コンピューティング能力は生産性であり、コンピューティング能力を持つ者が世界を勝ち取ります。
新世代の人工知能テクノロジーの急速な発展と進歩に伴い、主にディープラーニング コンピューティング モデルに基づく AI コンピューティング能力の需要が飛躍的に増加しました。
データによると、1960 年から 2010 年の間、AI の計算複雑さは 2 年ごとに 2 倍になり、2010 年から 2020 年の間、AI の計算複雑さは毎年 10 倍に急増しました。
このような大規模なモデルと複雑な計算に直面すると、AI のコンピューティング能力を向上させることが急務となっています。
結局のところ、人工知能の開発の 3 つの要素であるデータ、アルゴリズム、コンピューティング能力のうち、データとアルゴリズムの両方はコンピューティング能力のサポートから切り離すことができません。
では、AI のコンピューティング能力はどこから来るのでしょうか?
国および地域経済の中核的な競争力の向上における AI コンピューティング能力の重要な役割は、今や重要な役割を果たしています。業界のコンセンサス。
「2020 年世界のコンピューティング能力指数評価レポート」は、コンピューティング能力指数が平均 1 ポイント上昇するごとに、デジタル経済と GDP がそれぞれ 3.3 パーセントと 1.8 パーセント成長することを示しています。」デジタル経済への影響は目に見えて明らかであり、国や地方自治体が AI のコンピューティング能力を向上させることが内部論理となっています。
国際的に見ると、政府投資主導モデルのもと、米国エネルギー省傘下の 6 つの国立研究所と、国立科学財団が支援する大学の知力に依存しており、コンピューティング センターと NASA 傘下の研究センターであるスーパーコンピューティング センターの 3 つの主要なシステムが、コンピューティング プラットフォームを精力的に推進しています。インテリジェント コンピューティング能力の成長。欧州連合は、「EuroHPC 計画」を通じてヨーロッパに 8 つの大規模コンピューティング プラットフォームを構築し、人工知能技術との組み合わせを積極的に推進しています。
2017年に国務院が「新世代人工知能発展計画」を発表して以来、我が国のAIコンピューティング能力建設も「大建設」の時期を迎えています。 AI主導、企業投資主導、政府と企業の合弁事業などのモデルにより、多くのAIコンピューティング電力インフラが構築されており、センターの建設により、国家レベルでの効果的なリソース構造の統合が実現されています。国は国家コンピューティングパワーハブノードの構築を開始しており、集約的でグリーンで省エネ、安全で安定したコンピューティングを促進するために10の国家データセンタークラスターが計画されています。同時に、新しいインフラやその他の政策の奨励と支援を受けて、地方自治体も人工知能コンピューティング センター (AIDC) の建設を積極的に進めています。 2021 年 1 月から 2022 年 2 月までの間に、全国で 20 以上の人工知能コンピューティング センターが計画、建設中、運用開始されており、そのうち 8 都市の人工知能コンピューティング センターが完成し、運用開始されています。
各地の AIDC が提供または計画できる計算能力規模は一般的に 100PFLOPS であり、これは 50,000 台の高性能コンピューターの計算能力に相当します。
たとえば、武漢 AIDC の第 1 段階では 100PFLOPS を提供できます。 2021 年 5 月から 12 月の運用開始までに 100 社を超える企業が参入し、50 種類を超えるシナリオベースのソリューションが誕生し、1 日の平均コンピューティング能力使用量は 90% を超えています。
武漢 AIDC では、計算能力の使用量が飽和に近づいているため、2021 年末に第 2 段階の拡張プロジェクトを完了し、合計 200PFLOPS の計算能力を提供できるようになり、第 3 段階の拡張プロジェクトを計画しています。
AI 産業化、産業用 AI、政府の分野 インテリジェント ガバナンスなどの需要に後押しされ、我が国の AI コンピューティング能力は急成長しています。
#「2022-2023 中国人工知能コンピューティング能力」によるとIDCとInspur Informationが共同発表した「開発評価報告書」によると、中国のAIコンピューティング能力は急速な成長を維持し続けており、インテリジェントコンピューティング能力の規模は2022年には268エクサスケールオペレーション/秒（EFLOPS）に達し、一般的なコンピューティング能力の規模を超えると予想されています。
## 中国のインテリジェントコンピューティング能力規模の年間複合成長率は 52.3% に達すると予想されていますが、同時期の一般コンピューティング能力規模の複合成長率は 18.5% でした。 AI コンピューティング電源の構築はまだ課題に直面しています現在、AI コンピューティング電源の構築はまだ模索の初期段階にあり、一貫性のない構築基準や業界の混乱などの問題があります。価格設定。これらの問題は、この新しいプラットフォームの開発の障害となっています。 国家産業情報セキュリティ開発研究センターは、白書「新世代人工知能コンピューティング電力インフラの開発に関する研究」において、AIコンピューティング電力インフラの構築における4つの課題を整理した。システム構築と標準体系はいまだ統一されていない 国内のAIチップやその他のソフトウェア・ハードウェア技術は依然として海外規制の影響を受けている 大規模インテリジェント・コンピューティング・センターは建設の重複と多大なエネルギー消費に直面している 構築重視とアプリケーション軽視の結果、さまざまなアプリケーションシナリオのニーズをカバーできない。業界の混沌とした価格基準を例に挙げて、国家産業情報セキュリティ開発研究センターの副主任技師であり、情報政策研究所の所長でもある黄鵬氏は、次のように指摘した。同様の機能と同様のスケールは 6 倍以上異なります。
AIの計算能力の構築コストという観点から見ると、工場などのインフラ、サーバーやコンピューティングチップなどの設備・製品、運用後の保守コスト、電気代に分けられます。
インフラや電気代、人件費などのコストを考えると、東西で差はあるかもしれませんが、その差は6倍もありません。
これはまた、我が国がまだインテリジェントコンピューティング能力の開発の初期段階にあり、標準化されたモデルをまだ形成していないことを示しています。
Huang Peng 氏は、インテリジェント コンピューティング センターの建設には、中国科学院の人工知能産学研究イノベーション アライアンスが立ち上げた、一連の包括的なストレージにおけるコンピューティング電力価格標準プランを参照できると考えています。 、エネルギー消費、開発、カスタマイズ、データのスケジューリングなど。これらの要素を明確なアルゴリズム標準に置き換えた後、インテリジェント コンピューティング センターの基礎は 5P 倍精度計算能力 (64 ビット) であると結論付けられます。単精度演算能力は25P（32ビット）、半精度演算能力は100P（16ビット）で、設備価格は約1億～1億5,000万元。
Huang Peng氏は、「低レベルの建設の重複」や「地域の開発ニーズとの不一致」を避けるために、地方自治体がAIコンピューティングパワープラットフォームを構築する前に十分な調査と実証を行うべきだと提案した。
「概念的な混乱」、「価格の混乱」、「アプリケーションよりも構築の重視」などの問題が、十分な研究と実証によって回避できたとしても、AI コンピューティング能力構築におけるいくつかの根深い問題は依然として全体的な構築を必要とします。たとえば、AI ソフトウェアおよびハードウェア技術が外国によって制限されている、大規模な AI コンピューティング センターのエネルギー消費量が多すぎる、コストが高すぎる、などです。
企業レベルでは、AI テクノロジーの研究開発とモデルのイノベーションを積極的に検討し、特に AI チップなどのコアテクノロジーの独立した研究開発を増やし、上流および下流と協力して産業チェーンの結合力と生態学的適合性を向上させる必要があります。アルゴリズム、フレームワーク、モデルなどのソフトウェア プラットフォームとアプリケーションの研究開発により、テクノロジ開発を自らの手で行うことができます。
国のコンピューティング能力が大きければ大きいほど、経済発展のレベルが高くなるのは否定できません。
世界中のさまざまな国において、コンピューティング能力の規模と経済発展のレベルの間には、顕著な正の相関関係があります。
あらゆるもののインテリジェントな相互接続時代の到来と、AI インテリジェント シナリオの実装により、想像を絶する大量のデータが生成されます。これらのデータは、AI のコンピューティング能力に対する需要をさらに刺激するでしょう。
「2022-2023年の中国人工知能コンピューティング能力開発評価報告書」によると、2022年の中国人工知能産業におけるアプリケーション普及率上位5業種は、インターネット、金融、政府、通信、製造である。
2021 年と比較して、業界における AI の浸透は大幅に増加しました。
その中でも、インターネット業界は依然として人工知能アプリケーションの普及率と投資が最も高い業界です;
金融業界における人工知能の普及率は、2021 年の 55% から 2021 年の 55% に増加しました。 62%、インテリジェントな顧客サービス、物理ロボット、スマート コンセント、クラウド アクセス ポイントなどが、金融業界における人工知能の典型的なアプリケーションとなっています。
電気通信業界における人工知能の普及は、 2021 年には 45% から 51% になり、人工知能技術は通信ネットワークの構築、最適化に統合され、次世代のスマート ネットワークの構築をサポートします。
製造業における人工知能の浸透産業の割合は 40% から 45% に増加し、2023 年末までに中国の製造サプライ チェーンの 50% がこのリンクに人工知能が使用されるようになると予想されています。
新しいテクノロジーやアプリケーション シナリオの使用と開発が増加し続けるにつれて、AI コンピューティング能力の開発にも継続的な推進力がもたらされています。
まず、クラウド AI モデルは大規模な方向に発展しており、コンピューティング能力インフラストラクチャの構築が競争の重要な要素となっています。
Google が 2019 年に発表した BERT 大規模モデルには 3 億 4,000 万のパラメータがあり、64 個の TPU を使用し、目標の精度までトレーニングするのに 15,000 ドルの費用がかかります。
2020 年に OpenAI によって発表された GPT-3 大型モデルには 1,750 億のパラメータがあり、トレーニング費用は 1,200 万米ドルに達しました。
2021 年、Microsoft と NVIDIA は 4,480 個の GPU を使用して 5,300 億のパラメーターを持つ大規模な MT-NLG モデルをトレーニングし、そのトレーニングコストは 8,500 万米ドルにも上りました。
第二に、エッジにおける AI コンピューティング能力に対する需要が急速に増加しています。
クラウド ゲームや自動運転などの新たなアプリケーション シナリオでは、データ伝送の速度と規模に対するより高い要件が求められています。エッジ端末は、端末とクラウドの間に配置され、「クラウド-エッジ-エンド」通信アーキテクチャを形成します。 . 将来の技術開発の主な方向になります。
エッジ コンピューティングに対する需要の高まりにより、AI コンピューティング能力の開発が効果的に推進されます。
第三に、インテリジェント コネクテッド カーにより、AI コンピューティング能力に対する需要が増加しています。
自動運転車の普及率は増加し続けており、車の運転制御システムは「知覚-認識-相互作用」などのインテリジェントな機能に向けて発展しています。
したがって、インテリジェント運転 AI モデルは、車が L1/L2 支援運転段階から L3/L4 自動運転段階に移行し、最終的には「インテリジェントな意思決定」の機能を実現するのに重要な役割を果たします。そしてリアルタイム制御」。
学習する必要があるさまざまな種類の運転データの量が増加し、インテリジェントな運転 AI モデルの開発に対する需要が高まるにつれて、AI のコンピューティング能力の需要は将来的に大幅に増加すると考えられます。
第四に、仮想現実世界の構築には AI コンピューティング能力のサポートが必要です。
AI テクノロジーは、モデリングの自動化や仮想現実世界のインテリジェントなインタラクション方法などのインテリジェントなエンパワーメントを提供し、VR コンテンツ制作の効率とユーザーの没入体験を向上させることが期待されています。
VR コンテンツ プロバイダーは、仮想シーンを迅速に作成し、ユーザーの感覚エクスペリエンスを向上させることを追求しており、AI コンピューティング能力に対する需要が刺激されています。
コンピューティング能力革命の新たなラウンドが加速しています。
新たな生産力としてのコンピューティングパワーは依然として多くの課題に直面しており、集中コンピューティングパワーの包括的な機能を実現し、真に「電気」と「石油」の役割を果たす必要があります。
結局のところ、「入手可能で、手頃な価格で、うまく活用できる」コンピューティング リソースこそが、生産性を変える真のインフラストラクチャなのです。
以上が「大規模建設」の時代、AI のコンピューティング能力はどこへ向かうのでしょうか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。
![[Web フロントエンド] Node.js クイック スタート](https://img.php.cn/upload/course/000/000/067/662b5d34ba7c0227.png)
