中国青年报客户端讯（中青报·中青网记者 邱晨辉）这两年，人工智能领域的大模型概念大热，谷歌、微软、英伟达、浪潮等“大厂”相继推出了各自的巨量模型，在该领域投入重兵。在前不久举行的2021人工智能计算大会上，中国工程院院士王恩东说，各种行业的“大脑”、无人化作业模式不断涌现，正在推动着智慧时代的到来。
“人工智能已经从五六年前的‘黑科技’变成了今天的‘热科技’，我们看到前沿的研究不断涌现。比如AlphaFold 2模型，可以预测人类蛋白质序列，通过脑机接口研究，让猴子用意念来打游戏。”王恩东说，而人工智能变成“热科技”的关键，在于计算系统的创新。
在他看来，面对指数级增长的战略需求，计算产业正面临多元化、巨量化、生态离散化交织的趋势与挑战。不过他同时表示，从芯片到算力的转化依然存在巨大鸿沟，当前，多元算力的价值，并未得到充分释放。
在2021人工智能计算大会现场，浪潮人工智能研究院开发的全球最大规模中文AI巨量模型“源1.0”引发关注。浪潮信息副总裁刘军表示，巨量化的一个核心特征就是模型参数多、训练数据量大。以“源1.0”为例，其参数量高达2457亿，训练数据集规模达到5000GB。
“随着人工智能的规模化发展，算力已经成为决定性的力量。”王恩东说。一方面，多样化的智能场景需要多元化的算力，巨量化的模型、数据和应用规模需要巨量的算力，算力已经成为人工智能继续发展的重中之重；另一方面，如何快速完成多元芯片到计算系统的创新，已经成为推动人工智能产业发展的关键环节。
“2020年，人工智能加速芯片所交付的计算力总和已经超过了通用CPU。预计到2025年，加速芯片所提供的计算力可能超过80%。”王恩东说。
不过，人工智能大模型的落地仍有诸多困难。一方面要考虑技术如何走出实验室，另一方面真正有数据、有需求的行业可能又不具备算力、数据的承载能力。此外，应用场景的能源、人才是否适配都是难题，需要从国家、产业、企业和科研机构多机构、多角度协同推进。王恩东认为，目前人工智能的技术、产业链条脱节，生态离散化成为制约人工智能技术上水平、应用上规模、产业上台阶的瓶颈。
“要想释放多元算力价值、促进人工智能创新，既要重视智算系统的创新，加大人工智能新型基础设施建设，把从技术到应用的链条设计好，从体系结构、芯片设计、系统设计、系统软件、开发环境等各个领域形成分工明确而又协同创新的局面，又要加快推动开放标准建设，通过统一、规范的标准，将多元化算力转变为可调度的资源，让算力好用、易用。”王恩东说。
“就像你要在山顶建一座高塔，你不必从山脚爬到山顶，现在你已经站在山顶了，只需要在山顶建塔即可。”刘军说，“这对整个产业的快速推进非常有利。一些非计算机类院校毕业生，只要会用模型的API，能去生成新任务就可以了。这也缓解了人工智能产业发展的人才需求缺口。同时，从用户需求推动，也会促进大模型的发展。”
