近一年以來，隨著基于大模型技術(shù)的新一輪人工智能技術(shù)浪潮崛起，如何有效應(yīng)對AI部署帶來的功耗和成本挑戰(zhàn)？如何構(gòu)建可持續(xù)的算力系統(tǒng)？AI PC能改善消費電子需求減弱的現(xiàn)狀嗎？一系列的問題，成為整個科技行業(yè)的熱門議題。
近日，新浪科技《科創(chuàng)100人》采訪了英特爾研究院副總裁、英特爾中國研究院院長宋繼強。對話中，宋繼強指出，“應(yīng)對大模型部署的功耗和成本挑戰(zhàn)，可以從芯片制程、系統(tǒng)架構(gòu)、異構(gòu)算力以及數(shù)據(jù)中心規(guī)劃設(shè)計等多維度入手�！�
作為最為底層的芯片算力企業(yè)，英特爾和國內(nèi)外眾多云廠商、電信廠商已有超過十年的合作，其間作為顧問去幫這些企業(yè)成立數(shù)據(jù)中心，做架構(gòu)優(yōu)化，過程中積累了大量的經(jīng)驗。談及國內(nèi)該如何構(gòu)建可持續(xù)的算力系統(tǒng)時，宋繼強強調(diào)，“在新建數(shù)據(jù)中心的時候，一定要嚴卡能效比�！�
在宋繼強看來，AI PC概念的提出，類似于之前在計算機上加上WiFi功能一樣的變革。因為體積和算力的原因，電腦可以把多種算力架構(gòu)組合進去，支持更多的生成式AI創(chuàng)新。
“與手機相比，PC能支持更多生成式AI創(chuàng)新”
近一年以來，隨著生成式AI技術(shù)的快速發(fā)展，越來越多的PC和消費電子廠商紛紛圍繞AI技術(shù)展開創(chuàng)新，AI PC的概念也隨之出現(xiàn)。作為個人電腦領(lǐng)域最為底層的芯片算力提供商，英特爾如何看待這一輪AI浪潮對于PC等消費電子行業(yè)的影響呢？
宋繼強表示，AI PC這一波新的技術(shù)增長或應(yīng)用增長拐點，就像當(dāng)年把WiFi做到筆記本上一樣，因為他突然給傳統(tǒng)的 PC或筆記本增加了一些AI能力，這會導(dǎo)致交互方式發(fā)生很大的變化，如果PC再去結(jié)合諸如邊緣智能設(shè)備進行工作，這將帶來很多生產(chǎn)力上的改變，催生出一些新興的應(yīng)用。
“這些被催生出的新興應(yīng)用都跟終端設(shè)備有關(guān)，但目前在手機上的挑戰(zhàn)可能要比在 PC上更大。”宋繼強表示。
在宋繼強看來，由于手機體積較小能夠支撐的算力有限，而筆記本或者臺式機則可以把多種架構(gòu)組合起來去實現(xiàn)更多的功能，因此也將能夠支撐更多的硬件創(chuàng)新。
“應(yīng)對AI大模型部署挑戰(zhàn)，要從三方面下手”
在部署大模型的過程中，AI工作負載帶來的功耗和成本挑戰(zhàn)，是目前業(yè)界迫切希望解決的。在宋繼強看來，AI工作的功耗問題，實際上可以從四方面分別進行解讀。
第一，芯片本身是否來自高能效比的工藝節(jié)點。如果我們想讓AI性能和能效提高，就要選用更具有高能效比的工藝節(jié)點去生產(chǎn)。比如，英特爾現(xiàn)在4年5個節(jié)點往前推進，從Intel 7、Intel 4、Intel 3，到2024年上半年和下半年分別會大批量生產(chǎn)的Intel 20A和Intel 18A，這些節(jié)點每代都會比前一代有兩位數(shù)性能提升。
“這些都是相對絕對的，因為它是半導(dǎo)體制程所帶來，能定義出一個晶體管的能效比、漏電情況、計算次數(shù)等，這是最底層的，也是芯片級的�！彼卫^強表示。
第二，架構(gòu)設(shè)計是否能夠跟工作負載特點吻合。有了基礎(chǔ)的晶體管制造工藝后，上面就是架構(gòu)層的事，是如何組織晶體管并讓它去形成技術(shù)。這里會涉及CPU、GPU、NPU以及DPU等不同的架構(gòu)，這些架構(gòu)由于工作模式不同，所以對于自己擅長那部分的工作負載能效比就挺好。比如在模型部署應(yīng)用里，有一些是屬于前期的數(shù)據(jù)清洗和處理分析，包括數(shù)據(jù)結(jié)構(gòu)的優(yōu)化等，這些通過傳統(tǒng)CPU加上一些內(nèi)存架構(gòu)優(yōu)化，其實就挺好。如果后面涉及大模型，再引入GPU或者一些專門的AI加速器，性價比會更好。
在宋繼強看來，現(xiàn)在的大模型所面臨的其實不是計算式主瓶頸，而是內(nèi)存的帶寬和容量是一個很大的瓶頸，所以整個系統(tǒng)的架構(gòu)里面是不是把這部分專門進行優(yōu)化，也是它最后效率高低的一個差別。因為只要你負載沒運行完，這些都在耗電，不管它是在空轉(zhuǎn)地等數(shù)據(jù)，還是其他的都在耗電。同時，一些復(fù)雜的工作也可以用更具突破性的架構(gòu)去實現(xiàn)，比如說類腦計算芯片，做同一類任務(wù)，你用類腦芯片去實現(xiàn)和用這個傳統(tǒng)的CPU+GPU實現(xiàn)，他們的能效比、能耗能相差到千倍以上。
上層系統(tǒng)是否從網(wǎng)絡(luò)到軟件都進行了優(yōu)化。以數(shù)據(jù)中心服務(wù)器是否用最先進的綠色計算方案為例，在整個服務(wù)器數(shù)據(jù)中心里，要知道怎么給它供電、散熱，怎么去減少空調(diào)的功率。因為在數(shù)據(jù)中心里邊，除了數(shù)據(jù)中心計算消耗的電量外，它產(chǎn)生了熱，空調(diào)就要去對它進行冷卻，所以空調(diào)的電量也是能耗的一部分。
當(dāng)然，宋繼強也看到，對于想要提高AI能效比的企業(yè)而言，想要很好地兼顧好這些不同層面的技術(shù)因素，難度也是非常大的。在數(shù)智化需求側(cè)期待快速提升時，有什么基于現(xiàn)在技術(shù)更靈活、快速的方案呢？據(jù)他介紹，在芯片制造、處理器架構(gòu)以及整個計算系統(tǒng)構(gòu)成環(huán)節(jié)，英特爾IDM2.0所提供的系統(tǒng)級代工服務(wù)，能夠給客戶提供全棧式的優(yōu)化計算方案。此外，英特爾還可以通過專用軟件工具或合作客戶解決方案，去幫客戶優(yōu)化并構(gòu)造解決相應(yīng)的AI能耗和成本問題。
“建數(shù)據(jù)中心，生態(tài)不統(tǒng)一最讓人頭疼”
據(jù)宋繼強介紹，在數(shù)據(jù)中心能耗優(yōu)化和算網(wǎng)融合的能效比優(yōu)化方面，英特爾和國內(nèi)外支持的眾多云廠商、電信廠商，已有超過十年的合作歷史，英特爾通常會作為顧問去幫這些企業(yè)成立數(shù)據(jù)中心，并做整個架構(gòu)的優(yōu)化，過程中也積累了大量的經(jīng)驗。
在宋繼強看來，在推動可持續(xù)的算力生態(tài)建設(shè)過程中，一定要嚴卡能效比。畢竟，現(xiàn)在國內(nèi)數(shù)據(jù)中心上量太快了，各個城市都在建設(shè)。因此，一定要通過數(shù)智驅(qū)動等手段，把能效真正地降下來。比如，通過加上傳感器做運維輔助，讓整個IT系統(tǒng)在運行工作負載的時候能夠節(jié)能；又或者通過優(yōu)化空調(diào)用電，做到非IT系統(tǒng)的節(jié)能。
他結(jié)合英特爾綠色數(shù)據(jù)中心技術(shù)框架2.0分享表示，在建數(shù)據(jù)中心時鼓勵要更多地采用稍微先進一些的數(shù)據(jù)中心架構(gòu)模式�！耙驗椋坏⿺�(shù)據(jù)中心建成并成為基礎(chǔ)設(shè)施，都是朝著使用10—15年去的，如果中間再去替換的話，成本都非常高”。因此，在做實施時，盡量找有前瞻性的企業(yè)或顧問團來做方案，也是非常重要的。
宋繼強表示，國內(nèi)現(xiàn)在在建一些新的計算中心時，有時候也會找英特爾去做咨詢。會發(fā)現(xiàn)，他們遇到的一些問題是，之前采用的一些異構(gòu)算力或者技術(shù)供應(yīng)商，經(jīng)歷一年兩年以后都消失了，又得重新迭代�！八袁F(xiàn)在國內(nèi)建計算中心的時候也是很頭疼的，而且大家的生態(tài)都不統(tǒng)一，在這上面開發(fā)應(yīng)用是很大的一個投資風(fēng)險�！�
據(jù)他介紹，目前英特爾也會參與國內(nèi)一些智能算力中心的硬件能效比或計算能力評測中，去定制一些行業(yè)標準，去比較不同芯片或不同架構(gòu)組合對于解決問題的能力，做類似于基準測試的定義，進而促進行業(yè)的規(guī)范發(fā)展。
