選超算還是智算？專家：去綜合醫院還是專科醫院

編者按：政府要服務社會公共產業，適合建「綜合醫院」；企業要服務自身專項需求，適合建「專科醫院」。

隨著數字經濟進入新發展階段，算力已成為核心資源之一。據有關資料統計，我國各類算力中心總量超過46萬個，總面積逾1000萬平米，且未來將保持一定概率的增長。

然而，儘管算力這個詞在近年來很「火」，但其背後的含義，卻很少有人真正瞭解。「算力」受到關注，但背後的技術領域依然小眾、認知門檻高，「如果連算力概念都不瞭解，那麼企業、政府在規劃算力中心時難免吃大虧，甚至出大事。」

基於這個問題，AI科技評論與某超算中心主任進行了訪談，在本文中討論了算力中心建設的要點，並分析該如何正確理解算力，以及釐清該領域經常被誤會的地方。

一、對立統一

算力中心有多種，大致可分為資料中心、超算中心、智算中心等，而它們都可以用雲的形式來提供服務。

其中資料中心在網際網路企業中常用到，用於處理資料密集、通訊密集的事務性任務，比如手機app應用的後臺資料數理。超算中心更偏重於科學計算等計算密集型的任務。最後，智算中心則應用於特定的大規模AI任務。

超算和智算之間更容易被混淆，但要區分它們其實也很簡單，「我們可以把超算看成綜合醫院，把智算看成專科醫院。」綜合醫院、專科醫院都有其存在的價值，並在動態意義上可以互相轉化，由此也暗示超算和智算的對立統一關係。

• 對立

「很多媒體對算力中心存在許多誤解，甚至都算不上是誤解，很多時候連基本概念都沒有搞清楚。」

近期，某人工智慧計算中心宣佈建成投運，不少媒體報道指出該智算中心的算力規模達到1000P，「AI算力峰值效能相當於5萬臺高效能運算機。」

專家表示，媒體這種說法並不專業，就像說飛機飛的比100座山還高。「一座山的高度可能是100米，可能是8848米。一臺高效能運算機，可能有10個節點，也可能有10000個節點。」

另外，人們可能會認為，該智慧計算中心的算力已經超越了曾獲得超算TOP500榜單第一的富嶽（537PFLOPS）。

但實際上，超算採用「FLOPS」即每秒浮點運算數為算力單位，而智慧計算的算力單位一般會採用「OPS」即每秒操作次數為算力單位，兩者是完全不同的度量單位。

此外，智慧計算的效能結果（單位OPS）通常是基於半精度及整型運算測試（AI基準）得到的，超算的效能結果（單位FLOPS）則是基於雙精度、單精度浮點運算測試（Linpack）得到的。

對於超算和智算之間效能的比較，專家持比較嚴苛的觀點，其表示1000POPS效能可能相當於0 PFLOPS，「這裡面涉及到能與不能的問題。具體還要看運算精度，而運算精度最終是影響到可執行的任務類型的。就好比，我們不能說十個牙科診所相當於一個綜合醫院。」

計算機的精度類型包括雙精度、單精度、半精度以及整數類型等，隨著精度減小，其表示的數值範圍依次大幅度降低，同時對應硬體能勝任的任務也越來越聚焦到特定領域。

註釋：【100P雙精度效能超算】和【1000P半精度浮點效能智算】執行任務對比

註釋：不同精度可執行任務對比

「在AI推理、AI訓練、模擬這個維度上，晶片的應用上限由其底層構造所決定，即使採用軟體優化也無法再往上提升。」

此外，有些廠商還會模糊智慧計算機的推理效能和訓練效能，或者在同為FLOPS單位的情況下，掩蓋運算精度細節。「比如近期被媒體廣泛宣傳的聲稱達到超算TOP500第五的國外超級計算機，其實更接近於智慧計算機，它的效能數值其實也是基於低精度運算得到的。」

• 統一

由於精度上的限制，使得智慧計算機受限為專用算力，一般僅支援單個場景，而無法提供平臺性的服務。比如安防領域擁有海量視訊，智算中心可以只做一個任務即視訊處理，並且做10年乃至20年，它都能表現的很好。「但是，讓智算中心去跑需要運行數萬不同類型軟體的任務，那就是勉為其難了。」

因此，智算中心並不適用於公共服務型的算力中心，而更適用於企業。

超級計算機則是一種通用算力，更加擅長高精度計算，可勝任行星模擬、新材料開發、分子藥物設計、基因分析等科學計算任務，以及能源、氣象、工程模擬、生物基因、智慧城市等。

當然，超算的勝任任務還包括人工智慧，我們可以深入到晶片層面來比較。如果底層晶片採用的是CPU+GPU，那麼其既能打造成超算，也可以打造成智算。因為GPU既能做雙精度運算，從而通用性很好，可用於科學計算，也可用於AI的模擬、訓練、推理。

而如果底層晶片採用的是CPU+專用晶片比如AI晶片，那麼其只能打造成智算。因為AI晶片無法做雙精度浮點運算，雙精度浮點運算大量涉及線性代數方程求解，「自然界的很多問題，包括科學問題、社會問題等，最後都可轉化為線性代數方程求解問題。」

儘管總存在某一方向主導的局面，但專家認為，我們仍然應該兩者兼顧，不能厚此薄彼。

超算和智算並不是互相排斥的存在，而是對立而統一的關係。也就是說，超算和智算應該作為兩條路線分別發展，並在整體上協同，基於不同應用、服務物件建立不同的算力中心。超算相對更適合用於公共算力服務，智算更適合服務定向企業。

二、降本增效

明確了算力中心多樣性的整體佈局理念之後，接下來要考慮的，自然是在每一條路線上發揮最大效用，即降本增效——提升算力中心的有效性。從方法論上，可以簡單總結為「花更少的錢，做更多的事。」

• 降本

造價越高的算力中心，不代表性能同等地提高。以粵港澳大灣區的兩家算力約等的計算中心項目為例，項目A的整體算力為1170POPS，造價約為5億元；而使用同等精度晶片的項目B整體算力為2000POPS，效能略超前者，造價卻達到了驚人的近30億元。換算下來，兩者每億元算力分別為234POPS、66.7POPS，相差350%。

也就是說，不同的算力中心在價效比上可能差別特別大。算力中心由於市場化不足，政府獲得的資訊不對稱，使得造價不透明，一定程度造成了公共財政資源的浪費。

此外，將效能和任務相匹配，即「因地制宜」，仍然是最省錢的方式。除了上述提到了智算更專用，超算更通用以外，反過來看，不同行業適合的算力中心類型也是不同的，主要基於兩個維度，即通用和效能。

比如618、雙11等購物節涉及的任務類型非常多，更適合用資料中心來處理；而像氣候模擬、藥物篩選等定義相對單一的任務則涉及大量的高精度計算，則必須用超級計算機來處理；在網際網路大資料、人工智慧應用場景下，超級計算機和智慧計算機均能勝任。

智慧計算機確實在向前發展，但專家再次強調，智慧計算機所謂速度和能耗上的優勢只是理論上的，而在實際應用中，智慧計算機的表現不一定比超級計算機好。這背後的原因，即是「生態」——如何做更多的事。

• 增效

「由於專用晶片的市場佔有率低，生態支援上不如通用晶片那麼完善，因此其在實際運行中往往在效能、速度、功耗上不一定能超越通用晶片。智算當前面臨的一大困難是生態建設，普及程度還很差。」

專家主要強調的是理論和實踐的差距，而媒體宣傳中可能瞄準的是另一些層面。生態一般更注重通用性和平臺性層面，但最好不要籠統地對任何一種計算類型談論生態，因為所謂通用性和平臺性也是相對的。

「如今很多媒體經常說出諸如‘智算中心生態不行’的話語，這種表述既對，也不對。首先智慧計算確實支援的應用很少，因此說它‘生態不行’是可以的。雖然智慧計算只能用於特定AI應用，但如果在個別應用上達到一定的通用性，也能構成一種小生態。」

三、求同存異

回顧歷史，計算機的發展主要遵循兩條路線，即專用和通用，並且這兩個趨勢經常交替出現。「在某一個時刻，我們可能更追求計算機的多工即通用效能，直到碰到瓶頸，然後我們就會開始轉向另一個方向，即犧牲一定的多樣性，而追求某一專項任務的高效能。效能強、效率高、應用廣泛（通用）一直是超級計算機的追求，而專用晶片也在不斷地嘗試拓寬自己的能力邊界。」

因此，儘管智算的發展目前尚屬幼稚，但正如超算就像綜合醫院、智算就像專科醫院，「超算、智算兩者各有其適用的領域，應該求同存異。」

近年來算力這個詞不斷地被大眾所提及，在新基建的大背景下，這體現了社會對算力的真實需求。

「但是，對於從業人員而言，最重要的還是腳踏實地、一步一步地把基礎性工作做好，讓算力真正成為競爭力和生產力。」

雷鋒網雷鋒網雷鋒網