当超算遇到人工智能 2024中国算力发展专家研讨会在京举办

7月18日，由中国智能计算产业联盟与全国信标委算力标准工作组共同主办的2024中国算力发展专家研讨会在京召开。院士专家们齐聚一堂，共同探索超智融合技术的发展路径。

本次研讨会以“超智融合技术路线下的趋势与发展”为主题，中国科学院院士陈润生，中国科学院院士钱德沛，中国工程院院士郑纬民，北京应用物理与计算数学研究所研究员袁国兴，国家信息中心信息化和产业发展部主任单志广，中国科学院计算技术研究所研究员张云泉，中国科学院计算技术研究所研究员谭光明，中国信通院云计算与大数据研究所所长何宝宏，中国科学院计算机网络信息中心研究员陆忠华，中国科学院大学教授、博士生导师徐俊刚，广东智能研究院副院长钱诚等专家、学者应邀参会。

2024中国算力发展专家研讨会现场

趋势与概念：超智融合的三个阶段

中国科学院院士钱德沛在会上表示，超智融合将沿着“for AI”、“by AI”和“being AI”三个阶段演进。第一阶段“for AI”着重于对现有计算机系统的改造与升级，发展专用硬件，为人工智能研究提供坚实的基础设施。第二阶段“by AI”将用AI改造传统的计算，用AI的方法求解传统超算问题，并影响传统计算机的结构。最终阶段“being AI”，计算机系统将呈现内在的智能特性，人工智能成为计算机的核心属性和基本组成，其计算能力和智能化水平将远超今天的超算或智算。

大模型作为超智融合的重要抓手，也被多位嘉宾所强调。中国科学院院士陈润生指出，大模型本身是一个平台，是一种解决方案，是计算机应用发展的新质生产力。他认为，超算与智算的结合是必然的，将会有机融合，而不是简单拼凑。

中国科学院计算技术研究所研究员张云泉认为，大模型的迅猛发展彰显出新质生产力的特质，但目前也遇到了算力瓶颈。鉴于中国在超算领域拥有深厚技术积累，希望超智融合能有效化解这一挑战。

国家信息中心信息化和产业发展部主任单志广表示，超智融合很有新意，但是它未来的基础理论还要进一步的深化，还要具体说清楚融合的形态是什么，到底是计算体系的融合还是应用体系的协同？

在我国，超智融合技术已被应用于国家超算互联网的建设中。通过链接全国超算、智算中心，并深度整合计算、软件、应用等多方资源，构建起一体化算力服务平台，为社会提供高效、便捷的算力服务。

国家超算互联网2024年4月正式上线以来，已有超过200家应用、数据、模型等服务商入驻国家超算互联网，并提供超过3200款商品。这些商品覆盖科学计算、工业仿真、AI模型训练等领域，可满足全社会对先进计算服务的需求。

技术路径：硬件与软件协同发展

钱德沛认为，超智融合的技术路线分为硬件和软件两个方面。在硬件方面，要寻找专用和通用之间的平衡点，尽量以最低的能耗实现最高的性能，可重构或柔性硬件可能是未来的主要途径。在软件方面，要从基本大模型的理论形成完整支撑AI的软件栈，包括理论、算法、框架、系统软件、编译器和应用开发等。

“超算和智算差别极大，两者本质是不同的系统。”陈润生剖析道，“超算依靠时间复杂度，跑完程序结果就出来了；而智算依靠的是空间复杂度，需要先把所有的知识训练好。”

中国信通院云计算与大数据研究所所长何宝宏则强调，超智融合的技术路径要收敛、统一，最好能在芯片级走向统一。他认为，超智融合要从场景开始，考虑超算的科学应用向智算基础设施迁移的问题。“传统超算和智算的训练，对底层基础设施要求并不一样，也需要判断在什么场景下应实现兼容统一，又在哪些场景下需凸显其独特性。”

“目前大模型训练中，虽然一些国家超算中心已经能够提供支撑，但还应该重点围绕国产算力芯片发展十大关键软件，进一步实现软硬件协同优化。”中国工程院院士郑纬民认为。

应用场景：AI for Science成为趋势

在北京应用物理与计算数学研究所研究员袁国兴看来，不同的应用有不同的技术，而且要求用不同的算法，它对计算机也有不同的要求。大模型对精度、对普适性、对算法的需求也和传统计算不一样。大模型还是应该跟应用结合起来，来解决不同的应用问题。

在计算范式和应用层面，AI for Science成为趋势，体现了AI方法的泛化，不仅限于计算机视觉和自然语言处理，还拓展至各学科领域。人工智能不等同于低精度，应用领域和方法的普适性增强，如强化学习和图神经网络的应用广泛。

主权级大模型：国家超算平台的机遇

会上，举办了主权级大模型创新联合体成立仪式，并启动了《2024中国算力发展研究报告之超智融合技术路线与趋势》编撰工作。

广东智能研究院副院长钱诚认为，国家超算平台是打造主权级大模型的理想选择。他指出，我国超算体系受美国禁运早，因此减少了国际干扰，成为计算体系中最稳固的平台之一。当前计算硬件领域正迅猛发展，智能芯片性能也将迎来拐点，底层硬件和人工智能带来的新范式将推动计算系统的革新。

澎峰（北京)科技有限公司董事长张先轶也认为，国产卡在大模型的微调训练和推理上是完全可用的，随着国产芯片整个系统的更进一步推动，将能承载更大型模型。对于预训练的主权级大模型十分必要，模型结构的创新也可以推动对算力需求的下降。

粤澳先进智能计算联合实验室主任邓练兵表示，主权级大模型应用将推动各方合作，共建共享开放平台。通过国家引导或市场机制，围绕主权级大模型构建生态，可解决算力中心利用率低与中小企业算力需求难以满足的矛盾。

结语

超智融合是人工智能和超级计算领域的重要发展趋势，将推动计算能力的飞跃，并为各行各业带来变革。本次研讨会为超智融合的未来发展提供了宝贵的思路和建议，相信在各方的共同努力下，超智融合将取得更加丰硕的成果，为人类社会带来更加美好的未来。