三股势力交叠,算力生产力变革正在发生
从算力诞生之初,算力就被人们寄予厚望,不管是起初的人工智能领域的应用AlphaGo,还是如今备受青睐的算力网络,算力显然已成为推动数字经济发展的“重要引擎”。
某种意义上,如今算力也处于由点、线向网络的过渡时期,算力是数字经济时代的核心生产力,正如历次工业革命中的蒸汽机、电力等,算力的极大发展将变革生产力与生产关系,而这建立在一个泛在的算力网络上。
围绕算力网络,市场主要形成了三股力量,算力服务商、运营商以及互联网厂商,不同的资源禀赋决定了不同类型厂商的入局思路,进而产生了不同的行业推动力,谁将决定算力服务网络的走向?
1.算力的“高光时刻”
算力作为大数据、云计算、区块链、人工智能以及网络安全等新兴数字产业快速发展的重要支撑,与互联网行业、电子信息制造业、数字技术服务业等数字核心产业的发展息息相关。
从1997年IBM超级电脑深蓝战胜象棋大师卡斯帕罗夫,到2019年4月AI电竞团队OpenAI Five与人类战队对决《dota》,2:0完胜世界冠军OG战队。AI的胜利也标志着算力的“高光”。
在科研工作人员的努力下,AI不断被赋予更强算力能力,通过强于人类数倍的计算能力来处理大量数据,以第一个在电子竞技游戏中击败世界冠军的OpenAI Five为例,那时的OpenAI Five每天的训练相当于250年的模拟经验,其训练时长和算力推测远远超过普通AI。
随着ChatGPT爆火,以大模型、大数据,高算力为基础的人工智能内容自动生成技术(AIGC)被推上热搜,进而打开市场对算力需求的想象空间。
数据显示,ChatGPT的总算力消耗约为3640PF-days(即假如每秒计算一千万亿次,需要计算3640天),需要7~8个投资规模30亿、算力500P的数据中心才能支撑运行。
事实上,近年来算力技术正逐渐渗透于生活的方方面面,各类融合应用竞相涌现。
算力基础设施建设更是作为释放数据优势、推动数字经济创新发展的重要“底座”,成为推动各地数字经济发展、发挥投资拉动作用的热点领域。
2.关键在于算力网络
算力网络是通过新型网络技术将云、边、端等分散的算力节点连接起来,动态实时感知算力资源状态,根据业务需求进行统筹分配和调度。
未来,获取算力将像获取水、电一样便捷、价低。算力网络将成为这个数字经济时代、智能时代的标志性基础设施。
2022年初,国家发改委、中央网信办、工业和信息化部、国家能源局联合印发通知,同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动建设国家算力枢纽节点,并规划了10个国家数据中心集群。
至此,全国一体化大数据中心体系完成总体布局设计,“东数西算”工程正式全面启动。
“东数西算”首次将算力资源提升到水、电、燃气等基础资源的高度,从高家战略层面高屋建瓴规划算力标准,构建一体化的算力体系。
“东数西算”工程刚刚起步,对于算力网络如何建设,不同观点互相碰撞。
电网的核心是电力,算网的核心也应该是算力,以“西电东送”“南水北调”“西气东输”三大工程类比,用户使用的生产资源是电力、水和天然气,架桥修路,引水开渠,建设高压线塔和天然气管道,根本目的是让生产资源更接近使用场景,从而能够更广泛的被使用,成为千行百业直接或间接的基础设施,为经济发展提供源源不绝的动力。
之所以网络的重视程度提高,恰恰是因为网络不匹配算力的发展,早期电力网络也需要搭建通往千家万户的通路,时至今日,除了电力供应商,没有人再关心电力传输网络,而是只关注电力本身。
在2022年中国算力发展研讨会上,中国信通院云计算与大数据研究所所长何宝宏提到,类比电力网、水力网,算力行业也需要建设以算为中心、网为载体的国家算网。
其中,需要重视不同类型算力的构建,包括通用算力、高性能算力以及面向AI领域的智能算力;此外,还要充分考虑算力的资源描述、管理、调度、分配等因素,做到智能化、灵活化的有效供给。
在“东数西算”工程中,核心的生产资源是算力,网络服务依托算力而存在。
因此,市场上的三股力量,谁能使算力朝着电力、水和天然气的基础设施定位演进,门槛足够低、应用足够广,谁就能代表算力网络的未来。
3.三股势力归于算力原点
如果将算力服务商、运营商以及互联网厂商在产业链中的角色拆解来看,能够清晰地看到以算力为中心的产业格局。
算力服务商核心聚集于算力本身,更关注建设多样融合的算力,匹配客户越来越多的差异化诉求,受到外部环境和产业自身演进影响,单纯的智算、超算都无法满足客户需求,ABC(人工智能、大数据和云计算)深度融合调度的系统工程,是接下来的重点。
运营商的优势在于网络,一张健壮的网络是算力的最佳载体,运营商也是算力服务商的最佳辅助,同时运营商具有深入区县级别的人员布局,能够让算力辐射的范围更加宽广,当算力足够普及且易用,将大大加速算力服务网络的发展。
以中国移动的算力网络建设为例,移动将其分为“三步走”,目前正处于第一步泛在协同,关键发力点在于资源流动,满足大多数用户一站开通需求;第二步是搭建“东数西算”算网大脑,核心在于高效编排调度、一体化管理;最后便是有望实现算网一体共生资源的最优分配,就是让数据找到最合适的位置,避免算力浪费,将其效用最大化。
互联网服务商大多自自身业务场景出发,在某些类型业务上有出色的技术积累,反之,在一些偏底层基础设施领域,其出发点也是自身业务,而不是站在全局视角,在“东数西算”这种国家级工程中,互联网厂商更适合单点突破以及需求引导。
从长远来看,算力服务商抓住了算力核心,更贴近于“东数西算”工程的本质,企业客户最终需要的是算力,其产业配套需要在商业发展中摸索前行。
“东数西算”没有改变数据传输的方式,只是改变数据传输的方向,以行业视角观测,没有看到运营商管道化趋势扭转的因素,算力为主、网络为辅的定位不会有变化,网络需要满足算力演进方向而变化,将算力输送到用户需要的地方。
互联网厂商的电商、游戏和搜索等业务,也依赖于算力服务提供商,二者的关系近似于“生产决定消费”,先有算力服务商的底层技术创新,才有互联网厂商的上层应用创新。
云计算作为互联网厂商的第二增长曲线,本质也是算力服务商的另一种形式,当站在国家基础设施的高度上,算力更需要底层思维,底层思维决定上层建筑。
综合来看,算力服务商将成为“东数西算”工程的核心角色,当然,“东数西算”工程需要全产业链不同类型玩家的协作才能突破,确立以算力为根本的产业模式,有助于尽早捋清产业格局与行业分工,推动我国“东数西算”工程的稳健发展。
不过,需要看到的是,“东数西算”工程仍有诸多问题尚待解决,譬如算力供给的普及性问题。
算力目前还是“奢侈品”,算力网络成提供普惠算力的最优解,或将成为智能时代的标志性基础设施。
目前,算力对大部分公司、科研院所、个人来说都是奢侈品,没有成为普惠大众的基础资源。
同时,通过算力的标准化、异构算力的接入,避免算力过于集中,当前多云算力的统一管理、调度技术相对成熟,但如何屏蔽多云的算力差异,实现算力的标准化,还需要进一步统筹推进。
此外,算力的调度也是难题,一方面,算力调度要保证算力使用的便捷性,使用户可以方便的使用不同区域、不同企业提供的算力资源;另一方面,算力调度要支持算力资源分配的自动化和智能化,保证算力需求的合理分布,提高算力资源使用率,提升用户体验。
抓住算力服务网络的主要矛盾,其他难题也将迎刃而解,电力行业的发展可以作为参考。
例如电网公司实现了电力的标准化,简化了过程复杂性,算力服务商也可以提供标准化、精细化的管理,而不是单纯某项业务的升级转化。
算力服务体系不是简单的提供算力,重点在于完整的服务能力,围绕算力服务体系的搭建、生态建设,需要全产业链携手,从生态出发,反哺于生态,打造健康的正循环算力服务商业模式。
以上是三股势力交叠,算力生产力变革正在发生的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在
