智算中心芯片，誰(shuí)在布局？

作者：豐寧

“算力”相關(guān)產(chǎn)業(yè)近期持續(xù)火爆，智算中心的建設(shè)，也正在遍地開花。

進(jìn)入2024年，就有武昌智算中心、中國(guó)移動(dòng)智算中心（青島）、華南數(shù)谷智算中心、鄭州人工智能計(jì)算中心、博大數(shù)據(jù)深圳前海智算中心等相繼開工或投產(chǎn)使用。據(jù)不完全統(tǒng)計(jì)，目前全國(guó)正在建設(shè)或提出建設(shè)智算中心的城市已經(jīng)超過(guò)30個(gè)，投資規(guī)模超百億元。

到底什么是智算中心？智算中心主要用來(lái)做什么？智算中心都有哪些特點(diǎn)？

?01何為智算中心？

根據(jù)《算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展行動(dòng)計(jì)劃》定義，智算中心是指通過(guò)使用大規(guī)模異構(gòu)算力資源，包括通用算力（CPU）和智能算力（GPU、FPGA、ASIC等），主要為人工智能應(yīng)用（如人工智能深度學(xué)習(xí)模型開發(fā)、模型訓(xùn)練和模型推理等場(chǎng)景）提供所需算力、數(shù)據(jù)和算法的設(shè)施。

也可以說(shuō)，智算中心是以人工智能計(jì)算任務(wù)為主的數(shù)據(jù)中心。數(shù)據(jù)中心通常包括三種類別，除了智算中心以外，另外兩種分別是以通用計(jì)算任務(wù)為主的通算中心，以及以超級(jí)計(jì)算任務(wù)為主的超算中心。

2023年是人工智能發(fā)展的重要轉(zhuǎn)折年，AIGC技術(shù)取得了突破性進(jìn)展，大模型訓(xùn)練、大模型應(yīng)用等新業(yè)務(wù)正在快速崛起，作為智能算力的載體，數(shù)據(jù)中心也已經(jīng)從數(shù)據(jù)機(jī)房、通算中心，發(fā)展到現(xiàn)階段的超算中心和智算中心。

?02、智算中心與通用數(shù)據(jù)中心有何不同？

智算中心，通常與云計(jì)算緊密相關(guān)，強(qiáng)調(diào)資源控制和基礎(chǔ)設(shè)施管理的靈活性。

在云環(huán)境中，數(shù)據(jù)中心提供商負(fù)責(zé)硬件和某些軟件工具的維護(hù)，而客戶則擁有數(shù)據(jù)。相比之下，傳統(tǒng)的本地?cái)?shù)據(jù)中心需要由企業(yè)自行管理和維護(hù)所有的數(shù)據(jù)資源。本質(zhì)的不同導(dǎo)致兩種模式在資本投入、資源部署以及安全性方面都有著極大的區(qū)別。

在資本投入上，智算中心客戶無(wú)需大量的硬件和軟件成本即可選擇適合自己的服務(wù)模式，如公有云、私有云或混合云；而傳統(tǒng)數(shù)據(jù)中心的客戶則需要投入大量資金來(lái)購(gòu)買和維護(hù)自己所需的服務(wù)器、網(wǎng)絡(luò)和存儲(chǔ)設(shè)備。

在資源部署和安全性上，智算中心的客戶可隨時(shí)隨地通過(guò)互聯(lián)網(wǎng)遠(yuǎn)程訪問(wèn)和管理自己的數(shù)據(jù)和應(yīng)用，與此同時(shí)還可以享受數(shù)據(jù)中心提供商提供的專業(yè)的安全保障，如防火墻、加密、備份和恢復(fù)等；而傳統(tǒng)數(shù)據(jù)中心的客戶受到辦公/指定地點(diǎn)的限制，且需自己進(jìn)行保護(hù)和管理數(shù)據(jù)。

智算中心，簡(jiǎn)單來(lái)說(shuō)就是專門服務(wù)于人工智能的數(shù)據(jù)計(jì)算中心，能夠?yàn)槿斯ぶ悄苡?jì)算提供所需的專用算力。

相比傳統(tǒng)數(shù)據(jù)中心，智算中心能滿足更具針對(duì)性的需求，以及更大的計(jì)算體量和更快的計(jì)算速度，為大模型訓(xùn)練推理、自動(dòng)駕駛、AIGC等各垂直行業(yè)場(chǎng)景提供AI算力。

?03、AI智算，需要什么樣的芯片？

在硬件的選擇上，智算中心與傳統(tǒng)數(shù)據(jù)中心的硬件架構(gòu)也有所不同。AI智算，需要什么樣的算力芯片？傳統(tǒng)數(shù)據(jù)中心的硬件架構(gòu)比較單一，主要包含服務(wù)器、存儲(chǔ)設(shè)備和網(wǎng)絡(luò)設(shè)備。智算中心相比于此硬件架構(gòu)就會(huì)更加的靈活，不同的應(yīng)用場(chǎng)景也會(huì)選擇不同的計(jì)算節(jié)點(diǎn)。智算服務(wù)器是智算中心的主要算力硬件，通常采用“CPU+GPU”、“CPU+NPU”或“CPU+TPU”的異構(gòu)計(jì)算架構(gòu)，以充分發(fā)揮不同算力芯片在性能、成本和能耗上的優(yōu)勢(shì)。GPU、NPU、TPU的內(nèi)核數(shù)量多，擅長(zhǎng)并行計(jì)算。AI算法涉及到大量的簡(jiǎn)單矩陣運(yùn)算任務(wù)，需要強(qiáng)大的并行計(jì)算能力。?而傳統(tǒng)通用服務(wù)器則是以CPU作為主要芯片，用于支持如云計(jì)算和邊緣計(jì)算等基礎(chǔ)通用計(jì)算。AI智算，需要什么樣的存儲(chǔ)芯片？不止是算力芯片的不同，AI智算對(duì)存儲(chǔ)芯片也有著更高的要求。首先是用量。智算服務(wù)器的DRAM容量通常是普通服務(wù)器的8倍，NAND容量是普通服務(wù)器的3倍。甚至它的PCB電路板層數(shù)也明顯多于傳統(tǒng)服務(wù)器。這也意味著智算服務(wù)器需要布局更多的存儲(chǔ)芯片，以達(dá)到所需性能。隨著需求的水漲船高，一系列瓶頸問(wèn)題也浮出水面。一方面，傳統(tǒng)馮諾依曼架構(gòu)要求數(shù)據(jù)必須加載到內(nèi)存中，導(dǎo)致數(shù)據(jù)處理效率低、延遲大、功耗高；另一方面，存儲(chǔ)器墻問(wèn)題使得處理器性能的增長(zhǎng)速度遠(yuǎn)快于內(nèi)存速度，造成大量數(shù)據(jù)需要在SSD和內(nèi)存間傳遞；此外，CPU掛載的SSD容量和帶寬限制也成為性能瓶頸。面對(duì)“存儲(chǔ)墻”、“功耗墻”等問(wèn)題，傳統(tǒng)計(jì)算體系結(jié)構(gòu)中計(jì)算存儲(chǔ)架構(gòu)亟需升級(jí)，將存儲(chǔ)與計(jì)算有機(jī)融合，以其巨大的能效比提升潛力，才能匹配智算時(shí)代巨量數(shù)據(jù)存儲(chǔ)需求。針對(duì)這一系列問(wèn)題，存算一體芯片或許是一個(gè)不錯(cuò)的答案。除了芯片不同之外，為了充分發(fā)揮性能以及保障穩(wěn)定運(yùn)行，AI服務(wù)器在架構(gòu)、散熱、拓?fù)涞确矫嬉策M(jìn)行了強(qiáng)化設(shè)計(jì)。

?04、這些芯片，誰(shuí)在布局？

算力芯片的布局情況在GPU方面，GPU擅長(zhǎng)大規(guī)模并行計(jì)算。華為、天數(shù)智芯、摩爾線程、中科曙光、燧原科技、英偉達(dá)、英特爾、AMD等都推出有相關(guān)的芯片。

比如，華為推出了昇騰系列AI芯片昇騰910和昇騰310等，這些芯片專為AI訓(xùn)練和推理設(shè)計(jì)，具有高性能和低功耗的特點(diǎn)。昇騰系列已廣泛應(yīng)用于數(shù)據(jù)中心、云服務(wù)和邊緣計(jì)算等領(lǐng)域，為智算中心提供強(qiáng)大的算力支持。英偉達(dá)推出了多款針對(duì)AI訓(xùn)練和推理的GPU產(chǎn)品，如A100、H100等。英特爾也推出了多款A(yù)I芯片產(chǎn)品，如Habana Labs的Gaudi系列芯片，旨在與英偉達(dá)競(jìng)爭(zhēng)。AMD在AI芯片領(lǐng)域也有所布局，推出了MI系列GPU和APU產(chǎn)品。

在FPGA方面，CPU+FPGA則結(jié)合了靈活性與高效能，適應(yīng)算法快速變化。賽靈思、英特爾是市場(chǎng)主要參與者，相關(guān)產(chǎn)品有：賽靈思的VIRTEX、KINTEX、ARTIX、SPARTAN產(chǎn)品系列以及英特爾的Agilex產(chǎn)品系列；國(guó)內(nèi)主要廠商包括復(fù)旦微電、紫光國(guó)微和安路科技等。

在ASIC方面，CPU+ASIC提供高性能定制計(jì)算，適合特定需求。國(guó)外谷歌、英特爾、英偉達(dá)等巨頭相繼發(fā)布了ASIC芯片。國(guó)內(nèi)寒武紀(jì)、華為海思、地平線等廠商也都推出了深度神經(jīng)網(wǎng)絡(luò)加速的ASIC芯片。

在NPU方面，NPU是專門為人工智能和機(jī)器學(xué)習(xí)場(chǎng)景而設(shè)計(jì)的處理器。與CPU和GPU不同，NPU 在硬件結(jié)構(gòu)上進(jìn)行了針對(duì)性的優(yōu)化，專注于執(zhí)行神經(jīng)網(wǎng)絡(luò)推理等AI相關(guān)的計(jì)算任務(wù)。CPU的通用性和NPU的專用性相結(jié)合，使得整個(gè)系統(tǒng)能夠靈活應(yīng)對(duì)各種AI應(yīng)用場(chǎng)景，快速適應(yīng)算法和模型的變化。目前市場(chǎng)上已有眾多量產(chǎn)的NPU或搭載NPU模塊的芯片，其中知名的包括高通Hexagon NPU、華為的昇騰系列，值得注意的是，各大廠商在芯片計(jì)算核心的設(shè)計(jì)上都有著獨(dú)特的策略。

在TPU方面，TPU是谷歌專門為加速深層神經(jīng)網(wǎng)絡(luò)運(yùn)算能力而研發(fā)的一款芯片，更加專注于處理大規(guī)模的深度學(xué)習(xí)任務(wù)，具備更高的計(jì)算能力和更低的延遲。TPU也屬于一種ASIC芯片。

在DPU方面，DPU專門設(shè)計(jì)用于數(shù)據(jù)處理任務(wù)，具有高度優(yōu)化的硬件結(jié)構(gòu)，適用于特定領(lǐng)域的計(jì)算需求。不同于CPU 用于通用計(jì)算， GPU 用于加速計(jì)算， DPU是數(shù)據(jù)中心第三顆主力芯片。國(guó)際三大巨頭英偉達(dá)、博通、英特爾的DPU產(chǎn)品占據(jù)國(guó)內(nèi)大多數(shù)市場(chǎng)，賽靈思、Marvell、Pensando、Fungible、Amazon、Microsoft 等多家廠商在近 2-5 年內(nèi)也均有 DPU 或相似架構(gòu)產(chǎn)品生產(chǎn)。國(guó)內(nèi)廠商包括中科馭數(shù)、芯啟源、云豹智能、大禹智芯、阿里云等。

國(guó)產(chǎn)算力芯片走到哪一步了？

在2024北京移動(dòng)算力網(wǎng)絡(luò)大會(huì)上，中國(guó)移動(dòng)算力中心北京節(jié)點(diǎn)正式投入使用，標(biāo)志著我國(guó)智算中心建設(shè)進(jìn)入新階段。作為北京首個(gè)大規(guī)模訓(xùn)推一體智算中心，該項(xiàng)目占地約57000平方米，部署近4000張AI加速卡，AI芯片國(guó)產(chǎn)化率達(dá)33%，智能算力規(guī)模超1000P。

北京超級(jí)云計(jì)算中心運(yùn)營(yíng)實(shí)體北京北龍超級(jí)云計(jì)算有限責(zé)任公司CTO甄亞楠近日表示，目前幫國(guó)產(chǎn)大模型“嫁接”國(guó)產(chǎn)芯片，只需15天左右就可以跑通。他認(rèn)為算力共享會(huì)是行業(yè)大趨勢(shì)，高端GPU算力資源需要各方努力。近年來(lái)，中國(guó)人工智能算力芯片的市場(chǎng)格局主要由英偉達(dá)主導(dǎo)，其占據(jù)了80%以上的市場(chǎng)份額。甄亞楠表示，“我們也非常關(guān)注國(guó)產(chǎn)芯片的發(fā)展，據(jù)了解，國(guó)內(nèi)自研的大模型，甚至一些開源的大模型都在不斷往國(guó)產(chǎn)芯片上去做移植。

現(xiàn)在從芯片使用角度來(lái)講，有些模型已經(jīng)可以跑通運(yùn)行了，需要追趕的方面主要在類似GPU這種高性能。”“整個(gè)的國(guó)產(chǎn)化是分層級(jí)的，芯片屬于硬件這一層，除此之外還有軟件的生態(tài)。對(duì)于國(guó)產(chǎn)的芯片來(lái)講，不管是框架還是生態(tài)，都需要有一定的培育周期?！闭鐏嗛粲酰罱K的應(yīng)用方要給到國(guó)產(chǎn)芯片足夠的信心。

存儲(chǔ)芯片的布局情況

智算中心在存儲(chǔ)方面需要具備高容量、高可靠性、高可用性等特點(diǎn)。存儲(chǔ)設(shè)備通常采用高性能的硬盤或固態(tài)硬盤，并配備冗余的存儲(chǔ)架構(gòu)，以確保數(shù)據(jù)的安全性和可訪問(wèn)性。三星、美光、SK海力士等都有相關(guān)芯片都廣泛應(yīng)用于數(shù)據(jù)中心、云計(jì)算等領(lǐng)域，為智算中心提供高性能的存儲(chǔ)解決方案。

國(guó)內(nèi)廠商近年來(lái)在DRAM與NAND技術(shù)追趕上也實(shí)現(xiàn)了快速發(fā)展。除了傳統(tǒng)的存儲(chǔ)芯片外，智算中心還需要上文提到的新型存儲(chǔ)—存算一體芯片發(fā)揮更大的作用。從存算一體發(fā)展歷程來(lái)看，自2017年起，英偉達(dá)、微軟、三星等大廠提出了存算一體原型，同年國(guó)內(nèi)存算一體芯片企業(yè)開始涌現(xiàn)。

大廠們對(duì)存算一體架構(gòu)的需求是實(shí)用且落地快，而作為最接近工程落地的技術(shù)，近存計(jì)算成為大廠們的首選。諸如特斯拉、三星等擁有豐富生態(tài)的大廠以及英特爾、IBM等傳統(tǒng)芯片大廠都在布局近存計(jì)算。

國(guó)內(nèi)初創(chuàng)企業(yè)則聚焦于無(wú)需考慮先進(jìn)制程技術(shù)的存內(nèi)計(jì)算。其中，知存科技、億鑄科技、九天睿芯等初創(chuàng)公司都在押注PIM、CIM等“存”與“算”更親密的存算一體技術(shù)路線。

億鑄科技、千芯科技等專注于大模型計(jì)算、自動(dòng)駕駛等AI大算力場(chǎng)景；閃易、新憶科技、蘋芯科技、知存科技等則專注于物聯(lián)網(wǎng)、可穿戴設(shè)備、智能家居等邊緣小算力場(chǎng)景。億鑄科技致力于用存算一體架構(gòu)設(shè)計(jì)AI大算力芯片，首次將憶阻器ReRAM和存算一體架構(gòu)相結(jié)合，通過(guò)全數(shù)字化的芯片設(shè)計(jì)思路，在當(dāng)前產(chǎn)業(yè)格局的基礎(chǔ)上，提供一條更具性價(jià)比、更高能效比、更大算力發(fā)展空間的AI大算力芯片換道發(fā)展新路徑。

千芯科技專注于面向人工智能和科學(xué)計(jì)算領(lǐng)域的大算力存算一體算力芯片與計(jì)算解決方案研發(fā)，在2019年率先提出可重構(gòu)存算一體技術(shù)產(chǎn)品架構(gòu)，在計(jì)算吞吐量方面相比傳統(tǒng)AI芯片能夠提升10-40倍。目前千芯科技可重構(gòu)存算一體芯片（原型）已在云計(jì)算、自動(dòng)駕駛感知、圖像分類、車牌識(shí)別等領(lǐng)域試用或落地；其大算力存算一體芯片產(chǎn)品原型也已在國(guó)內(nèi)率先通過(guò)互聯(lián)網(wǎng)大廠內(nèi)測(cè)。

知存科技的方案是重新設(shè)計(jì)存儲(chǔ)器，利用Flash閃存存儲(chǔ)單元的物理特性，對(duì)存儲(chǔ)陣列改造和重新設(shè)計(jì)外圍電路使其能夠容納更多的數(shù)據(jù)，同時(shí)將算子也存儲(chǔ)到存儲(chǔ)器當(dāng)中，使得每個(gè)單元都能進(jìn)行模擬運(yùn)算并且能直接輸出運(yùn)算結(jié)果，以達(dá)到存算一體的目的。

?05、智算規(guī)模占比超30%，算力建設(shè)如火如荼

7月初，天府智算西南算力中心正式在四川成都投運(yùn)。據(jù)介紹，該中心將以算力支撐成都打造千億級(jí)人工智能核心產(chǎn)業(yè)，賦能工業(yè)制造、自然科學(xué)、生物醫(yī)學(xué)、科研模擬實(shí)驗(yàn)等領(lǐng)域的人工智能創(chuàng)新。這不是個(gè)例。近一個(gè)月來(lái)，銀川綠色智算中心項(xiàng)目集中開工；北京移動(dòng)在京建成首個(gè)大規(guī)模訓(xùn)推一體智算中心，支撐高復(fù)雜度、高計(jì)算需求的百億、千億級(jí)大模型訓(xùn)練推理；鄭州人工智能計(jì)算中心開工建設(shè)，總投資超16億元……

以智算中心為代表的數(shù)字新基建正加快建設(shè)落地。國(guó)家統(tǒng)計(jì)局7月15日發(fā)布的數(shù)據(jù)顯示，截至5月底，全國(guó)新建5G基站46萬(wàn)個(gè)；規(guī)劃具有高性能計(jì)算機(jī)集群的智算中心達(dá)10余個(gè)，智能算力占算力總規(guī)模比重超過(guò)30%。據(jù)中國(guó)IDC圈不完全統(tǒng)計(jì)，截止2024年5月23日，中國(guó)大陸共有智算中心283座，已覆蓋中國(guó)大陸所有省、自治區(qū)和直轄市。其中有投資額統(tǒng)計(jì)的智算中心項(xiàng)目140座，總投資額達(dá)到4364.34億元。有規(guī)劃算力規(guī)模統(tǒng)計(jì)的智算中心項(xiàng)目177座，總算力規(guī)模達(dá)到36.93萬(wàn)PFlops。

這些“智算中心”標(biāo)準(zhǔn)不一、規(guī)模不同，算力規(guī)模一般在50P、100P、500P、1000P，有的甚至達(dá)到12000P以上，雖然AI浪潮給智算中心帶來(lái)了廣闊的發(fā)展前景，但供需錯(cuò)配、價(jià)格昂貴、重復(fù)建設(shè)等仍然是我國(guó)算力建設(shè)面臨的難題。

與此同時(shí)，多地也紛紛出臺(tái)專項(xiàng)規(guī)劃，明確未來(lái)幾年建設(shè)目標(biāo)，并在技術(shù)、應(yīng)用、資金等方面完善支持舉措。例如，江蘇發(fā)布省級(jí)算力基礎(chǔ)設(shè)施發(fā)展專項(xiàng)規(guī)劃，提出到2030年全省在用總算力超過(guò)50EFLOPS（EFLOPS是指每秒百億億次浮點(diǎn)運(yùn)算次數(shù)），智能算力占比超過(guò)45%；甘肅提出對(duì)算力網(wǎng)絡(luò)新型基礎(chǔ)設(shè)施在用地、市政配套設(shè)施建設(shè)、人才引進(jìn)、資金等方面給予政策支持。

“人工智能大模型等應(yīng)用爆發(fā)式發(fā)展帶動(dòng)了智能算力需求激增?！眹?guó)家信息中心信息化和產(chǎn)業(yè)發(fā)展部主任單志廣表示，智能計(jì)算發(fā)展迅速，已經(jīng)成為我國(guó)算力結(jié)構(gòu)中增速最快的類型，其中大模型是智能算力的最大需求方，需求占比近六成。預(yù)計(jì)到2027年，中國(guó)智能算力規(guī)模年度復(fù)合增長(zhǎng)率達(dá)33.9%。