中国AI长卷（一）：大国重算

编者按：“中国AI到底发展得怎么样了？”在各种外交平台上，我们常常会看到如许的题目，也会看到各种各样的答案，但这些答案有着普遍的缺陷。它们往往只抽取一两个片断或案例，用非常取巧，以致有点抖机敏的方式，极度唱好或者唱衰中国AI。

究竟上，所谓的中国AI产业覆盖面非常广泛。每个范畴有各自的发展特点，产业上风以及产业范围性，很难用太过简单的方式，来概括究竟上非常复杂的AI产业。

大概，复杂的题目就应该有具体的答案。就像一幅小画，画不尽中国广袤的山川。

想要探寻中国AI的底色，必要梳理来龙去脉，必要回看一步一景，必要去画一幅长卷。

今天我们都知道，驱动AI算法工作的“燃油”是AI算力。尤其当深度学习算法发展到了预练习大模子阶段，AI算力已经成为整个AI范畴的最大本钱开销。根据相干数据，算力本钱要占到大模子练习本钱的70%左右，在大模子推理阶段则高达95%。

假如说，AI产业是一间工厂，那么AI算力就是工厂所需的煤和石油。更为致命的是，这些“煤和石油”的供应处在一种半把持状态。在这次AI复兴当中，英伟达用GPU占据全球AI算力市场的主导职位。英伟达的高端AI算力不仅本钱高昂，供不应求，但对于发达发展的中国AI产业来说，能否确保其供应稳定都要打上大大的问号。

在算力贵且不稳的条件下，中国AI产业却涌现出了巨大的AI算力需求。根据相干数据猜测，2030年全球AI算力的需求将到达2020年的500倍。此中，中国AI算力的增长是告急驱动力。现在阶段，中美之间的AI算力差不多是1比1.5。种种迹象表现，未来两国间的AI算力需求将拉平，以致中国反超。

本钱高昂、供应不稳，需求激增，这三点勾勒出了中国AI算力的团体发展背景。

AI算力就是生产力。在种种令人不安的局面下，中国AI开始了聚沙成塔般的算力突围。

2017年，是人工智能第三次鼓起的第一年。在这一年里，AlphaGO实现了对人类棋手的全面胜利，主动驾驶被广泛看好，深度学习算法随处着花。而这统统算法表现的背后，都离不开AI算力的支持。

这一年，英伟达拉开了股价飙升，AI算力产物频仍迭代的大幕。谷歌开始在云上布局TPU等自研算力。全球半导体产业开始看到AI算力这个极具想象力的新方向。

而与此前历次半导体风口差别的是，这次中国的从业者们没有后知后觉，待产业成熟后再加油追赶，他们选择了抢跑。

在2017年10月，海思打造了麒麟970，把端侧AI算力带到了华为手机。11月，中国科学院和寒武纪共同发布了新一代产物，此中包罗面向手机与云端的AI处置惩罚器。这在当时被称为全球首个深度学习专用处置惩罚器芯片。

假如说，这些芯片还更多会合在端侧场景，不能直接对标英伟达提供的高端AI算力，尤其是AI逊?с力，那么到了2018年，情况就正式发生了改变。

2018年10月，华为正式发布了全栈全场景AI解决方案。构玉成站全场景AI主体的，是两款华为自研的AI芯片，也就是当年发布了用于推理的昇腾310，以及预报中的昇腾910，陪同着昇腾这个名字的出现，华为在AI基础办法范畴的一系列布局开始浮现出来。

彼时，中美之间的贸易摩擦还没有开始。中国科技界不会料想到科技封锁的大棒即将迎面而来，更不会料想到AI算力这个还非常新颖、前沿的概念，居然会在几年后成为美国反复使用，极力打击的中国科技“命门”地点。

假如没有华为对AI时机的预判，昇腾在AI算力上的抢跑，大概背面的故事，就会是另一个走向。

2019年到2022年，中国AI算力发展进入第二阶段。扼要概述这个阶段的发展目标，就是把AI芯片酿成了AI算力。

提及AI盘算，许多朋侪会有种疑惑，一方面国产AI芯片好像非常多，时不时就能看到相干报道，但另一方面却又都说AI算力卡脖子。此中的题目，就在于芯片和算力是有区别的。

芯片必要可以或许量产，可以或许酿成板卡、服务器、小站等盘算产物，还必要具备全套的软件生态来资助用户举行调用、开辟，必要与各个应用场景举行适配，证实可用性。在这一系列题目都得到解决之后，还必要形成充足大的市场规模。

要顶着性能没有英伟达好，本钱、生态、贸易信任全都没有上风的窘境走向市场，国产AI算力这条路非常困难。这也是为什么绝大多数国产AI芯片都只能停留在研制乐成的消息通稿里。

万幸的是，在中美贸易摩擦的背景下，这一阶段告急科技范畴的自主可控成为各界共识，而AI算力在此中首当其冲。以是，国产AI算力没有像此前的算力国产化议题那样，反复被质疑是否有须要自研，全球化采购是否本钱更优。由于理智的科技从业者都知道，AI算力被看成美国的棋子只不外是早晚的题目。

在政策形势、市场需求，以及头部科技企业的带动下，国产AI芯片的算力转化固然没有百花齐放，但也顺遂完成了阶段性的目标升级。

2019年8月，可用于AI练习，能直接对标英伟达高端产物的昇腾910芯片正式发布。其整数精度（INT8）算力可以到达640TOPS，团体性能靠近了英伟达的A100。这标记着，中国AI算力的“拳头产物”来到了全球一线程度。

随后，昇腾生态的建设全面加速。深圳鹏城实行室基于昇腾910搭建了“鹏城云脑Ⅱ”，实现了中国首个自主可控的E级智能算力平台，可以提供不低于1000Pops的整机AI盘算本事和64PB的高速并行可扩展存储。在武汉等25个都会，搭建了基于昇腾AI集群的人工智能盘算中央，借助“东数西算”热潮，开启了云端AI算力这一新型基础办法的建设。

其他科技公司，同样也在这一阶段推动着AI芯片走向AI算力。百度在2020年量产了昆仑芯1代AI芯片，随后在百度搜索引擎、小度等业务中举行了摆设。随后，基于百度自身业务与百度智能云庞大的AI算力需求，昆仑芯片告竣了一定的量产规模。

先后布局AI芯片的，有华为如许的全产业链科技公司，也有阿里、百度等基于云盘算业务拓展的AI芯片布局，同时另有寒武纪、海光信息、燧原科技、天数智芯、壁仞科技、摩尔线程、龙芯中科等半导体企业。中国AI算力的产业纵深，在一定程度上被拉开，IT市场的国产化AI算力选择也开始多样了起来。

时间来到2022年，一个关键性指标开始浮出。根据IDC发布数据，2022年中国AI加速卡出货量约为109万张，此中英伟达市场份额约为85%，昇腾市场占据率10%，百度昆仑为2%，寒武纪和燧原科技均为1%。

这意味着，中国AI盘算市场上的国产化占比已经高出了10%。固然这个规模看上去仍然不敷大，但它意味着国产AI算力已经得到了稳定的市场基数，成为除了英伟达之外，中国AI盘算具有可行性的第二选择。

这是用极限速率跑出来的10%，也成为中国AI产业的压舱石。

记得2018年，我与一些AI开辟者、AI公司的首创人聊过GPU供应题目。在问到他们是否以为英伟达GPU会走向断供的题目时，各人普遍以为不消担心，一方面是由于中国市场充足大，且增长充足快，英伟达不大概放弃，另一方面中美之间的AI技能差距还很显着，美国政府没有须要在这个范畴脱手干预。

然而究竟证实，达摩克里斯之剑终会落下，我们永久不能乐观地以为科技铁幕上能打开一扇小窗。

2022年国产AI算力可以或许走向规模化商用的另一重推动力，是由于英伟达高端GPU的禁售风波开始了。在此之前，英伟达雄踞了中国AI芯片市场高出90%的份额。但在2022年10月，美国商务部以担心军用转化为捏词，对出口中国的AI芯片启动管制。此中，英伟达的H100和A100等高端GPU成为告急管制对象。

对于这个谬妄的新规，英伟达也并非没有探求出路。作为禁令的对策，英伟达马上开辟了两款专为中国市场筹划的“平替”，也就是A800和H800。这两款GPU性能都低于美国制裁步调规定的阈值，但在性能低落的同时，代价却举行了上涨。

然而纵然如许的替代方案，也在一年后被宣告“此路不通”。美国商务部在2023年10月公布克制英伟达向中国供应A800和H800，而且新的禁售令不仅影响英伟达，还将AMD和英特尔的芯片覆盖在内，而且影响了大量芯片装备厂商。这种做法，可谓是堵上了中国获取中高端AI算力供应的全部大门，以致筹划对使用亚马逊云、微软云等美国云盘算平台来获取云端AI算力的中国企业举行限定。铁闸落下，空余无奈。

固然，英伟达也并没停下试试看的脚步。英伟达又一次筹划了三款面向中国的“特供版”。此中，可以或许用于AI练习的H20在理论上只有H100的20%综合性能，缩水之严峻令人惊叹。

至此我们大概可以说，依靠入口的中国AI算力之路已经被堵得水泄不通，接下来，只能路本身修，步本身走。

幸运的是，修出来的路还不止一条。在今天，国产AI算力已经可以通过多种方式供应市场。它们支持着百模大战的繁荣，实现了英伟达禁令以致没有激起太大的水花。固然，这些方式互有交叠，用户可以有多样化的搭配与选择。但团体而言，今天中国AI算力的泉源有三条途径：

第一种，天下算力网络与云端AI算力。

在科技自主自强的大背景下，几年来中国极洪流平上增强了AI算力办法的基础建设。作为“东数西算”的核心构成部分，中国兴建了大量智算中央，预计在2025年将提供高出105EFLOPS的AI算力，构成了一张庞大的AI算力网络。

而作为与国家AI算力基础办法结合相对细密的运营商，也正在加紧提升对算力网络的使用与挖掘。在现在阶段，运营商纷纷加码云盘算与AI大模子，逐渐形成了云端AI算力在技能上的成熟与恒久本钱上的上风。

与此同时，各大云盘算厂商也增强了AI算力的投入。一方面赶在禁令之前，大量囤积英伟达高端显卡，另一方面也在探索自研AI芯片的使用，以及对其他国产AI算力的引入。

综合来看，天下一体化的AI算力网络，正在成为中国智能化的告急算力基石。

第二种，昇腾生态。

经过多年的发展，华为已经将昇腾建设为国内最为成熟，且完全没有英伟达GPU到场的AI盘算生态。科大讯飞首创人刘庆峰曾经表现，华为的昇腾AI芯片可以到达与英伟达A100相当的性能。

相对来说，昇腾的上风在于软硬件体系较为齐备，可以广泛使用华为自研的技能举行支持；可以和同样由华为打造的鲲鹏生态结合，实现多元盘算；团体产业生态较为繁荣，硬件、软件合作商丰富。弱势之处则在于，外界对昇腾芯片还是有性能不敷与代价过高的质疑，而且昇腾生态相对封闭，与其他厂商的AI算力生态根本不打通。

今天，中国已经有一半的大模子由昇腾来支持，而且华为云已经将昇腾算力带到了云端，推出了昇腾AI云服务。可以说，昇腾的出现和发展，让中国有了可以对标英伟达生态的AI算力选择。

第三种，异构智算。

昇腾之外，大多数AI芯片厂商还无法实现规模化出货，更多是以到场混淆型算力的方式，参加数据中央、企业AI集群的建设当中。现在情况下，大多数企业与数据中央还是会选择英伟达来构建AI算力的主体，同时通过参加海光、寒武纪等国产芯片以及加速卡来构建AI算力，或者采取使用英伟达GPU举行练习，使用国产AI算力举行推理的模式。比如说，百度在文心一言练习中使用的是英伟达GPU，推理侧则使用自主研发的昆仑芯2代。

雷同计谋，可以逐渐低落对英伟达的依靠度，而且发挥出多元化的AI芯片上风。由此，异构智算开始成为企业和数据中央新的需求。面向这种需求，IT厂商也正在捕捉时机。比如遐想推出了完全异构智算平台，来资助实现异构化AI算力的管理与调配；新华三推出了面向异构智算的网络解决方案，解决异构智算带来的丢包与负载等题目。

这三根“足”，给中国AI算力带来了某种稳定性。经过极限情况下的多年谋划与发展，今天中国AI算力谈不上充沛与便宜，至少有了可以遮风挡雨的稳固。

至少我们可以看到，中小企业应用AI算力的综合门槛正在低落，AI算力的选择在增多，异构协同本事在增强，而且熟悉了昇腾与海光DCU如许可以或许直接替代英伟达GPU的存在。中国AI是否会由于算力而陷入生存僵局，已经不再是个题目。

总结一下，在AI算力层面，我们有办法，但办法不敷好，实在也不敷多。

然而换个角度想想，幸好我们有方法，否则贫困就大了。

依靠精准的预判抢跑，在多重助力下超高速发展，在外部压力下极限成型。

智算，终成国之重器。