智能算力：何以成為未來革新的驅動力？

每經記者 溫雅蘭    每經編輯 張凌霄    

圖片來源：視覺中國-VCG41N1210738055

人類社會處于主導形式的生產力經歷了從人力、水力、熱力、機械力到電力的演進，第四次工業革命正在推動算力成為新的核心生產力。

數據顯示，2024年上半年我國智能算力在算力市場的比重已經超過30%，人工智能算力的產業鏈條也不斷延伸，涵蓋了芯片、服務器、操作系統、算法、應用等各個環節。而伴隨著智能算力的發展，以智能科技為核心技術、智能算力為生產力的智能時代再次把腦科學推向世界科學與技術前沿。

何為算力，算力發展的挑戰有哪些？類腦智能技術當前的發展又如何？

8月24日，繼杭州、蘇州、深圳后，由浙江大學管理學院主辦、浙江大學管理學院專業學位教育中心承辦、《每日經濟新聞》提供媒體支持的“未來產業”系列論壇落地合肥。

在論壇現場，中科類腦智能算力事業部業務總監谷家磊和中科類腦首席品牌官柴文成接受了《每日經濟新聞》記者專訪，他們從算力科普出發，循序漸進地介紹了當前類腦智能等先進技術的發展現狀。

人工智能時代中的“發動機”

作為人工智能技術的“底座”，算力成為了人工智能時代備受關注的明星。

算力是什么？是計算機設備或數據中心處理信息的能力，是計算機硬件和軟件配合共同執行某種計算需求的能力。

由于傳統的CPU計算架構無法充分滿足人工智能高性能并行計算的需求，所以現在的智能算力更關注GPU（圖形處理單元）芯片，在科學計算領域使用的GPU算力和日常消費級的GPU顯卡類似于“同卵雙胞胎”。

谷家磊表示，現在的GPU算力從商業的角度被劃分為兩個部分，一部分更適合用來做科學計算，而另一部分被用于做圖形渲染。“以現在很火的一款游戲《黑神話：悟空》為例，如果想要有很好的游戲體驗，就需要一張很好的顯卡。這個顯卡屬于家庭消費級的，用于科學計算的顯卡屬于商業級別的，不同的應用場景要求GPU具備不同的浮點數性能，以滿足特定的計算需求。”

“其實人工智能的三個核心要素就是算力、算法和數據。算力好比是基礎設施，數據相當于原材料，而算法則相當于排兵布陣的生產方式。”柴文成補充說，“如果說用專業術語來解釋算力很抽象的話，那我們可以將其類比成炒菜。在我們炒菜的過程中，算力就相當于廚房的鍋碗瓢盆和灶具等裝備，而我們買來的雞蛋、肉和蔬菜等原材料就相當于數據，廚藝則相當于算法。”

但是，一千人的手中，有一千種味道的青椒土豆絲——并非所有人的廚藝都是相同的。所以不同的算法會用到不同規模的算力，對算法進行優化能夠在很大程度上節省算力，也就意味著節約能源。

有了基礎的算力之后，如何將各地分散建設的算力中心進行互聯互通，形成算力網絡結構，以達到更大的勢能，這是另一個更大的挑戰。“類腦團隊一直在致力于研究多個異構的、異域的算力中心連接問題，在大模型時代，對算力的需求量級大到驚人，只有算力網絡集群才能提供足夠的算力供給。”谷家磊說。

智能未來中的“模范生”

人類大腦是神經系統的最高級部分，其作為自然界中最神秘、最復雜的信息處理系統，包含了約860億個神經元，這些神經元之間又有著超過100萬億個突觸連接。

作為一種生物信息處理系統，人腦也就成為了人工智能技術發展過程中的學習對象，而類腦技術也就由此誕生。類腦技術的目標不僅僅在于復制大腦的結構和功能，更在于汲取其精髓，實現前所未有的計算效率、學習能力和適應性。

可以說，類腦智能技術的發展，正如十三四歲的少年一般，在稚嫩中充滿希望和朝氣。谷家磊介紹說，目前類腦智能技術還沒有大面積轉化到商業應用中，但在類腦智能技術研發過程中的技術突破，比如圖像壓縮、機器博弈等都已經找到了合適的商業化路徑。

今年8月底，中科類腦為廣西龍源提供智能化裝備和技術應用，使其在電站管理領域開創了智能化“無人值守”模式。其中，智能傳感設備和先進AI識別技術，大幅減少了對傳統人力的依賴，提高了場站的運營效率和安全性。“這些技術的應用，使得潛在隱患能夠被及時精準地識別和處理，進一步保障了電站的安全穩定運行。”

雖然，人工智能技術已經成為生產生活中不可缺少的一部分，但是類腦智能技術的商業化進程仍有很長的路要走。

談及類腦技術在商業化過程中的難題，谷家磊認為，首先是高昂的成本；其次，是尋找應用方向，怎樣的消費場景可能會適配哪些技術，是商業化落地中的關鍵一環。比如在微信語音普及之前，大眾很難想象在馬路上對著手機講話的場景；而最重要的一點，則是需求與供給的不匹配。“真正有需求的人可能并不懂技術，而在研發技術的人，很少能第一時間想到幫助客戶解決哪些問題，其中的斷層為類腦技術的商業化落地帶來了很大挑戰”谷家磊說。

確實，推動技術的發展意味著極高的成本——人力成本，時間成本，或是金錢成本。

但是技術研發的腳步并不會就此停下，對此，谷家磊則表示：“其實技術和商業價值在某些場景中是被割裂開來的，技術人員在作研究時，可能不會提前思考這項技術的商業價值。而技術本身是沒有好壞的，我們也相信在研發的進程中，技術一定會找到一個適合它‘落腳’的維度。”