太平洋科技要聞

華為兌現(xiàn)了六年前吹過的“�！�

鈦媒體整合編輯：龔震發(fā)布于：2024-06-14 18:16

安徽蕪湖，成了中國大模型行業(yè)乃至AI產業(yè)的關注焦點。

這里并非是數(shù)據(jù)中心傳統(tǒng)意義上的集聚地，如今成為全國十大數(shù)據(jù)中心集群之一和國家“東數(shù)西算”的重要節(jié)點，三大運營商、華為、中科曙光、字節(jié)跳動等15個龍頭企業(yè)數(shù)據(jù)中心項目落子集群起步區(qū)。

6月14日，華為云華東（蕪湖）數(shù)據(jù)中心成為該集群首個開服的項目，自然受到了額外的關注。

一方面，這是在東數(shù)西算和大模型背景下，觀測蕪湖乃至中國智算產業(yè)的一個絕佳窗口；另一方面，安徽蕪湖與貴州貴安、內蒙古烏蘭察布三大數(shù)據(jù)中心，是華為最高規(guī)格、最大規(guī)模、最新技術的數(shù)據(jù)中心，構成了華為云的算力“鐵三角”。

有心者可能還記得一個時間點，2018年，華為輪值董事長徐直軍首次發(fā)布華為AI戰(zhàn)略與全棧全場景AI解決方案，其中包括全球首個覆蓋全場景人工智能的華為Ascend（昇騰）系列芯片以及基于華為Ascend（昇騰）系列芯片的產品和云服務。

當時大模型還遙遙無期，華為的AI戰(zhàn)略不可謂不超前，而且華為沒有把人工智能定位為新業(yè)務，更多定位為一種使能技術，用全棧全場景的能力，支撐所有企業(yè)探索人工智能。

全場景，是指包括公有云、私有云、各種邊緣計算、物聯(lián)網(wǎng)行業(yè)終端以及消費類終端等部署環(huán)境；全棧是技術功能視角，是指包括芯片、芯片使能、訓練和推理框架和應用使能在內的全堆棧方案。

如果按照正常的產業(yè)發(fā)展方向，華為本該早已完成AI全棧戰(zhàn)略布局。但是2019年的“制裁事件”，打亂了華為所有的節(jié)奏，也給國內算力產業(yè)敲響了警鐘。

行業(yè)內外一度懷疑，華為還能不能活下來，AI戰(zhàn)略似乎也難以實現(xiàn)。

華為云蕪湖數(shù)據(jù)中心開服的意義遠超一個數(shù)據(jù)中心本身，它標志著華為云全國存算網(wǎng)云核心樞紐布局全面完成，繼而成為華為AI全棧能力的錨點，也在宣告——華為六年前吹過的“�！�，正在一步步兌現(xiàn)。

通用目的技術，缺失的一環(huán)

技術進步是經(jīng)濟增長的源泉，而長期的經(jīng)濟增長是由少數(shù)幾種關鍵技術所推動的，經(jīng)濟學家稱之為“通用目的技術” ，蒸汽機、電力、內燃機和數(shù)字技術，就是四種最典型、最重要的通用目的技術。

不同于此前蒸汽機驅動了第一次工業(yè)革命，單一技術的作用更大，有學者認為，數(shù)字技術曾以計算機和互聯(lián)網(wǎng)為典型代表，目前已從過去的單點突破進入多技術協(xié)同推進、群體性演變的爆發(fā)期，呈現(xiàn)出擴散速度加快、迭代周期縮短的特點。

前幾年云計算和大數(shù)據(jù)、物聯(lián)網(wǎng)等技術如火如荼，在如今的人工智能面前卻遜色不少，說明即便同屬于通用目的技術，也有主次之分。

華為早有預判：人工智能是一組技術集合，是一種新的通用目的技術，不僅可以使我們以更高的效率解決已解決的問題，也可以解決很多沒有解決的問題。

其中值得思考的是，華為并沒有將云計算、大數(shù)據(jù)、物聯(lián)網(wǎng)等技術視作通用目的技術，而是置于人工智能的技術集合中。

圖片系AI生成

根據(jù)技術代差遞補性（Technical Generation Complementary）理論，當一項具有代差的全新技術出現(xiàn)時，由于它自身的不完備性，往往需要現(xiàn)有技術作為其補充，與之形成在技術上的“高低搭配”，因此新技術并不能夠完全取代現(xiàn)有技術而主宰整個市場。

比如，固定電話的出現(xiàn)并沒有立刻導致電報的出局，但移動電話的出現(xiàn)卻直接將電報三振出局；再如五代戰(zhàn)機與四代戰(zhàn)機形成高低搭配，淘汰三代機等。

這也就啟示我們，人工智能是新的代差技術，云計算等則是承載人工智能的底座，當人工智能與現(xiàn)有技術形成高低搭配的全棧組合，它的價值才能徹底釋放。

雖然如何供應大模型算力，業(yè)界目前尚未統(tǒng)一，有私有云、公有云等多種方式，但最終都在走向云計算的技術架構，例如全球多地、多活、多架構，離線在線混布、容器化部署等。

海外公有云和AI也在趨近，典型如OpenAI和微軟，AWS和一眾大模型創(chuàng)企，都說明了云計算成為補足AI技術代差的關鍵，中國市場的特殊之處，就是缺失了芯片層。

每一次通用目的技術的發(fā)展，舊有巨頭總會面臨淘汰危局，新的明星企業(yè)總會異軍突起，越早轉身，越早抓住機會的企業(yè)，才能收集到盡可能多的籌碼。然而，當這些企業(yè)準備轟轟烈烈擁抱新時代時，有一重問題難以避開，和華為6年前AI戰(zhàn)略轉型相似，在人工智能的技術集合中，由于海外封鎖原因，導致中國企業(yè)更難獲得底層關鍵的算力。

科大訊飛董事長劉慶峰就提到，關鍵問題是算力能不能頂上，我們特別需要更大規(guī)模的國產算力支撐，還好有華為公司，能夠在真正的硬科技算力層面上解決給世界第二種選擇�，F(xiàn)在業(yè)界能夠量產做大模型訓練除了英偉達只有華為一家，在推理上已經(jīng)做到完全對標英偉達。

云和AI的關系近似電和電機、魚和水，水大魚大，更大的發(fā)電廠才有豐富多樣的電器。與此同時，云計算從定義IaaS往下已經(jīng)延伸到了芯片指令集，如果哪家公有云巨頭沒有深入到芯片側，則意味著在智能時代即將出局。

沒有算力根技術的基礎設施，智能便無法發(fā)展起來。由此云計算被硬生生劃分為兩個階段，以x86為主的通算云，和以NPU、GPU為主的智算云，所有的一切都在被重構。

重新定義大模型時代的數(shù)據(jù)中心

數(shù)據(jù)中心是AI全棧技術的重要一環(huán)，自然也處于重構當中。數(shù)據(jù)中心向下納管數(shù)以十萬計的服務器，計算、存儲和網(wǎng)絡共同構成龐大的計算集群，支撐AI大模型的訓練等任務；

向上將算力服務化，以云計算的形式對外輸出給千行百業(yè)，讓企業(yè)不必擔心基礎設施底座，只需要專注于自己的核心業(yè)務，實現(xiàn)AI戰(zhàn)略轉型。

根據(jù)Scaling Law原理，隨著模型規(guī)模的增加，包括參數(shù)數(shù)量、數(shù)據(jù)規(guī)模和計算資源，模型的性能也會相應提高，這也是為何單體數(shù)據(jù)中心的規(guī)模越做越大，企業(yè)需要的單一算力集群規(guī)模也越來越大。

因此，具備更大規(guī)模效應的公共算力中心，才是解決算力緊缺問題的最佳方案，“算力的盡頭是上云”，而具備自主可控芯片的昇騰云服務，則是企業(yè)所需云算力的最佳方案。

如果說此前的數(shù)據(jù)中心產業(yè)格局，更多是政府規(guī)范下的市場自然演進，先有需求再有建設，那么，“東數(shù)西算”就是在國家頂層規(guī)劃下，算力產業(yè)資源和生態(tài)的協(xié)調再分配。不僅要解決當下的算力需求，也要考慮未來產業(yè)如何發(fā)展。

2022年2月，“東數(shù)西算”工程正式全面啟動，如今火熱的大模型，在2022年底才掀起了新一輪的算力熱潮，東數(shù)西算工程適度超前建設的思路，在大模型領域有了直觀的效果。

面向大模型時代的數(shù)據(jù)中心，也要遵循Scaling Law的指引，華為云華東（蕪湖）數(shù)據(jù)中心率先打了個樣。

華為云華東（蕪湖）數(shù)據(jù)中心的建設規(guī)格與以往有很大不同，按照Uptime Tier3、國標A級標準設計，每個園區(qū)總體規(guī)劃多棟DC+1棟綜合樓+變電站，江北、三山、職教園三個園區(qū)，總占地6000畝，規(guī)劃了300萬臺服務器，園區(qū)之間通過光纖網(wǎng)進行連接，對外是TB級互聯(lián)網(wǎng)出口帶寬。

規(guī)格高、規(guī)模大只是一方面，華為云還在數(shù)據(jù)中心引入了多種首創(chuàng)技術。例如AI技術精準控制溫度，采集了數(shù)據(jù)中心、IT基礎設施、云服務的全棧數(shù)據(jù)集進行訓練，首創(chuàng)了云服務感知能效調優(yōu)技術，AI智能調優(yōu)精度高達99.5%，可使PUE降低8%至15%，液冷數(shù)據(jù)中心PUE低至1.1，華東區(qū)域能效最優(yōu)，每100萬臺服務器每年可以節(jié)省10億度電。

此外，華為云蕪湖數(shù)據(jù)中心也是業(yè)界首個全棧使用IPv6的云數(shù)據(jù)中心，同時首創(chuàng)機房產品化，交付過程中的質量問題降低了90%，在運維層面首次引入IOT技術，實現(xiàn)了告警秒級上報，故障分鐘級定位。

數(shù)據(jù)中心內，服務器一刻不停地計算、存儲、傳輸，但是作為AI基礎設施底座，用戶對數(shù)據(jù)中心的感知并不明顯，他們也不必關心數(shù)據(jù)中心的建設，更不必提“風火水電”等數(shù)據(jù)中心的基本要素。

他們關心的是，數(shù)據(jù)中心如何直接作用于大模型等人工智能業(yè)務換句話說，數(shù)據(jù)中心只是表象，內里的AI全棧能力，是華為更值得關注的部分。

主權AI，如何建設？

在AI熱潮下，全球范圍內主要國家均大力投資AI基礎設施，“主權AI”的概念隨之興起，指的是單個國家或地區(qū)通過建立AI基礎設施、提高AI能力來滿足自身發(fā)展需求，這也是國家層面希望人工智能作為通用目的技術起到的效果，經(jīng)濟增長、產業(yè)革新。

實際上，不僅國家需要主權AI，產業(yè)、企業(yè)和個人都需要自己的主權AI，這就涉及到從智算中心到云計算，從芯片到大模型平臺的全棧AI體系。華為云昇騰AI云服務不僅包括云化算力，也提供了AI開發(fā)生產線ModelArts和AI開發(fā)者生態(tài)AI Gallery。

首先，昇騰云服務可提供“6A”級算力，故障恢復快、資源獲取快，模型遷移快、云上推理投資優(yōu)、就近服務時延優(yōu) 、云上性能優(yōu)，滿足自研大模型、增量訓練大模型、智能應用開發(fā)等；

昇騰云服務可提供多樣化算力的使用、管理和部署模式，獨有的多級恢復機制和完備的工具鏈可實現(xiàn)千卡訓練連續(xù)30天不中斷，任務恢復時長小于30分鐘，為大模型和AI應用的開發(fā)、運行、運維提供最佳算力云底座。

其次，昇騰云服務提供了AI開發(fā)生產線ModelArts，其是面向AI開發(fā)者的一站式開發(fā)平臺，提供海量數(shù)據(jù)預處理及半自動化標注、大規(guī)模分布式訓練、自動化模型生成及端 - 邊 - 云模型按需部署能力，幫助用戶快速創(chuàng)建和部署模型，管理全周期AI工作流。

同時，昇騰云服務還可以滿足多樣化算力部署模式，除了支持華為全場景AI框架昇思MindSpore外，還支持Pytorch、Tensorflow等主流AI框架。這些框架中90%的算子，都可以通過華為端到端的遷移工具平滑遷移到昇騰平臺。

最后是AI開發(fā)者生態(tài)AI Gallery，基于昇騰云服務算力底座，構建一站式AI社區(qū)服務平臺，包含豐富AI資產、服務、解決方案。適配業(yè)界主流開源大模型，易用開發(fā)工具和超強算力，助力企業(yè)和開發(fā)者快速創(chuàng)建模型應用，在大模型時代快人一步。

縱觀全球大模型產業(yè)，中國大模型產業(yè)缺失關鍵一環(huán)，因此遭受了最嚴峻的挑戰(zhàn)，如今這些難題正在被包括華為在內的產業(yè)各方逐步解決。

徐直軍此前曾表示，任何技術只有準確的定位，才會充分發(fā)揮其價值，給人工智能技術進行合理的定位，是理解和應用此技術的基礎。

當華為確立了人工智能的定位，也找到了自己在AI產業(yè)中的定位。華為是國內最早布局AI的廠商之一，且攻取的都是AI的根技術，算力、大模型、開發(fā)平臺等，根深葉茂，本固枝榮，中國大模型產業(yè)的天花板可能不在于大模型本身，而在于算力根柢。

回到云計算的視角，中國云計算產業(yè)的競爭焦點，也不只關乎云平臺本身，更與如何滿足企業(yè)的AI需求息息相關。表面上，云仍然是最重要的基礎設施，企業(yè)上云和深度用云的進程仍在進行中；而實質上，從云時代到智能時代，企業(yè)對于AI的訴求將決定云計算行業(yè)的未來格局，華為云正憑借全棧AI能力，試圖描摹出這個新時代的清晰輪廓。

如同互聯(lián)網(wǎng)產業(yè)的繁榮，離不開通信基礎設施的完善，華為一以貫之做“黑土地”，無論在哪個時代，都去做孕育應用誕生的tech of tech。

江湖多風波，何妨且徐行。華為用了六年，兌現(xiàn)了此前的承諾。

文章來源：鈦媒體

華為云數(shù)據(jù)中心大模型

鈦媒體

原創(chuàng)欄目