'대규모 건설' 시대, AI 컴퓨팅 파워는 어디로 갈 것인가?

​컴퓨팅 파워는 생산성이며, 컴퓨팅 파워를 가진 사람이 세상을 이길 것입니다.

신세대 인공지능 기술의 급속한 발전과 혁신으로 딥러닝 컴퓨팅 모드를 중심으로 한 AI 컴퓨팅 성능에 대한 수요가 기하급수적으로 증가했습니다.

데이터에 따르면 1960년부터 2010년까지 AI의 계산 복잡도는 2년마다 두 배로 늘어났고, 2010년부터 2020년까지 AI의 계산 복잡도는 매년 10배나 급증했습니다.

이렇게 큰 모델과 복잡한 계산에 직면하면 AI 컴퓨팅 성능을 향상시키는 것이 시급합니다.

결국 인공지능 발전의 세 가지 요소인 데이터, 알고리즘, 컴퓨팅 파워 중에서 데이터와 알고리즘은 모두 컴퓨팅 파워의 지원과 떼려야 뗄 수 없는 관계입니다.

그렇다면 AI 컴퓨팅 파워는 어디서 나오는 걸까요?

AI 컴퓨팅 파워는 '대규모 건설' 시대에 진입했습니다.

국가 및 지역 경제의 핵심 경쟁력을 향상시키는 데 있어 AI 컴퓨팅 파워의 중요한 역할은 업계의 공감대가 되었습니다.

'2020년 글로벌 컴퓨팅 파워 지수 평가 보고서'에서는 컴퓨팅 파워 지수가 평균 1포인트 증가할 때마다 디지털 경제와 GDP가 각각 3.3‰ 및 1.8‰ 성장하는 것으로 나타났습니다. 디지털에 대한 가시적인 추진 효과. 경제는 국가적이고 지역적이 되었습니다. 정부의 AI 컴퓨팅 파워 증가의 내부 논리

국제 시장을 살펴보면, 정부 투자 주도 모델에서 미국은 에너지부 산하 6개 국립 연구소에 의존하고 있습니다. 국립과학재단(National Science Foundation)이 지원하는 대학 기반 컴퓨팅 센터와 NASA 산하 연구 센터. 슈퍼 컴퓨팅 센터의 세 가지 주요 시스템은 유럽 연합에서 컴퓨팅 플랫폼의 지능형 컴퓨팅 기능의 "성장"을 적극적으로 촉진했습니다. - "EuroHPC 계획"을 통해 유럽 내 컴퓨팅 플랫폼 규모를 확장하고 인공지능 기술과의 통합을 적극적으로 추진

.

중국의 AI 컴퓨팅 파워 구축도 "대규모 구축" 단계에 진입하고 있습니다.

국무원이 "신세대"를 발표한 이후 2017년 '인공지능 발전 계획'에 따라 우리나라는 정부 투자 주도, 기업 투자 주도, 정부-기업 합작 투자 및 기타 모델을 채택했습니다.

최근에는 "동부 디지털 및 서양 계산" 프로젝트가 시작되면서 지능형 컴퓨팅 센터를 건설하여 국가 차원에서 효과적인 자원 구조 통합을 달성했습니다. 현재 전국 8개소에서 국가 컴퓨팅 파워 허브 노드 건설이 시작되었으며 10개 국가 데이터 센터 클러스터가 구축되었습니다. 집약적, 친환경적, 에너지 절약형, 안전하고 안정적인 컴퓨팅 파워 인프라 건설을 추진할 계획입니다.

동시에 새로운 인프라 및 기타 정책에 대한 격려와 지원으로 지방 정부도 적극적으로 건설을 수행하고 있습니다. 인공지능 컴퓨팅 센터(AIDC)

Zhidongxi의 통계에 따르면 2021년 1월부터 2022년 2월까지 전국에 10개 이상의 인공지능 컴퓨팅 센터가 계획, 건설 및 운영되고 있습니다. 8개 도시에 구축되어 운영되고 있습니다. AIDC가 다양한 장소에서 제공하거나 계획하는 컴퓨팅 성능은 일반적으로 100PFLOPS로, 이는 고성능 컴퓨터 50,000대에 해당합니다.

예를 들어 우한 AIDC의 1단계에서는 제공할 수 있습니다. 100PFLOPS의 컴퓨팅 파워. 2021년 5월부터 12월까지 100개 이상의 기업이 입주했으며, 50가지 이상의 시나리오 기반 솔루션이 부화되었습니다. 일일 평균 컴퓨팅 파워가 90% 이상 사용됩니다. 우한 AIDC의 컴퓨팅 파워 사용량은 거의 포화 상태에 이르렀고, 2021년 말에 총 200PFLOPS의 컴퓨팅 파워를 제공할 수 있는 확장 프로젝트 2단계를 완료했으며, AI 산업화에서 확장 프로젝트 3단계

를 계획하고 있습니다. IDC와 Inspur Information이 공동으로 발표한 '2022~2023년 중국 인공지능 컴퓨팅 파워 발전 평가 보고서'에 따르면, 중국의 AI 컴퓨팅 파워는 산업용 AI, 지능형 정부 거버넌스 등 수요에 힘입어 급성장하고 있습니다. 컴퓨팅 파워는 지속적으로 빠르게 성장하고 있으며, 2022년에는 지능형 컴퓨팅 파워 규모가 초당 268엑사플롭스(EFLOPS)에 도달해 일반 컴퓨팅 파워 규모를 넘어설 것으로 예상됩니다.

중국 지능형 컴퓨팅의 연평균 성장률은 같은 기간 일반 컴퓨팅 파워 규모의 복합 성장률은 18.5%에 달할 것입니다.

현재 AI 컴퓨팅 파워 구축은 여전히 ​​어려움에 직면해 있습니다. 일관되지 않은 건설 표준과 혼란스러운 업계 가격 문제로 인해 아직 탐색 초기 단계에 있습니다. 이러한 문제는 이 새로운 플랫폼의 개발에 장애물이 되고 있습니다.

국가산업정보보호개발연구원은 '차세대 인공지능 컴퓨팅 파워 인프라 개발 연구' 백서에서 AI 컴퓨팅 파워 인프라 구축에 있어 국가 최고 수준의 시스템 구축과 표준 시스템은 아직 통일되지 않았습니다. 국내 AI 칩과 기타 소프트웨어 및 하드웨어 기술은 여전히 ​​외국에서 제한을 받고 있습니다. 대규모 지능형 컴퓨팅 센터는 건설이 강조되고 응용이 강조되지 않습니다. 다양한 애플리케이션 시나리오의 요구 사항을 충족할 수 없습니다.

업계의 혼란스러운 가격 기준을 예로 들면서, 국가산업정보보호개발연구센터 부책임 엔지니어이자 정보 정책 연구소 소장인 Huang Peng은 비슷한 기능을 가진 두 개의 지능형 컴퓨팅 센터 건설 투자를 지적했습니다. 유사한 척도는 6배 이상 차이가 났습니다.

AI 컴퓨팅 파워의 구축 비용은 공장, 장비 등 인프라와 서버, 컴퓨팅 칩 등 제품, 사후 운영 및 유지 관리 비용, 전기요금 등으로 나눌 수 있습니다.

기반시설 비용, 전기세, 인건비 등에서 동서 차이가 있을 수 있지만 그 차이는 6배 정도 되지 않습니다.

이것은 또한 우리나라가 아직 지능형 컴퓨팅 파워 개발의 초기 단계에 있으며 아직 표준화된 모델을 형성하지 않았음을 보여줍니다.

Huang Peng은 지능형 컴퓨팅 센터의 건설이 중국과학원 인공지능 산학연 혁신 연합에서 시작한 컴퓨팅 전력 가격 표준 계획(포괄적인 저장, 에너지 소비, 개발, 맞춤화, 데이터 스케줄링 및 일련의 요소를 명확하게 대체하고 알고리즘 표준을 적용한 후 지능형 컴퓨팅 센터의 인프라 가격은 약 5P 배정밀도 컴퓨팅 성능(64비트), 25P 단정밀도 컴퓨팅 성능(32비트) 정도라고 결론지었습니다. 100P 반정밀도 컴퓨팅 성능(16비트)은 1억~1억 5천만 위안입니다.

Huang Peng은 "낮은 수준의 건설 중복"과 "지역 개발 요구와의 불일치"를 피하기 위해 지방 정부가 AI 컴퓨팅 파워 플랫폼을 구축하기 전에 충분한 연구와 실증을 수행해야 한다고 제안했습니다.

충분한 연구와 실증을 통해 "개념 혼란", "가격 혼란", "적용보다 구축 강조" 등의 문제를 피할 수 있다면 AI 컴퓨팅 파워 구축에 있어 일부 뿌리깊은 문제는 여전히 AI의 노력이 필요합니다. AI 소프트웨어 및 하드웨어 기술과 같은 전체 산업 체인은 외국에 의해 제한되고, 대규모 AI 컴퓨팅 센터의 과도한 에너지 소비 및 높은 비용 등이 있습니다.

기업 차원에서는 AI 기술 연구 및 개발과 모델 혁신을 적극적으로 모색해야 하며, 특히 AI 칩과 같은 핵심 기술의 독립적인 연구 및 개발을 늘리고, 업스트림 및 다운스트림과 협력하여 산업 체인의 응집력과 생태학적 호환성을 개선해야 합니다. 동시에 알고리즘, 프레임워크, 소프트웨어 플랫폼 및 모델과 같은 애플리케이션의 연구 및 개발은 기술 개발을 우리 손에 맡깁니다.

시나리오 구현은 AI 컴퓨팅 파워의 발전을 촉진합니다

국가의 컴퓨팅 파워가 클수록 경제 발전 수준이 높다는 것은 부인할 수 없습니다.

세계 각국의 컴퓨팅 파워 규모와 경제 발전 수준은 유의미한 양의 상관관계를 보여왔습니다.

만물이 지능적으로 상호 연결되는 시대의 도래와 AI 지능 시나리오의 구현은 상상할 수 없을 만큼 엄청난 양의 데이터를 생성할 것입니다. 이러한 데이터는 AI 컴퓨팅 성능에 대한 수요를 더욱 자극할 것입니다.

'2022~2023년 중국 인공지능 컴퓨팅 파워 발전 평가 보고서'에 따르면 2022년 중국 인공지능 산업에서 애플리케이션 보급률이 가장 높은 상위 5대 산업은 인터넷, 금융, 정부, 통신, 제조입니다.

2021년과 비교하면 업계의 AI 보급률이 크게 증가했습니다.

그 중 인터넷 산업은 여전히 ​​인공지능 애플리케이션의 보급률과 투자가 가장 높은 산업입니다.

금융 산업의 인공지능 보급률은 지능형 고객 서비스를 포함하여 2021년 55%에서 62%로 증가했습니다. 물리적 로봇, 스마트 아웃렛, 클라우드 인터넷 등은 금융 산업에서 인공 지능의 대표적인 응용 분야가 되었습니다.

통신 산업의 인공 지능 보급률은 2021년 45%에서 51%로 증가할 것입니다. 통신 네트워크 구축 및 최적화에 기술을 접목하여 차세대 스마트 네트워크 구축의 기반을 제공합니다.

제조업의 인공지능 보급률이 40%에서 45%로 높아졌습니다. 2023년 말까지 중국 제조 공급망 연결의 50%가 인공지능을 사용할 것으로 예상된다.

신기술 및 응용 시나리오의 사용 및 개발이 지속적으로 증가함에 따라 AI 컴퓨팅 성능 개발에도 지속적인 힘을 가져왔습니다.

첫째, 클라우드 AI 모델이 대규모 방향으로 발전하고 있으며, 컴퓨팅 파워 인프라 구축이 경쟁의 핵심 요소가 되었습니다.

2019년 Google이 출시한 BERT 대형 모델은 3억 4천만 개의 매개변수를 가지고 있으며 64개의 TPU를 사용하고 목표 정확도까지 훈련하는 데 미화 15,000달러의 비용이 듭니다.

2020년 OpenAI가 출시한 GPT-3 대형 모델은 1,750억 개의 매개변수를 가지고 있으며 훈련 비용은 1,200만 달러에 달했습니다.

2021년 Microsoft와 NVIDIA는 4,480개의 GPU를 사용하여 5,300억 개의 매개변수가 있는 대규모 MT-NLG 모델을 훈련시켰으며, 훈련 비용은 미화 8,500만 달러에 달했습니다.

둘째, 엣지에서의 AI 컴퓨팅 성능에 대한 수요가 급격히 증가하고 있습니다.

클라우드 게임 및 자율 주행과 같은 새로운 애플리케이션 시나리오는 데이터 전송 속도와 규모에 대한 더 높은 요구 사항을 제시하여 "클라우드-에지 엔드"를 형성하기 위해 터미널과 클라우드 사이에 엣지 터미널을 배포하는 것이 미래 기술 개발이 되었습니다. " 커뮤니케이션 아키텍처. 주요 방향.

에지 컴퓨팅에 대한 수요 증가는 AI 컴퓨팅 성능의 발전을 효과적으로 촉진할 것입니다.

셋째, 지능형 커넥티드 카로 인해 AI 컴퓨팅 성능에 대한 수요가 증가했습니다.

자율주행차 보급률이 계속 높아지고 있으며, 자동차 운전 제어 시스템은 '지각-인식-상호작용' 등 지능형 기능을 향해 발전하고 있습니다.

따라서 지능형 운전 AI 모델은 자동차를 L1/L2 보조 운전 단계에서 L3/L4 자율 주행 단계로 이동시키는 데 중요한 역할을 하며 궁극적으로 "지능형 의사 결정 및 실시간 제어" 기능을 구현합니다. ".

학습해야 하는 다양한 유형의 운전 데이터의 양이 증가하고 지능형 운전 AI 모델 개발에 대한 수요가 증가함에 따라 앞으로 AI 컴퓨팅 파워에 대한 수요가 크게 증가할 것입니다.

넷째, 가상현실 세계를 구축하려면 AI 컴퓨팅 능력의 지원이 필요합니다.

AI 기술은 가상 현실 세계에 대한 모델링 자동화, 지능형 상호 작용 방법 등 지능형 역량을 제공하여 VR 콘텐츠 제작 효율성과 사용자의 몰입형 경험을 향상시킬 것으로 예상됩니다.

VR 콘텐츠 제공업체는 가상 장면을 빠르게 생성하고 사용자 감각 경험을 향상시키기 위해 AI 컴퓨팅 성능에 대한 수요를 자극했습니다.

결론

새로운 컴퓨팅 파워 혁명이 가속화되고 있습니다.

새로운 생산력으로서 컴퓨팅 파워는 여전히 많은 도전에 직면해 있습니다. 중앙 집중식 컴퓨팅 파워의 포괄적인 기능을 구현하고 진정한 "전기"와 "석유"의 역할을 수행해야 합니다.

결국 "사용 가능하고 저렴하며 잘 사용되는" 컴퓨팅 리소스는 생산성을 바꾸는 실제 인프라입니다.

위 내용은 '대규모 건설' 시대, AI 컴퓨팅 파워는 어디로 갈 것인가?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!