9月9日，在第五届深圳国际人工智能展（GAIE）第二届智能算力发展论坛上，中昊芯英（杭州）科技有限公司（以下简称“中昊芯英”）与中国联合 *** 通信有限公司深圳市分公司（以下筒称“深圳联通”）联合举办了“智算基建，加速未来”高性能 AI 智算中心项目启动仪式，标志着双方将携手合作共同建设广东地区首个采用国产 TPU 技术的智算中心。
据深圳联通副总经理赵桂标介绍，“项目一期由32个算力节点通过高效互联构建而成，整体算力不低于50P，后期将扩容至千卡规模，形成训推一体化的枢纽，成为中国联通在深圳的核心智算高地的重要组成部分。”
谈及合作共建智算中心的具体布局，他进一步表示，“中国联通以国家智算能力布局要求和市场实际需求为牵引，根据‘规划先行、市场驱动、适度超前、小步快跑’原则统筹规划构建中国联通智算体系，构建形成‘1+N+X’智算能梯次布局。”
优势互补，提升算力利用率
此次中昊芯英与深圳联通的合作，是基于双方在各自领域的深厚积累与优势互补。
据了解，中吴芯英作为国内领先的 TPU 架构 AI 芯片企业，此次提供了搭载其自主研发的高性能 TPU 芯片“刹那®”的人工智能服务器及大规模 AI 计算集群系统“泰则®”，为项目搭建坚实的AI 计算底座。
深圳联通则凭借其 *** 资源和运营经验，将配合 *** 及行业伙伴，建设针对特定行业的智算节点，预部署相应软件和模型，为社会提供智能算力服务或 MaaS 服务，赋能产业发展。
该项目优势在于算力的共享，避免单个企业因业务需求波动导致的算力闲置或不足问题，提高算力整体利用率，降低运营成本。同时，该项目将搭载联通云自研“星罗”算力管理平台，实现多元异构算力的适配和服务编排，形成“通算+智算+超算”的融合调度能力，可面向客户提供一体化算力运营服务，也可用于企业私有化部署的智能算力 *** 搭建及运菅管理。
谈及合作的优势，中昊芯英创始人兼 CEO 杨龚轶凡介绍道，“中昊芯英的优势在于芯片设计、软件优化以及集群的软硬件栈构建，为 AI 算法提供了坚实的硬件基础；而深圳联通则擅长云平台建设、物理层面的突破、智算中心管理以及能耗控制，为 AI 算法的运行提供了高效、可靠且可扩展的云端环境。双方合作不仅弥补了彼此的短板，还共同构建了高效、可靠的人工智能算法基础设施资源平台，实现了资源的更优配置和效益的更大化。”
此次项目的成功启动对于双方都具有深远意义。对于深圳联通而言，这不仅是对其智算体系布局的重要补充和完善，也是其推动深圳数字经济高质量发展的具体行动。而对于中昊芯英而言，则是其在华南区域落地AI 高性能智算中心的重要里程碑，标志着其在国产 AI 算力运营和产业智能升级方面迈出了坚实的一步。
近年来，各地都在布局智算中心落地，而在智算中心的运营成本中，电力成本占据了相当大的比例。针对耗电问题，赵桂标向 AI 科技评论介绍表示，“压降能耗主要从以下两个方面着手；一是要在规划设计层面进行大胆创新，拥抱新技术，如液冷、磁悬浮冷机、模块化电源、间接蒸发冷却等，采用高效能的设备，尽可能多的利用自然冷源来压降能耗；二是要在运营层面不断积累精细化能耗管控的经验，多措施并举持续优化 PUE，达到节能降碳的效果。”
而杨龚轶凡则从 TPU 的优势切入分析道，“TPU 更针对于大模型的模型训练和推理性设计，软件和 *** 的架构和结构比 GPU 实现同样性能的 *** 架构更为简洁和简单，所以在软件的运维层面来说会变得更加高效，在硬件的搭载过程中也会设计让它能够可运维，整体来说会尽可能降低生产成本、运维成最后实现对模型的高算力的支持。”
TPU要做AI界的X86
中昊芯英与深圳联通的合作，不仅仅是技术层面的深度融合，更是对未来人工智能产业发展趋势的把握。
随着 AIGC时代的到来，大模型训练、神经 *** 开发等应用场景对算力的需求日益激增。中昊芯英自2018年成立以来，便致力于为 AIGC 时代的超大规模AI模型计算提供高性能 AI芯片与计算集群，作为国内唯一掌握TPU架构 AI芯片核心技术的企业，中昊芯英通过“算力基础设施+生态合作+产业应用场景”的三位一体化方案，为客户提供具备生 产变革能力的 AI创新技术方案，加速 AI的工程落地与产业化进程。
而TPU和GPU相比究竟优势何在？
杨龚轶凡向AI 科技评论介绍称，“就整个TPU来说，我们想把这个架构做成 AI界的X86，因为英特尔X86是统治了PC时代，CPU的时代所有架构里没有任何东西能够跟X86去PK，直到手机出现有了 ARM才分走了一部分的市场份额。我们希望TPU架构就是 AI界里未来最核心的架构方式。他指出，随着技术的发展，在相同制造工艺、芯片尺寸和能耗条件下，TPU相较于传统GPU架构，其不可替代的优势在于专为AI深度学习定制。”
他进一步说道，“TPU舍弃了GPU的部分灵活性，如光线追踪等复杂计算，转而专注于优化深度学习中的非线性计算，性能可提升3到5倍，具有显著的性价比。在AI领域，尤其是深度学习模型的训练和部署，性价比是决定模型能否广泛落地的关键因素”。
同时，“TPU的架构设计使其在处理深度学习模型时，无论是单线程还是集群性能均表现出色，特别适用于大规模模型训练和推理。其 *** 基础架构和 *** 形态专为深度学习数据流量特征设计，无向前兼容负担，进一步增强了AI算法运行的性价比。”
在杨龚轶凡看来，“从所有的实际证据和研发的指标来看，面向AI大模型计算场景，TPU比GPU更有核心竞争力。预期3-5年之后主要的 AI 算力硬件市场会让TPU和类TPU的其他 ASIC占领，GPU会回到原有的20%的市场地位。”
此外，值得一提的是，此次和深圳联通合作的 TPU智算中心采用的是纯TPU技术，和异构智算中心相比也有自身优势。
杨龚轶凡表示，“任何东西只要异构一定面临性能损耗，无论是拿什么样的芯片异构，最后 *** 性能节点上一定有打折，这个折扣基本是5折到7折不等。如果能够有纯构的计算平台，当然性价比是在服务客户时，假如成本一致的情况下，性能是它的1.3-1.5倍，其实性价比是更高的，服务的费用可以比异构平台更低一些，对于终端客户而言成本是降低的。”雷峰网(公众号：雷峰网)雷峰网
发表评论