5月21日，GIIC——2024 GPU Infrastructure Innovation Conference暨第四屆中國IDC行業(yè)DISCOVERY大會在北京圓滿成功舉辦。該大會由中關村超互聯(lián)新基建產業(yè)創(chuàng)新聯(lián)盟主辦，互聯(lián)科技實驗室NEOLINK LABS承辦，世紀互聯(lián)、矩陣起源聯(lián)合承辦，北京市科學技術委員會，中關村科技園區(qū)管理委員會支持舉辦。

本次大會圍繞AI大模型時代下的超大規(guī)模智算集群發(fā)展、高效能算力芯片發(fā)展趨勢、確定性網(wǎng)絡重要支撐作用、算力+能源協(xié)同發(fā)展等話題展開討論，院士、專家、學者、行業(yè)領軍者等數(shù)位重量級嘉賓發(fā)表主旨演講，匯聚行業(yè)智慧、共探算力行業(yè)發(fā)展未來。

面向大模型時代，計算、網(wǎng)絡、存儲、系統(tǒng)需協(xié)同發(fā)展

大模型的橫空出世加速推動人工智能時代的到來，尤其是大模型的高歌猛進，對GPU智算、網(wǎng)絡、存儲等算力產業(yè)的每一環(huán)的都提出了新需求與與新挑戰(zhàn)。

中國工程院院士、紫金山實驗室榮譽主任兼首席科學家劉韻潔院士表示，面向AI大模型時代，需要計算、網(wǎng)絡、存儲、系統(tǒng)協(xié)同，構建高性能算力底座，實現(xiàn)超大規(guī)模集群萬卡協(xié)同。在此背景下，確定性網(wǎng)絡有望解決傳統(tǒng)互聯(lián)網(wǎng)擁塞無序的問題，推動互聯(lián)網(wǎng)從“盡力而為”到“確保所需”技術體系變革，能夠滿足工業(yè)互聯(lián)網(wǎng)、東數(shù)西算、人工智能大模型等典型場景的網(wǎng)絡需求。

在人工智能飛速發(fā)展的背后，能源消耗問題也日益凸顯。原國務院參事、國家能源專家咨詢委員會副主任徐錠明表示，超級AI的發(fā)展將成為電力需求的“無底洞”。AI正在賦能能源轉型，同時AI必將推動能源革命。能源革命必須面向“雙碳”目標，構建以新能源為主體的新型電力系統(tǒng)，一靠氫能、二靠儲能、三靠智能。

在巨大的AI能耗驅動下，高效能算力芯片顯得愈發(fā)重要。清華大學集成電路學院助理研究員朱建峰博士指出，通用計算芯片的主流架構，計算資源利用率低，占比低，難并行。在后摩爾時代，聯(lián)合封裝、工藝、架構創(chuàng)新，發(fā)展新型計算芯片架構已成為主流共識。

作為承載算力底座的數(shù)據(jù)中心，在AGI時代也面臨向智算中心迭代的挑戰(zhàn)。世紀互聯(lián)創(chuàng)始人、中關村超互聯(lián)新基建產業(yè)創(chuàng)新聯(lián)盟理事長陳升表示，AI的終極目標是打造一個超越互聯(lián)網(wǎng)的下一個全新網(wǎng)絡信息空間（CyberNext）。通用計算為主的傳統(tǒng)IDC已走到盡頭，必須加速演進到面向大模型的AIDC，對GPU硬件（供應鏈）和軟件生態(tài)做到“兩手抓”。世紀互聯(lián)的烏蘭察布基地，就是一個面向大模型時代的綠色吉瓦級AIDC算力超級工廠。該基地實現(xiàn)了AIDC“三化”：建筑標準化、機電模塊化、電力總線化。

全面鏈接算力、數(shù)據(jù)、模型，AI-Native應用時代加速到來

面對算力、電力、算法等瓶頸，矩陣起源創(chuàng)始人兼CEO王龍表示，打造全新的AI-Native服務平臺勢在必行。世紀互聯(lián)與矩陣起源聯(lián)合運營Neolink.AI，就可全面鏈接算力、數(shù)據(jù)、知識、模型與企業(yè)應用，為新一代AI-Native應用構建提供高性價比的GPU算力資源和一站式數(shù)據(jù)&AI平臺產品服務。

不僅僅是底層基礎設施，AI Infra架構在大模型時代也面臨融合創(chuàng)新?；ヂ?lián)科技實驗室AI Platform研發(fā)負責人張先國先生指出，面向AGI時代，在更多算力節(jié)點和更多異構資源的場景下，基于新的經(jīng)濟和激勵形態(tài)下的Scale-Out分布式架構體系，世紀互聯(lián)正式啟動了超互聯(lián)未來（CyberNext）實驗局（0.1版）的研發(fā)和部署，從不同方面驗證了城域范圍內多節(jié)點分布式訓練、跨區(qū)域模型和數(shù)據(jù)集高速分發(fā)、集群算力動態(tài)調度、數(shù)據(jù)和模型安全等的可行性。

在超大規(guī)模智算集群設計與實踐方面，基流科技創(chuàng)始人兼CEO胡效赫先生認為，超大規(guī)模智算集群核心面臨幾大痛點：可靠性降低、復雜性提高，問題難定位、解決時間長?；诖耍诳剂縂PU集群設計時要做到三個“互聯(lián)”：機架內互聯(lián) 、數(shù)據(jù)中心互聯(lián)、跨數(shù)據(jù)中心互聯(lián)。

AI技術的迅猛發(fā)展離不開開源技術的助力，從產業(yè)落地到開發(fā)應用，更好的開源生態(tài)能加速AI技術的創(chuàng)新和迭代速度。開源中國董事長馬越認為，通過開源模型可以降低AI門檻，普惠千行百業(yè)。

編輯：孫冰