算力與應用的發展，是一個不斷上升、循環往復的過程，每當算力提升到一個新高度，總是會催生新的應用，新應用出現又需要更高的算力來支持。大模型就是算力發展歷史上的一個關鍵節點。

【資料圖】

“大家可以把‘算力自由’想象成第二次工業革命，電氣化時代，愛迪生發明燈泡是一個標志性時刻，但最關鍵的是誰能夠把產品做出來，普惠大眾?！毙氯A三集團副總裁、計算存儲產品線總裁徐潤安表示。

大模型對算力的改變才剛剛開始，大模型將來會消耗多少算力，或者說產生大模型算力的方法會有多少種，現在都是未知數。

“我相信在不遠的將來，整個算力市場都會帶來新一輪的革命，不論是硬件還是軟件，所有的目的都是為了源源不斷地提供算力給AI，當然我也相信，AI也會創造出更多新的方法，提高算力使用的效率”，徐潤安補充表示。

而目前，大模型對算力的改變已經有跡可循。

算力走向全局化

傳統計算以集中式架構為主，一定程度上存在復雜、低效、僵化的問題，但隨著分布式架構重塑算力形態，需要在擴展性、管理性、安全性等方面實現全面升級，并將向著高效、低碳、智能的方向加速發展。

新華三集團計算存儲產品線副總裁劉宏程表示，“大模型到來之后，今天談到的算力，更多是計算、存儲、網絡一體化解決方案的融合。我們從客戶那了解到，只賣GPU不夠，建立一個全方位的解決方案，需要把服務器、存儲和網絡綜合形成一個整體解決方案，才能幫助用戶建立大模型環境，最終落實到行業應用中?！?/p>

上游芯片廠商每一次的產品更新，都意味著下游服務器廠商需要重新做一次研發，例如英偉達GPU從Ampere架構更新到Hopper架構，新華三的服務器R5500 G5也隨之更新到R5500 G6。

其中，除了GPU的變化，CPU也更新到下一代， PCle從過去的Gen4到Gen5，網絡從過去的100G和200G為主，升級為200G和400G為主。此外，新的網絡互聯、xPU、DPU等技術也變得越來越成熟，這就要求服務器廠商有相對完善的儲備。

服務器本身就是系統級工程，大模型的改變是將服務器集群視作整體，需要在更大范圍做系統級別優化。

劉宏程介紹，“從我們現在看到的用戶實踐，客戶要求無損網絡，RDMA也好，RoCE也好，不能丟一個數據包。丟一個數據包，有可能前面幾十個小時訓練的數據要重算，用戶算力的利用率會降到非常低的水平，我們見過客戶因為調度不靈活，算力甚至只用了5%、10%，服務器就在那空轉?！?/p>

“每跨一臺服務器，性能就會有一定的削減，這個削減來源于服務器之間互聯和數據之間的調度，比如存儲數據怎么獲得，兩臺不同的服務器之間網絡帶寬和延遲是多少，這些都是整個AIGC解決方案里面需要綜合考慮的部分?！彼f。

此外，高能耗也是大模型算力的一個客觀限制，很多客戶一個機柜里只放一臺GPU服務器，甚至兩個機柜放一臺，就是因為能耗問題。根據ODCC的數據顯示，2020年我國數據中心能耗總量為939億千瓦時，碳排放量為6464萬噸。預計到2030 年，能耗總量將達到3800億千瓦時左右，碳排放增長率將超過 300%。如何做到綠色低碳，也是大模型算力的一個瓶頸。

“一體·兩中樞”，新華三補短板

以云計算為代表的廠商，在大模型算力集群方面刷足了存在感，這就要求服務器廠商補充相應的能力，近年來已有跡象，例如云服務商和服務器廠商在私有云領域直接競爭，大模型則將這一競爭推到更深層次，新華三于去年底推出的“一體·兩中樞”智慧計算體系，增加了競爭籌碼。

“一體”是指新華三以CPU、GPU和xPU為核心，構造出的覆蓋通用計算、異構計算等全場景的多元計算體系，并在近年通過液冷等低碳技術的融合，構建起高效、低碳數據中心的算力基石；

“兩中樞”分別對應智能算力中樞（傲飛）和智能管理中樞，新華三智能算力中樞（傲飛）能實現傳統科學計算與AI計算深度融合，同步實現科學計算批量作業和AI容器作業的調度編排，滿足教育、科學、能源、制造等高性能計算場景需求。

智能管理中樞提供部署、調優、節能、診斷、退役都能能力，為數據中心服務器提供全生命周期智能管理，能幫助企業提高運維效率，降低運維成本，客戶可根據具體的業務需求對服務器進行靈活的配置部署，從而打造自己專屬的運維環境。

可以理解“一體”是新華三的算力基礎，而“兩中樞”拓展了智算算力的集群能力，對應的是服務器集群的管理。

譬如ChatGPT參數達到了1750億，每個參數如果只算2個字節，意味著需要8塊最高端的GPU卡，才能容下所有的參數，實現靈活的應用，進一步驅動算力從通用轉向GPU、NPU或者xPU等綜合算力，高并發的情況需要更多差異化算力單元來滿足。

“我們看到調度比較有效率的就是64卡和128卡，再往高其實已經開始有衰減，需要跨另外一個網絡做調度?！眲⒑瓿陶f。

據了解，新華三大部分客戶所使用的GPU集群數量在64、128和256卡級別，衰減相對比較弱，現有的網絡限制比較接近128卡的算力限制。舉例來看，現在網絡架構可能8000個端口，一般一個計算模塊對一個網絡端口進行調度，8000個端口對應128個GPU，超過這個數量，就跨入另外一個網絡，需要兩臺交換機。

“當前GPU市場較為火熱，但是NPU和xPU的技術在中間也起到了非常關鍵的作用”，劉宏程說，“一體”就是多元算力，新華三之前提出的觀點得到了驗證，讓用戶根據場景來選擇不同的算力單元，滿足不同的計算需求。

（本文首發鈦媒體APP 作者｜張帥，歡迎添加作者微信mr3right交流）

關鍵詞：