智算成本居高不下，如何有效破局？

  ICC訊 自ChatGPT橫空出世以來(lái)，人工智能大模型的熱度持續(xù)攀升。有觀點(diǎn)認(rèn)為，人工智能將引領(lǐng)第四次工業(yè)革命。然而，這一預(yù)言背后隱藏著一個(gè)問(wèn)題：算力成本的高企。舉例來(lái)說(shuō)，GPT-3.5訓(xùn)練一次大模型的成本高達(dá)1200萬(wàn)美元，約合8700萬(wàn)人民幣，而ChatGPT 4.0的算力需求則激增了68倍。面對(duì)這一“燒錢(qián)”游戲，我們?cè)撊绾螒?yīng)對(duì)?

數(shù)據(jù)中心和智算中心形象圖

  國(guó)內(nèi)智算成本高企的背后

  首先，讓我們來(lái)探究一下智算的“胃口”。智算的過(guò)程主要分為兩步：推理與訓(xùn)練。推理過(guò)程就像是讓AI模型進(jìn)行“深思熟慮”，而訓(xùn)練過(guò)程則是讓它們“勤學(xué)苦練”。這兩個(gè)階段都對(duì)計(jì)算資源和電力有著巨大的需求。

  硬件設(shè)備價(jià)格昂貴：智算離不開(kāi)高性能計(jì)算機(jī)(HPC)和GPU等硬件設(shè)備。這些高端設(shè)備價(jià)格高昂，而且許多關(guān)鍵設(shè)備還依賴(lài)進(jìn)口，這無(wú)疑進(jìn)一步推高了成本。以H100為例，據(jù)美國(guó)金融機(jī)構(gòu)Raymond James稱(chēng)，H100的成本約為3320美元，但英偉達(dá)對(duì)客戶(hù)的批發(fā)銷(xiāo)售價(jià)格介于25000美元至30000美元之間，而同時(shí)受到美國(guó)政策限制，成為稀有資源。

  電力成本高企：智算對(duì)計(jì)算資源的需求巨大，而這些資源的運(yùn)行和冷卻都需要消耗大量的電力。在國(guó)內(nèi)，電力價(jià)格不菲，尤其是在一些大都市，電費(fèi)無(wú)疑成了智算成本中的“大戶(hù)”。北上廣深等核心城市工業(yè)用電價(jià)一直保持高位，用電緊張。

  人才和數(shù)據(jù)成本不可小覷：智算領(lǐng)域需要大批高素質(zhì)人才，包括數(shù)據(jù)科學(xué)家、算法工程師和系統(tǒng)架構(gòu)師等，隨著智算需求的增長(zhǎng)，這些人才的薪資也水漲船高。而數(shù)據(jù)作為智算的“燃油”，獲取和處理高質(zhì)量的數(shù)據(jù)同樣需要投入大量資源。數(shù)據(jù)的采集、清洗、存儲(chǔ)和傳輸?shù)拳h(huán)節(jié)，都會(huì)產(chǎn)生可觀的成本。

  據(jù)了解，目前，國(guó)內(nèi)企業(yè)在智算方面投入巨大，以1P算力的成本來(lái)看，硬件設(shè)備的采購(gòu)成本大約為5000萬(wàn)元，電力和維護(hù)成本每年約1000萬(wàn)元，再加上人才和數(shù)據(jù)成本，整體支出堪稱(chēng)“天文數(shù)字”。

  盡管如此，智算的需求仍在不斷增長(zhǎng)，特別是在金融、醫(yī)療、制造和交通等領(lǐng)域。為了保持競(jìng)爭(zhēng)力，企業(yè)不得不持續(xù)增加智算的投入，形成了一個(gè)“成本高-需求高-投入高”的惡性循環(huán)。那么，企業(yè)該如何打破這個(gè)循環(huán)，有效降低智算成本呢?

  破解之道

  制冷、供配電節(jié)能技術(shù)的應(yīng)用：液冷技術(shù)通過(guò)使用液體冷卻系統(tǒng)，可以有效降低數(shù)據(jù)中心的溫度，提高能效，減少能耗。這有助于降低電力成本;模塊化的電力系統(tǒng)可以更靈活地滿(mǎn)足不同負(fù)載需求，減少能源浪費(fèi)，從而降低成本。例如，阿里浸沒(méi)式液冷的應(yīng)用，使PUE值降到1.09，液冷技術(shù)可以顯著降低數(shù)據(jù)中心的能源消耗，實(shí)現(xiàn)綠色智算中心的目標(biāo)。

  東數(shù)西算，優(yōu)化資源配置：電力成本低廉的西部地區(qū)利用“東數(shù)西算”戰(zhàn)略，將數(shù)據(jù)計(jì)算任務(wù)從東部轉(zhuǎn)移到資源豐富、電力成本低廉的西部地區(qū)。這有助于降低整體智算成本。同時(shí)，8大國(guó)家算力樞紐節(jié)點(diǎn)的20毫秒(ms)時(shí)延圈已覆蓋國(guó)內(nèi)主要城市，5ms時(shí)延圈已實(shí)現(xiàn)樞紐周邊省市覆蓋，這使得數(shù)據(jù)傳輸速度更快、可靠性更高。例如，貴州的智算中心已成為許多企業(yè)的首選地，通過(guò)將計(jì)算任務(wù)轉(zhuǎn)移到此地，企業(yè)可以顯著降低電力成本。

  網(wǎng)絡(luò)技術(shù)的進(jìn)步：智算中心內(nèi)部網(wǎng)絡(luò)連接技術(shù)的不斷改進(jìn)可以提高數(shù)據(jù)傳輸速度、可靠性和安全性。例如，騰訊云通過(guò)自研星脈網(wǎng)絡(luò)3.2T通信帶寬和統(tǒng)一的接入層能力，打造了一個(gè)可以支持超過(guò)10萬(wàn)張卡并行計(jì)算，并且能夠兼容多種GPU生態(tài)的算力集群，這有助于優(yōu)化智算中心內(nèi)部的通信，提高整體智算效率。

  云計(jì)算，降低基礎(chǔ)設(shè)施成本：云計(jì)算是降低智算成本的有效途徑。企業(yè)可以通過(guò)使用云計(jì)算平臺(tái)，減少自建數(shù)據(jù)中心的成本。云計(jì)算平臺(tái)提供按需付費(fèi)模式，企業(yè)可以根據(jù)實(shí)際需求靈活調(diào)整算力資源，避免資源浪費(fèi)。例如，騰訊云和阿里云等國(guó)內(nèi)領(lǐng)先的云計(jì)算服務(wù)商，已經(jīng)為眾多企業(yè)提供了高效、低成本的智算解決方案。

  智算成本的高企無(wú)疑是國(guó)內(nèi)智算行業(yè)面臨的一大挑戰(zhàn)。但是，通過(guò)采用節(jié)能技術(shù)、實(shí)施“東數(shù)西算”戰(zhàn)略、提升網(wǎng)絡(luò)技術(shù)和使用云計(jì)算等措施，我們有望有效破解這一難題，降低智算成本。隨著技術(shù)的不斷進(jìn)步和政策的支持，國(guó)內(nèi)智算行業(yè)必將迎來(lái)更加廣闊的發(fā)展前景。