国产AI加速器的异构计算云平台资源，构建一套能够混合、灵活调度AI和HPC工作负载的云计算能力。 推动人工智能科研云平台发展。

林永华表示，九鼎团队既有百度、快手等互联网AI平台多年研发经验的技术带头人，也有来自IBM等国际大公司多年从事HPC系统研发的骨干，因此他们有能力针对这个问题进行一系列的研发。 这也可以作为新一代架构发展的一个很好的范例。

3、创建统一的适配层，驱动各种异构计算芯片的能力

九鼎平台作为混合架构云平台，已支持多家厂商的AI加速芯片。 由于各个芯片的架构设计和底层指令集不同，它们支持各种计算操作的能力也不同。

因此，致远希望利用AI能力构建统一的自动适配层，探索自动匹配最佳运行硬件架构环境的方法，让每个异构计算芯片都能发挥出最佳的计算能力，最终提升整体平台的性能，帮助行业大幅降低异构计算的使用和优化门槛。

2、建立AI芯片生态实验室，突破四大产业瓶颈

2020年至今人工智能300p算力是什么意思，致远研究院一直致力于国产芯片的适配和评估，在过程中发现当前AI芯片产业面临着几个瓶颈：

首先，行业尚未建立成熟统一的行业应用标准和规范。 导致各芯片厂商只能针对不同的企业需求进行重复的适配和测试，消耗了大量的资源和人力成本，延长了芯片进入市场的时间。 循环。

其次，很多AI芯片对新一代主流机型的适应性不够。 与AI模型的发展速度相比，相对滞后。 系统通常不兼容并且运营商不受支持。

第三，随着芯片制造工艺逐渐逼近瓶颈，芯片性能的突破更多地依赖于芯片架构的创新。 充分发挥芯片架构的性能离不开基础软件的创新。 在中国，AI芯片的研发集中在芯片企业，而基础软件创新主要在大学团队。 因此，推动国产AI芯片软硬件协同创新，需要加大跨层创新合作。

第四，AI芯片上层软件生态缺乏接口标准，包括平台、框架、运营商等不同层面。 因此，NxM的多方适配工作经常发生。

意识到这些问题后，在科技部和北京市政府的指导下，致远研究院决定牵头建立AI芯片生态实验室人工智能300p算力是什么意思，联合多家AI芯片企业和高校研究团队共建一家人工智能芯片产学研合作合资企业。 创新平台推动形成AI芯片评估和适配基准，加快完善芯片软件生态建设和创新，带动国产AI芯片针对大模型、AI for Science等重要计算范式的优化。

AI芯片生态实验室将为各芯片企业提供免费的评估和适配支持，并将联动致远、大学科研团队和企业开展产学研联合创新，在评估和适配方面，标准制定、软硬件协同创新，在新计算范式的性能突破方面开展全面合作。

目前，首批加入实验室的人员包括华为、昆仑芯科、海光信息、天枢微芯、燧原科技等国内AI芯片企业卡通形象，以及北大罗国杰团队、北大董浩团队、清华大学等。大学的翟继东团队、中科院计算技术研究所崔惠民团队等相关科研团队。

随着更多国产AI芯片的面世，林永华认为，芯片产业需要回答生态和性能两个问题，包括打造与现有开源、开放系统无缝连接的能力，让用户可以无负担地应用。转，力争让这款GPU产品的性价比与国际巨头NVIDIA相媲美，这样AI芯片才会在市场上获得成功。

“大家都在推波助澜，AI芯片本身就是一个巨大的市场。如果国内的芯片生态能够成功，这个市场将足以容纳目前所有AI芯片公司10倍的能力。” 致远研究院希望通过AI芯片生态实验办公室与各芯片企业和科研团队共同推动底层软件和工具的开源，推动更多国产AI芯片的成功。

3、发布最高精度“智能昆虫”模型，从生命智能走向智慧生活

开幕式上，驰源还发布了迄今为止已知最高精度的线虫神经系统“天宝1.0”。 它已经可以像真正的线虫一样嗅探并控制身体运动以到达感兴趣的目标。

秀丽隐杆线虫是目前研究最深入的模型动物。 它的体长只有1毫米左右，共有302个神经元。 它经历了亿万年的进化，能够完成感知、逃逸、觅食、交配等一系列智能。 行为是当今人工智能系统无法比拟的。 之前的许多人工智能和机器人研究都试图通过研究秀丽隐杆线虫的生物神经机制来模拟通用人工智能。

致远天眼团队研发的线虫模型完成了秀丽隐杆线虫全部302个神经元及连接关系的精确建模。 神经元结构模拟采用多室模型，最多有2313个单神经元室。 神经元生理模拟支持14种离子通道。

它完成了106个感觉运动神经元组成的嗅觉和运动神经回路的高精度建模，并恢复了五类神经元（感觉神经元、中间神经元、命令神经元、头部运动神经元、体细胞运动神经元）的电生理动力学。

生物神经元代表生物智能。 精炼程度越高，智力水平越高。

致远研究院院长黄铁军认为，基于科学计算的人工神经网络只是解决更大、更复杂的应用问题，并不是通用人工智能的最终载体。 从脑机制模拟的角度来看，探索生物大脑内部的认知过程和范式是实现通用智能的根本途径。

高精度“智能昆虫”模型是致远“天眼”人工智能生命模拟项目的第一步。

马雷，驰源生命模拟研究中心主任、副主任，是天眼项目的负责人。 他分享说，根据去年8月发表在神经科学顶级期刊NEURON上的论文，其研究结果表明，只需5-8层深度神经网络（DNN）就可以模拟单个生物神经元所代表的计算复杂度。 。

下一步，线虫模型将突破精神神经元系统与肌肉动力学相结合的关键技术，逐步实现避障、觅食等复杂的智能行为。

在这项研究中，智能训练环境的进步是一个重大突破。

对于数字智能生命的研究，极端环境模拟至关重要。 环境发生了变化，相应的生命体的结构、行为、智力、复杂程度都发生了很大的变化。 天眼团队应用前沿的图形建模和实时仿真技术，打造高效、可扩展的线虫仿真环境，更适合大规模智能训练。

天眼团队实现了模拟秀丽隐杆线虫与模拟环境的全闭环模拟，构建了由96个具有解剖学意义的肌肉控制和3341个力学计算单元组成的秀丽隐杆线虫本体，以及三维流体动力学真实模型。适合线虫智能训练的时间 模拟环境的场景规模为线虫长度的1300倍。 单CPU核下单个线虫模拟与可视化迭代时间快于0.1秒，并支持线虫群体模拟。

接下来，天眼团队将不断完善高精度生命模拟仿真平台，持续实现模型动物和重要生物器官的精准模拟，构建生命智能模型并探索生物智能的机制，启发和探索新一代生命智能模型。人工智能，从果蝇、斑马鱼、老鼠甚至最聪明的人脑开始。

高精度生命模拟对于推动基于生命数字孪生的脑科学和类脑智能研究、治疗诊断和药物研发具有重要价值。

4. 结论：一场不容错过的AI专家盛会

作为北京打造全球人工智能学术与创新最佳生态系统的标志性学术盛会，北京智慧大会自2019年首次举办以来，每年都会汇聚百余位国际顶尖人工智能学者和行业领袖，其中包括图灵奖获胜者。 ，讨论年度重要进展和研究趋势。

无论是嘉宾阵容还是内容深度，都彰显了北京智慧大会强大的资源整合能力。 除了举办致远大会外，致远研究院还持续建设和运营致远社区，致远社区已发展成为人工智能前沿学术交流的胜地。

今天发布的多项重要科研成果，再次证实了“情报源模型”的独特优势。 从联合多个科研团队共同构建大规模启蒙模型，到解决越来越通用的大规模模型和AI for Science科研需求的九鼎智能计算平台，到连接产业的AI芯片生态实验室学术研究资源丰富，智源研究院多次发挥“集中力量办大事”的优势，为建设人工智能重要基础设施、推动人工智能研究成果转化贡献力量。

近一年来，池源40岁以下青年学者贡献占比超过45%，越来越多的青年人才领衔。 本次会议期间，驰远青年科学家也继续活跃于多种形式的学术交流中。 致远发起的全球人工智能青年科学家俱乐部清远俱乐部也将在清远学术年会上分享八大人工智能研究方向的年度领域进展和前沿问题报告。

未来大型车型将如何发展？ AI芯片的技术突破方向有哪些？ 元宇宙火爆背后，从概念到场景落地还有多远？ ……未来两天，我们还将听到更多不同研究方向的AI产业界和学术界骨干，分享多模态、大模型、AI开源、自动驾驶、类脑计算等研究方向、芯片技术等最新进展，以及学术前沿与产业应用融合的经验和思考。