文章图片

如何持续做技术产业化和商业化？这是属于商汤的「过程性资产」 。
作者 | 凌梓郡
虽然「通用人工智能」到来尚远 ， 但 AI 为各行业提供颠覆性「工具」的能力已经毋庸置疑 。提供「工具」的前提是基础设施 。
以 2021 年最引人瞩目的科学突破 AlphaFold2 为例 ， AI 用「暴力计算」的方式 ， 准确预测了蛋白质的三维结构 ， 解决了困扰结构生物学家 50 多年的难题 。 在这项突破背后 ， 离不开谷歌提供的算力资源：128 块 TPU V3（大约相当于 100-200 个 GPU） ， 运行了数周 。
1 月 24 日 ， 落座在上海临港新片区的「商汤科技人工智能计算中心」（AIDC）正式启动运营 。 其建筑面积 13 万平方米、项目总投资约 56 亿元、一期机柜数量 5000 个 。 设计算力为每秒 3740 Petaflops（1 Petaflops 为每秒千万亿次浮点运算） 。 与之相比 ， 目前国内已知最大的人工智能的算力中心是鹏城实验室的鹏城云脑 II ， 输出 1000 Petaflops 算力 。
作为亚洲最大的 AI 软件平台公司 ， 商汤科技很早就开始思考「基础设施」 。 对于商汤来说 ， 面对的是复杂多样的场景 ， 要源源不断提供各种算法 ， 对基础设施的思考自然更为全面：它不仅仅是一个数据中心 ， 高性能计算平台 ， 也是为更多行业提供 AI 服务的物理基础 。
算力仅仅是一个指标的维度 。 更大的算力 ， 意味着能够处理更大量的数据 。 但是更关键在于 「怎么能让这么大量的数据 ， 进入到同一个算法网络中 。 」商汤科技联合创始人、副总裁杨帆解释说 。

文章图片

01
通用的 AI 基础设施
商汤对 AI 基础设施的探索从 2018 年就开始了 。
2018 年 ， 商汤进行了原型机的预研项目 ， 将 1000 块 GPU 卡连在同一个网络上 ， 加载数据 ， 并进行运算 。 在同一个网络上运行的难点在于 ， 存储、计算、内部网络传输 ， 这几个子系统之间需要形成紧密的耦合关系 。
那时 ， 商汤在没有任何可供参照的案例经验和实验场地条件下 ， 进行项目预研 。 到了 2020 年 3 月 ， AIDC 立项启动 ， 7 月在上海临港新片区正式启动建设 。 仅仅用了 168 天 ， 就完成了从开工建设到结顶的过程 ， 刷新了临港建设的新纪录 。 杨帆表示 ，「我自己作为一个程序员出身的软件公司的负责人 ， 头一次去干土建项目 ， 真的是感慨万千 。 」
目前 ， 商汤的业务主要分为智慧商业、智慧城市、智慧生活 ， 以及智能汽车四个板块 。 在这个四个板块之下的「底座」 ， 就是「SenseCore 商汤 AI 大装置」 。 而 AIDC 则是「底座的底座」 。
SenseCore 商汤 AI 大装置是软硬一体的超大型通用 AI 基础设施 。 AIDC 是 AI 大装置的物理承载 。 在这个物理基础上 ， 运行着深度学习平台、以及超过 22000 个商用模型形成的模型层 。
AIDC 的能力体现在 「算力真正可以被连接在一个大的网络里 ， 去做共同训练」 。
技术亮点上 ， AIDC 拥有「大规模数据处理及高性能计算能力」 。 分布式的任务调度系统 ， 可以在成千上万个 GPU 上动态调度数以万计的计算任务 。 与之匹配 ， 数据的输入/输出（IO）也会面临巨大压力 。 存储和 IO 系统必须要支持数据的快速随机访问 。 商汤 AIDC 允许训练任务每秒加载超过两百万张图片 ， 保证训练任务可以全速运行 ， 不必等待数据 。
数据是重要的生产资料 ， 基础设施搭建的是一套系统 。 系统搭建得好 ， 就能让系统内的数据发挥更大价值 。