在線客服
企業(yè)微信
人工智能爆發(fā)式增長或?qū)е滤懔θ笨谠龃?br />
近日，中國電信研究院胡緋緋、孫浩等發(fā)表文章指出，由于ChatGPT帶來的人工智能爆發(fā)式增長，擁有巨大參數(shù)量的超大規(guī)模人工智能模型，對智能算力的需求顯著提升，未來算力可能存在巨大的缺口。同時智能算力需求的高速增長，對未來數(shù)據(jù)中心、云計(jì)算等算力基礎(chǔ)設(shè)施也將產(chǎn)生巨大的影響。
目前人工智能對算力需求增長的速度要快于算力供給增長的速度。據(jù)OpenAI的分析，自2012年以來，最大規(guī)模的人工智能訓(xùn)練中使用的計(jì)算量以3.4個月的倍增時間呈指數(shù)增長。未來人工智能將進(jìn)一步推動算力需求爆炸式增長，據(jù)OpenAI推算，GTP-5的參數(shù)量將是GTP-3的100倍，需要的計(jì)算量則是GTP-3的200～400倍。
近期，全球頭部云廠商、數(shù)據(jù)中心提供商紛紛發(fā)布規(guī)劃及預(yù)算，加速數(shù)據(jù)中心布局。Meta預(yù)計(jì)2023年資本支出390億美元，主要投資服務(wù)器和網(wǎng)絡(luò)基礎(chǔ)設(shè)施。NTT于2023年宣布計(jì)劃在未來五年內(nèi)向數(shù)據(jù)中心、人工智能和其他“增長領(lǐng)域”投資590億美元，其中至少110億美元將用于擴(kuò)大或升級其數(shù)據(jù)中心。
數(shù)據(jù)中心的設(shè)計(jì)建設(shè)模式需適應(yīng)人工智能產(chǎn)生的需求，下一代數(shù)據(jù)中心需要投資人工智能專用硬件，采用新的數(shù)據(jù)中心設(shè)計(jì)，主要體現(xiàn)在四個方面，第一，人工智能數(shù)據(jù)中心通過異構(gòu)計(jì)算突破算力瓶頸，包括CPU、GPU以及專用硬件如ASICs和FPGAs在數(shù)據(jù)中心的綜合部署。第二，人工智能和機(jī)器學(xué)習(xí)可能需要三倍于傳統(tǒng)數(shù)據(jù)處理的功率密度，冷卻是人們廣泛關(guān)注的主題，液體冷卻和浸泡冷卻可能是發(fā)展趨勢。第三，高速的存儲訪問對于人工智能工作負(fù)載至關(guān)重要，數(shù)據(jù)中心需要擴(kuò)展其存儲能力來滿足不斷增長的需求。第四，人工智能數(shù)據(jù)中心的效率與其網(wǎng)絡(luò)的性能直接相關(guān)，零丟包、低時延、高吞吐的智能無損網(wǎng)絡(luò)將成為人工智能數(shù)據(jù)中心的網(wǎng)絡(luò)解決方案。
近日，中國電信研究院胡緋緋、孫浩等發(fā)表文章指出，由于ChatGPT帶來的人工智能爆發(fā)式增長，擁有巨大參數(shù)量的超大規(guī)模人工智能模型，對智能算力的需求顯著提升，未來算力可能存在巨大的缺口。同時智能算力需求的高速增長，對未來數(shù)據(jù)中心、云計(jì)算等算力基礎(chǔ)設(shè)施也將產(chǎn)生巨大的影響。
目前人工智能對算力需求增長的速度要快于算力供給增長的速度。據(jù)OpenAI的分析，自2012年以來，最大規(guī)模的人工智能訓(xùn)練中使用的計(jì)算量以3.4個月的倍增時間呈指數(shù)增長。未來人工智能將進(jìn)一步推動算力需求爆炸式增長，據(jù)OpenAI推算，GTP-5的參數(shù)量將是GTP-3的100倍，需要的計(jì)算量則是GTP-3的200～400倍。
近期，全球頭部云廠商、數(shù)據(jù)中心提供商紛紛發(fā)布規(guī)劃及預(yù)算，加速數(shù)據(jù)中心布局。Meta預(yù)計(jì)2023年資本支出390億美元，主要投資服務(wù)器和網(wǎng)絡(luò)基礎(chǔ)設(shè)施。NTT于2023年宣布計(jì)劃在未來五年內(nèi)向數(shù)據(jù)中心、人工智能和其他“增長領(lǐng)域”投資590億美元，其中至少110億美元將用于擴(kuò)大或升級其數(shù)據(jù)中心。
數(shù)據(jù)中心的設(shè)計(jì)建設(shè)模式需適應(yīng)人工智能產(chǎn)生的需求，下一代數(shù)據(jù)中心需要投資人工智能專用硬件，采用新的數(shù)據(jù)中心設(shè)計(jì)，主要體現(xiàn)在四個方面，第一，人工智能數(shù)據(jù)中心通過異構(gòu)計(jì)算突破算力瓶頸，包括CPU、GPU以及專用硬件如ASICs和FPGAs在數(shù)據(jù)中心的綜合部署。第二，人工智能和機(jī)器學(xué)習(xí)可能需要三倍于傳統(tǒng)數(shù)據(jù)處理的功率密度，冷卻是人們廣泛關(guān)注的主題，液體冷卻和浸泡冷卻可能是發(fā)展趨勢。第三，高速的存儲訪問對于人工智能工作負(fù)載至關(guān)重要，數(shù)據(jù)中心需要擴(kuò)展其存儲能力來滿足不斷增長的需求。第四，人工智能數(shù)據(jù)中心的效率與其網(wǎng)絡(luò)的性能直接相關(guān)，零丟包、低時延、高吞吐的智能無損網(wǎng)絡(luò)將成為人工智能數(shù)據(jù)中心的網(wǎng)絡(luò)解決方案。
