<mark id="oztn4"></mark>
0
9月9日，在第五屆深圳國際人工智能展（GAIE）第二屆智能算力發展論壇上，中昊芯英（杭州）科技有限公司（以下簡稱“中昊芯英”）與中國聯合網絡通信有限公司深圳市分公司（以下筒稱“深圳聯通”）聯合舉辦了“智算基建，加速未來”高性能 AI 智算中心項目啟動儀式，標志著雙方將攜手合作共同建設廣東地區首個采用國產 TPU 技術的智算中心。
據深圳聯通副總經理趙桂標介紹，“項目一期由32個算力節點通過高效互聯構建而成，整體算力不低于50P，后期將擴容至千卡規模，形成訓推一體化的樞紐，成為中國聯通在深圳的核心智算高地的重要組成部分。”
談及合作共建智算中心的具體布局，他進一步表示，“中國聯通以國家智算能力布局要求和市場實際需求為牽引，根據‘規劃先行、市場驅動、適度超前、小步快跑’原則統籌規劃構建中國聯通智算體系，構建形成‘1+N+X’智算能梯次布局。”
優勢互補，提升算力利用率
此次中昊芯英與深圳聯通的合作，是基于雙方在各自領域的深厚積累與優勢互補。
據了解，中吳芯英作為國內領先的 TPU 架構 AI 芯片企業，此次提供了搭載其自主研發的高性能 TPU 芯片“剎那?”的人工智能服務器及大規模 AI 計算集群系統“泰則?”，為項目搭建堅實的AI 計算底座。
深圳聯通則憑借其網絡資源和運營經驗，將配合政府及行業伙伴，建設針對特定行業的智算節點，預部署相應軟件和模型，為社會提供智能算力服務或 MaaS 服務，賦能產業發展。
該項目優勢在于算力的共享，避免單個企業因業務需求波動導致的算力閑置或不足問題，提高算力整體利用率，降低運營成本。同時，該項目將搭載聯通云自研“星羅”算力管理平臺，實現多元異構算力的適配和服務編排，形成“通算+智算+超算”的融合調度能力，可面向客戶提供一體化算力運營服務，也可用于企業私有化部署的智能算力網絡搭建及運菅管理。
談及合作的優勢，中昊芯英創始人兼 CEO 楊龔軼凡介紹道，“中昊芯英的優勢在于芯片設計、軟件優化以及集群的軟硬件棧構建，為 AI 算法提供了堅實的硬件基礎；而深圳聯通則擅長云平臺建設、物理層面的突破、智算中心管理以及能耗控制，為 AI 算法的運行提供了高效、可靠且可擴展的云端環境。雙方合作不僅彌補了彼此的短板，還共同構建了高效、可靠的人工智能算法基礎設施資源平臺，實現了資源的最優配置和效益的最大化。”
此次項目的成功啟動對于雙方都具有深遠意義。對于深圳聯通而言，這不僅是對其智算體系布局的重要補充和完善，也是其推動深圳數字經濟高質量發展的具體行動。而對于中昊芯英而言，則是其在華南區域落地AI 高性能智算中心的重要里程碑，標志著其在國產 AI 算力運營和產業智能升級方面邁出了堅實的一步。
近年來，各地都在布局智算中心落地，而在智算中心的運營成本中，電力成本占據了相當大的比例。針對耗電問題，趙桂標向 AI 科技評論介紹表示，“壓降能耗主要從以下兩個方面著手；一是要在規劃設計層面進行大膽創新，擁抱新技術，如液冷、磁懸浮冷機、模塊化電源、間接蒸發冷卻等，采用高效能的設備，盡可能多的利用自然冷源來壓降能耗；二是要在運營層面不斷積累精細化能耗管控的經驗，多措施并舉持續優化 PUE，達到節能降碳的效果。”
而楊龔軼凡則從 TPU 的優勢切入分析道，“TPU 更針對于大模型的模型訓練和推理性設計，軟件和網絡的架構和結構比 GPU 實現同樣性能的網絡架構更為簡潔和簡單，所以在軟件的運維層面來說會變得更加高效，在硬件的搭載過程中也會設計讓它能夠可運維，整體來說會盡可能降低生產成本、運維成最后實現對模型的高算力的支持。”
TPU 要做 AI 界的 X86
中昊芯英與深圳聯通的合作，不僅僅是技術層面的深度融合，更是對未來人工智能產業發展趨勢的把握。
隨著 AIGC 時代的到來，大模型訓練、神經網絡開發等應用場景對算力的需求日益激增。中昊芯英自 2018年成立以來，便致力于為 AIGC 時代的超大規模AI 模型計算提供高性能 AI 芯片與計算集群，作為國內唯一掌握 TPU 架構 AI 芯片核心技術的企業， 中昊芯英通過“算力基礎設施+生態合作+產業應用場景 ”的三位一體化方案，為客戶提供具備生 產變革能力的 AI 創新技術方案，加速 AI 的工程落地與產業化進程。
而 TPU 和 GPU 相比究竟優勢何在？
楊龔軼凡向 AI 科技評論介紹稱，“就整個 TPU 來說，我們想把這個架構做成 AI 界的 X86，因為英特爾 X86 是統治 了 PC 時代，CPU 的時代所有架構里沒有任何東西能夠跟 X86 去 PK，直到手機出現有了 ARM 才分走了一部分的市場份額。 我們希望 TPU 架構就是 AI 界里未來最核心的架構方式。他指出，隨著技術的發展，在相同制造工藝、芯片尺寸和能耗條件下，TPU 相較于傳統 GPU 架構，其不可替代的優勢在于 專為AI 深度學習定制。”
他進一步說道，“TPU 舍棄了 GPU 的部分靈活性，如光線追蹤等復雜計算，轉而專注于優化深度學習中的非線性計算， 性能可提升 3 到 5 倍，具有顯著的性價比。在 AI 領域，尤其是深度學習模型的訓練和部署，性價比是決定模型能否廣泛落地的關鍵因素 ”。
同時，“TPU 的架構設計使其在處理深度學習模型時，無論是單線程還是集群性能均表現出色，特別適用于大規模模型訓練和推理。其網絡基礎架構和網絡形態專為深度學習數據流量特征設計，無向前兼容負擔，進一步增強了AI 算法運行的性價比。”
在楊龔軼凡看來，“從所有的實際證據和研發的指標來看，面向AI大模型計算場景，TPU 比 GPU 更有核心競爭力。預期 3-5 年之后主要的 AI 算力硬件市場會讓 TPU 和類 TPU 的其他 ASIC 占領，GPU 會回到原有的20%的市場地位。”
此外，值得一提的是，此次和深圳聯通合作的 TPU 智算中心采用的是純 TPU 技術，和異構智算中心相比也有自身優勢。
楊龔軼凡表示，“任何東西只要異構一定面臨性能損耗， 無論是拿什么樣的芯片異構，最后網絡性能節點上一定有打折，這個折扣基本是 5 折到 7 折不等。如果能夠有純構的計算平臺，當然性價比是在服務客戶時，假如成本一致的情況下，性能是它的 1.3-1.5 倍，其實性價比是更高的，服務的費用可以比異構平臺更低一些，對于終端客戶而言成本是降低的。”雷峰網雷峰網(公眾號：雷峰網)
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
