人工智能走向?qū)θA全面封鎖--這幾天我最關(guān)注的一個(gè)新聞

這幾天對我來說最大的新聞，就是當(dāng)?shù)貢r(shí)間12月2日美國大幅擴(kuò)大對中國半導(dǎo)體產(chǎn)業(yè)鏈企業(yè)封鎖，包括大批中國半導(dǎo)體生產(chǎn)設(shè)備企業(yè)的140家企業(yè)被新列入了實(shí)體清單。感覺美國的“小院高墻”政策，在半導(dǎo)體領(lǐng)域并不成立，而是在走向?qū)χ袊雽?dǎo)體企業(yè)全面封鎖。

尤其是北方華創(chuàng)， 盛美半導(dǎo)體，拓荊科技，芯源微等生產(chǎn)設(shè)備企業(yè)也上了清單， 北方華創(chuàng)一直是我最喜歡的企業(yè)，可能是因?yàn)?019年以來這是我賺最多錢的一支股票的緣故。

我國四大行業(yè)協(xié)會罕見的同一時(shí)間（巧了，都在12月3日下午五點(diǎn)多）發(fā)聲反對，包括中國互聯(lián)網(wǎng)協(xié)會、中國汽車工業(yè)協(xié)會、中國半導(dǎo)體行業(yè)協(xié)會、中國通信企業(yè)協(xié)會。

而且措辭風(fēng)格都還比較相似，都不約而同的、也是歷史上第一次明確提到了美國芯片不再安全可靠，建議中國企業(yè)謹(jǐn)慎采購。

我對比了下以前我國行業(yè)協(xié)會的反應(yīng)，可以說在措辭上大不相同，這是頭一次出現(xiàn)建議謹(jǐn)慎采購美國芯片的說法，以前發(fā)的聲明在對美措辭上要柔和的多，可見國內(nèi)行業(yè)從業(yè)者的自信心這幾年增強(qiáng)了。

從2018年的中興事件開始，這些年美國在半導(dǎo)體產(chǎn)業(yè)方面和中國全面脫鉤的趨勢是明確的。

我想最后最大的原因還是，人工智能技術(shù)是現(xiàn)在和未來人類社會和經(jīng)濟(jì)發(fā)展最大的變量，是會影響千行百業(yè)的技術(shù)，會極大的改變?nèi)祟惿鐣拿婷玻?/strong>而半導(dǎo)體又是為人工智能提供算力的底層技術(shù)之一。

而我國各界對于美國的制裁加碼，反應(yīng)已經(jīng)越來越淡定，而這正是因?yàn)槲覈鴮Υ艘呀?jīng)有可以應(yīng)對的解決辦法。

說到這里，我又不得不提起華為了，原因很簡單， 華為是目前國內(nèi)唯一一家可以提供從芯片，操作系統(tǒng)，AI框架，網(wǎng)絡(luò)（網(wǎng)卡，交換機(jī)），存儲等全套自主研發(fā)AI算力基礎(chǔ)設(shè)施的廠家。

而且在可見的將來，我覺得國內(nèi)也很難出現(xiàn)第二家做到這一點(diǎn)。

面對美國不斷在半導(dǎo)體領(lǐng)域加大封鎖， 華為公司的輪值董事長徐直軍，就 在2024年9月19日的華為全聯(lián)接大會2024上做主題發(fā)言中講述了華為如何應(yīng)對：

首先認(rèn)為要面對現(xiàn)實(shí)，國產(chǎn)芯片在相當(dāng)長時(shí)間內(nèi)先進(jìn)性將受到制約，這是中國打造算力解決方案必須面對的挑戰(zhàn)。

然后華為認(rèn)為人工智能正在成為主導(dǎo)性算力需求，需要的是系統(tǒng)算力，而不僅僅是單處理器的算力。這是包括華為在內(nèi)的國產(chǎn)算力供應(yīng)商的一個(gè)機(jī)遇。

而華為在這方面的戰(zhàn)略核心是，基于實(shí)際可獲得的芯片制造工藝，計(jì)算、存儲和網(wǎng)絡(luò)技術(shù)協(xié)同創(chuàng)新，開創(chuàng)計(jì)算架構(gòu)，打造“超節(jié)點(diǎn)+集群”系統(tǒng)算力解決方案，長期持續(xù)滿足算力需求。

華為的這個(gè)“超節(jié)點(diǎn)+集群”是什么意思呢？

在算力中心里面，單臺服務(wù)器就叫做節(jié)點(diǎn)，而算力中心一定是幾百臺上千臺甚至可能更多的服務(wù)器節(jié)點(diǎn)組成的，那對于算力中心來說，算力的瓶頸就不只是單臺服務(wù)器節(jié)點(diǎn)的能力了，大規(guī)模節(jié)點(diǎn)之間的穩(wěn)定和高速的通信就變得很重要了。

而通信則是華為的強(qiáng)項(xiàng)，因此如果通過華為擅長的高速互聯(lián)通信技術(shù)，把多個(gè)節(jié)點(diǎn)視為一個(gè)超節(jié)點(diǎn)，在超節(jié)點(diǎn)內(nèi)部的各個(gè)節(jié)點(diǎn)之間實(shí)現(xiàn)高速度互聯(lián)，可以有效地提升訓(xùn)練效率，還能減少各種故障發(fā)生。

而多個(gè)超節(jié)點(diǎn)，就又能組成集群了。

如何讓集群發(fā)揮最大功效，這里不得不提華為又一個(gè)聰明之處，就是集群裝上“指揮大腦”，華為用自研的瑤光智能云腦對云上資源進(jìn)行多遠(yuǎn)算力統(tǒng)一建模，靈活調(diào)度組合，按需提供給應(yīng)用。

也就是說，不管是存儲服務(wù)器也好，計(jì)算服務(wù)器的NPU芯片也好，CPU芯片也好，還是服務(wù)器的內(nèi)存也好，還是不同的服務(wù)器之間也好，互相之間都支持高速通信，速度從以前的百GB/s級別達(dá)到TB/s級別。

另外，不只是通信，超節(jié)點(diǎn)集群內(nèi)部的各種資源都可以統(tǒng)一快速的智能調(diào)度，訓(xùn)練和推理需要內(nèi)存就分配內(nèi)存資源，需要算力就分配NPU芯片資源，需要存儲就分配存儲硬盤資源，實(shí)現(xiàn)統(tǒng)一調(diào)配。

這就讓我想起了拿破侖說過的：

“兩個(gè)馬木留克兵可以對付三個(gè)法國兵，因?yàn)轳R木留克兵武器更好、馬匹更好、訓(xùn)練更好，擁有兩雙手槍、一支喇叭槍、一支馬槍、一頂有面甲的頭盔、一副鎖子甲、幾匹戰(zhàn)馬以及幾個(gè)步行仆役。但100名法軍騎兵無需害怕100名馬木留克兵，300法國兵就足以戰(zhàn)勝300個(gè)馬木留克兵，而1000個(gè)法國兵就總能打敗1500個(gè)馬木留克兵：戰(zhàn)術(shù)、隊(duì)形和隊(duì)形變換的影響實(shí)在是太大了！”

預(yù)計(jì)明年，華為云基于CloudMatrix全新架構(gòu)的昇騰AI云服務(wù)將正式商用，用的就是這個(gè)思路。

實(shí)際上華為云經(jīng)過這幾年的努力，打造的昇騰AI云服務(wù)就已經(jīng)在國內(nèi)向大量企業(yè)提供了大規(guī)模的AI算力。華為云分別在內(nèi)蒙的烏蘭察布，安徽的蕪湖，貴州的貴安，以及香港建成了四大AI算力中心集群。

像如果是華東地區(qū)的企業(yè)上AI推理應(yīng)用，可以就近通過昇騰云接入到蕪湖的算力中心，時(shí)延可以低至10ms。

這是華為將自己多年來打造的全自研獨(dú)立自主技術(shù)，為全社會提供安全可靠的算力服務(wù)，支撐中國人工智能產(chǎn)業(yè)的發(fā)展。

下圖就是華為云今年六月在蕪湖落成的智算中心，10ms時(shí)延專線直達(dá)華東六省一市及華中（湖南、湖北、江西）20多個(gè)熱點(diǎn)城市。

我們都知道自從2022年11月30日ChatGPT發(fā)布后，中國接著在2023年也迎來了大模型的大爆發(fā)，誕生了幾百個(gè)大模型，其中有不少就跑在昇騰云上面。

像騰訊音樂2024年9月發(fā)布的Muselight大模型就是在昇騰云上運(yùn)行。這個(gè)大模型可以能夠輔助音樂人進(jìn)行旋律構(gòu)思、和聲編排以及歌詞撰寫等，還能對聽歌的用戶實(shí)現(xiàn)更加精準(zhǔn)的個(gè)性化推薦，以及對音樂通過元素分析進(jìn)行版權(quán)評估等。

同樣在今年9月順豐發(fā)布的豐語大模型也跑在昇騰云上面。快遞小哥不少是新員工，即使是老員工也有不少專業(yè)事情搞不清楚，比如寄國際快遞某項(xiàng)物品是否符合規(guī)定，不同價(jià)格的寄送時(shí)效等等，有了大模型能力加持，小哥直接在順豐自己的APP上問，馬上就能得到專業(yè)的回答，大大提升了工作效率。

華為云昇騰AI云服務(wù)為了能為國內(nèi)的幾百個(gè)大模型提供算力，已經(jīng)對一百多個(gè)主流大模型都做了適配，企業(yè)在用的大模型如果算力不夠，可以遷移到昇騰云上面。

在2024年12月的今天，人工智能的應(yīng)用已經(jīng)深入到了我們生活的方方面面，我們已經(jīng)在主動(dòng)和被動(dòng)的大量使用人工智能技術(shù)，只是我們并沒有有意的去總結(jié)和察覺。

我認(rèn)為每個(gè)人，每個(gè)公司都要開始自己的AI轉(zhuǎn)型。

我這里總結(jié)我日常生活會用到的10個(gè)人工智能高頻場景（主動(dòng)或被動(dòng)），從中可以一窺各行各業(yè)的智能化速度：

1：我開車會使用汽車的自動(dòng)駕駛，這對應(yīng)的是汽車行業(yè)智能化。

2：給孩子批改作業(yè)和輔導(dǎo)作業(yè)，會利用AI技術(shù)，如下圖。這對應(yīng)的是教育行業(yè)智能化。

3：車牌識別，這背后是政務(wù)智能化和汽車服務(wù)業(yè)智能化。

4：人臉識別，比如我線上辦證，進(jìn)公司大樓，機(jī)場的閘機(jī)等。這對應(yīng)的是政務(wù)，金融智能化和公司園區(qū)智能化。

5：手機(jī)的輸入法，直接語音轉(zhuǎn)化為文本，這對應(yīng)的是手機(jī)智能化。

6：每天打開手機(jī)，資訊和購物APP會自動(dòng)推薦感興趣的內(nèi)容，這是屬于被動(dòng)的使用AI。這對應(yīng)的是互聯(lián)網(wǎng)行業(yè)智能化。

7：每天接到的電話尤其是銀行的電話，不少是AI客服打過來的。這對應(yīng)的是客服場景智能化。

8： 最近幾個(gè)月，我很愛在開車的時(shí)候聽各種AI生成的歌曲，例如AI模仿孫燕姿的聲音唱各種周杰倫的歌，被廣大網(wǎng)友認(rèn)為是AI的神作。

這和上面使用昇騰云服務(wù)的騰訊音樂一樣，對應(yīng)的是音樂行業(yè)智能化。

9：AI翻譯功能，例如在手機(jī)上長按圖片自動(dòng)翻譯，這對應(yīng)的是翻譯行業(yè)智能化。

10：使用AI助理，有問題問AI。

除了這10個(gè)高頻場景外， 我喜歡周末去爬山，看到不認(rèn)識的植物直接拍照就能識別出是什么名字以及詳細(xì)資料。

另外現(xiàn)在各種無人機(jī)表演也很多，甚至可以上萬架協(xié)同表演，也是應(yīng)用了人工智能技術(shù)，我還特地帶娃去看無人機(jī)表演，這對應(yīng)的是無人機(jī)智能化。

對中國的千行百業(yè)來講，智能化已經(jīng)是必由之路，而向華為云這樣的算力供應(yīng)商購買算力服務(wù)是個(gè)很好的選擇。

在2023年底，中國光是規(guī)模以上工業(yè)企業(yè)都高達(dá)50.1萬家，如果所有行業(yè)加起來規(guī)模以上工業(yè)企業(yè)估計(jì)超過百萬家。

我個(gè)人認(rèn)為這里面99%以上的企業(yè)都需要在外部采購算力服務(wù)，能完全靠自建算力滿足自身需求的企業(yè)是極少數(shù)。

并不是每個(gè)企業(yè)都要自己建設(shè)大規(guī)模AI算力，像AI芯片硬件迭代速度很快，自建不僅成本高，而且如果你沒有做超節(jié)點(diǎn)和集群的能力，單純只是買AI服務(wù)器硬件，那么過一兩年在性能上可能就落后了；

而且算力中心里面往往是多個(gè)代際的硬件在跑，導(dǎo)致資源調(diào)度復(fù)雜度高，如果沒有專業(yè)的廠家來做資源調(diào)度，可能因?yàn)闅v史代際產(chǎn)品的“木桶短板”效應(yīng)，拖累新一代產(chǎn)品性能的充分發(fā)揮，影響大模型訓(xùn)練的能力，不僅如此多代際產(chǎn)品共存還導(dǎo)致運(yùn)營維護(hù)很困難。

另外從基礎(chǔ)大模型這兩年的發(fā)展看，大模型的訓(xùn)練需要越來越多的高質(zhì)量數(shù)據(jù)，預(yù)訓(xùn)練數(shù)據(jù)量已經(jīng)進(jìn)入10萬億tokens量級。

而且大模型參數(shù)量也在持續(xù)增大，帶來的是訓(xùn)練成本升高，這就導(dǎo)致能玩得起大模型訓(xùn)練的廠家在以后會越來越少，大部分企業(yè)未來將會聚焦自身業(yè)務(wù)，而去采購業(yè)界巨頭公司訓(xùn)練的大模型。

在這樣一個(gè)趨勢下，各大廠商也在不斷的在技術(shù)上升級自己提供的算力服務(wù)，以滿足中國千行百業(yè)智能化的需要。

上文我提到過，昇騰云預(yù)計(jì)將在明年商用的Cloudmatrix架構(gòu)，就踐行了超節(jié)點(diǎn)+集群的理念。

在算力中心里面，一切資源（CPU，NPU，內(nèi)存）可池化，一切可對等連接，一切可進(jìn)行組合，極大的提升效率，極大的提升可靠性。

這就像一個(gè)大公司打破了管理的部門墻，可以任意的讓不同的員工組合成一個(gè)優(yōu)秀的團(tuán)隊(duì)。

華為內(nèi)部用盤古大模型做了測試，使用同樣的模型，在CloudMatrix架構(gòu)下稠密模型訓(xùn)練效率可提升20%，而稀疏模型訓(xùn)練效率可提升60%，在推理場景性能也能提高30%，這就彌補(bǔ)了在單顆芯片制程上落后英偉達(dá)的不足。

大模型訓(xùn)練時(shí)，并不像我們想象的那樣會一直從0%-100%，只需要等待即可，而是會不斷的中斷。

今年7月份，Meta 在一份研究報(bào)告中揭示了訓(xùn)練他們的Llama 3 （4050億參數(shù)）模型遇到的問題：該系統(tǒng)在包含 16384 個(gè) Nvidia H100 GPU 的集群上運(yùn)行，在訓(xùn)練期間平均每三個(gè)小時(shí)就發(fā)生一次故障， 54 天內(nèi)經(jīng)歷了 419 次意外故障。

這充分體現(xiàn)了上萬張訓(xùn)練卡一起運(yùn)行時(shí)的巨大挑戰(zhàn)。

而華為云持續(xù)優(yōu)化昇騰 AI 云服務(wù)，目前已經(jīng)實(shí)現(xiàn)將萬億參數(shù)模型的訓(xùn)練無中斷時(shí)長從 2.8 天提升至 40 天，并將集群故障恢復(fù)時(shí)間從 60 分鐘縮短至 10 分鐘，這表明在優(yōu)秀的集群架構(gòu)下，國產(chǎn)算力中心的可靠性完全可以達(dá)到甚至超過英偉達(dá)的水平。

另外，針對大模型訓(xùn)練的數(shù)據(jù)安全，華為云還采用了數(shù)據(jù)傳輸與存儲加密、數(shù)據(jù)安全清除、數(shù)據(jù)訪問控制、數(shù)據(jù)水印防泄漏等多重技術(shù)，確保大模型訓(xùn)練數(shù)據(jù)的全生命周期安全。

AI實(shí)際上已經(jīng)滲透到我們生活的各個(gè)方面，中國各個(gè)行業(yè)都在不斷的引入和使用AI，用來提升效率，并引起經(jīng)濟(jì)，軍事和社會變革，而率先變革的國家將對后來者形成巨大優(yōu)勢。

例如自動(dòng)駕駛的全面普及，將會影響數(shù)百萬出租車司機(jī)，滴滴司機(jī)，公交車司機(jī)，大巴車司機(jī)的工作崗位；

個(gè)人AI助理逐漸普及，在逐漸沖擊谷歌和百度這樣傳統(tǒng)搜索引擎的份額。

AI如此重要，也無怪乎美國人將此作為主要封鎖點(diǎn)，美國在半導(dǎo)體行業(yè)進(jìn)行封鎖后，國內(nèi)還有華為昇騰云能提供全棧國產(chǎn)并且效率和可靠性都不錯(cuò)的算力服務(wù)，已經(jīng)實(shí)屬難得。

國內(nèi)各行各業(yè)共同將國產(chǎn)的算力生態(tài)不斷壯大，相信未來總有最終徹底沖破封鎖的一天。