[文/观察者网吕东]
今年4月，《中共中央 国务院关于加快建设全国统一大市场的意见》正式发布，指出要建设全国统一市场，使资源和要素流动更加顺畅，全面推动中国市场由大变强。
随着中国步入数字经济时代，计算能力正在成为新的生产要素。人工智能计算中心、超级计算中心和国家综合计算网络枢纽节点作为新型国家计算基础设施正在加快建设。
在各种计算设施如雨后春笋般涌现的背景下，优化计算资源配置，突破单点计算能力的限制，提高数据流通效率，建设全国统一的计算网络和计算能力市场势在必行。
5月底，鹏程实验室的“中国计算网(CNET)”项目首次发布。规划提出，构建自主可控的计算网络技术体系，要“像电网一样建设国家计算网络，像互联网一样运营计算网络，像电一样让用户使用计算服务”。
华为计算产品线总裁邓泰华
彭城实验室主任、中国工程院院士高文指出，建设中国计算力网络，需要突破异构兼容、计算网络融合、跨云协同等关键核心技术，实现全国大规模计算力的协同调度和高效计算，推动“东算西算”国家战略重要节点互联互通，更好满足中国经济社会高质量发展新需求。
今天，这项致力于建设中国数字经济计算能力基础的全球倡议迈出了具有里程碑意义的一步。
中国算力网开始落地
“今天，我们迎来了一个重要的历史时刻。”
在6月15日举行的华为合作伙伴与开发者大会上，鹏程实验室主任、中国工程院院士高文，科技部高技术司副司长梅建平，华为计算产品线总裁邓太华共同见证了中国计算网第一期——智能计算网的启动。
中国计算网一期工程——智能计算网的成功建设，标志着以各地建设的人工智能计算中心为基础的中国计算网建设正式开始。
当前，人工智能已经成为数字经济高质量发展的引擎。人工智能计算中心作为人工智能的计算基础设施，在世界范围内受到广泛重视。美国、欧洲、日本等国家和地区都在积极推进人工智能计算中心的建设，中国作为人工智能大国也不例外。
一年多来，基于不断崛起的AI集群，鹏城云脑二号和武汉人工智能计算中心相继上线，拉开了中国各地AICC(人工智能计算中心)建设的序幕。目前，国内已有超过20个领先城市基于瑞星AI的软硬件平台和华为集群计算解决方案建设了人工智能计算中心。
在各地人工智能计算中心陆续建成后，建设中国计算力网络——智能计算网的条件也已经成熟。
作为中国人工智能行业的重要参与者，瑞星AI其实早就洞察到了计算力网络的发展趋势。
邓太华告诉观察者网，中国已经建成了电力网、高铁网、通信网，未来一定会建成计算力网。这种计算力网络就是将各地独立建设的计算力资源，尤其是大规模的计算力资源连接成一个网络，最大限度地实现数据流通和共享，然后基于各地共享的计算力资源，提供更高效的计算力发展方案。
2021年12月，在科技部的指导下，鹏程实验室、华为、百度、讯飞等近20家单位联合启动了人工智能计算机大赛
计算能力汇聚：不同人工智能计算中心之间的高速网络互联，可以实现计算能力的合理调度和资源的弹性分配，提高各个人工智能计算中心的利用率，也可以实现整体的能耗节约。
数据汇聚：多方合作将推动AI领域公共数据开放，汇聚基于人工智能计算中心的优质开源、开放AI数据集，推动AI算法研发和行业落地。
生态融合：采用互联互通、应用接口等标准，加强跨区域科研和产业协作，为所有用户创新AI应用提供更多资源选择和更便捷的合作方式，加速产业融合，激活产业融合共生。
智算网络为大模型发展带来新机遇
目前在AI领域，人工智能大模型具有更强的泛化能力，适应多种场景，发展大模型已经成为产学研各界的共识。智能计算网络聚集了大量的计算能力和数据，为大模型的训练创造了天然的有利条件。
这里用盘古多语言模型的一个真实任务来演示用户如何提交任务，协同多个计算中心资源进行训练。
视频加载.
邓太华告诉Observer.com，一些用户仍然在基于自建计算能力训练大模型。但是在未来，随着大模型变得越来越复杂，数据
量越来越大，如果企业和科研机构都靠自有算力去训练，可能无法提供足够的算力，训练时长也会大幅增加。另外，即便用户自建了足够大的算力，但计算业务天然存在波动，仍会出现能耗闲置，并不是一种最经济的选择，也不符合国家“双碳”的目标。因此，包括人工智能计算中心、超算中心等大型算力基础设施，天然适合集约化建设。
通过算力网络协同调度，在A中心算力波峰时，可以将排队任务转移到算力波谷的B中心计算，削峰填谷，多计算中心都可以保持算力高利用率，将计算中心的能耗充分利用起来，从全局和长远角度看，是进一步提升电能利用率、降低碳排放的有效路径。
后续，不仅是智算中心联网，各地超算中心、一体化大数据中心算力枢纽，都可以并入中国算力网，实现数据、算力、算法、模型、服务等多要素共享与流通，用户也可以按需申请、按需使用，在全国范围内调集算力来训练大模型。
对于大模型训练来说，算力十分重要，AI计算框架的支撑同样必不可少。
在极致性能上，昇腾AI框架MindSpore支持全自动并行，可以把大模型拆分到不同的算子，训练过程中大图可以拆分成小图，小图可以拆分成不同的计算单位，全部实现自动化，不需要人工干预，可以最大化的利用算力资源，提升整个模型的训练效率。
为了更好的使能大模型发展，昇腾AI还构建了从规划、开发到产业化的大模型全流程使能体系：包括建立大模型沙盘，规划并牵引产业界真正需要的大模型；推出大模型开发使能平台，让开发者能够快速完成大模型开发；在大模型训练出来后，携手业界伙伴共建大模型产业联盟，让更多伙伴基于大模型进行场景化方案联创实现产业化推广。
过去一年，中国产业界基于昇腾智算中心先后发布一系列有影响力的大模型，包括华为云.盘古系列大模型；在NLP领域，鹏城实验室发布了鹏程.盘古；百度发布鹏城-百度.文心；智源研究院发布悟道；多模态领域，中科院自动化所发布全球首个三模态大模型紫东.太初；在生物制药领域的鹏程.神农等等。
对于大模型来说，最为关键的还是产业化落地。
2021年底，基于全球首个智能遥感框架武汉.LuoJia和全球首个三模态大模型紫东.太初，华为携手伙伴成立了智能遥感开源生态联盟和多模态人工智能产业联盟，如今半年多时间过去，两大联盟已经开花结果，陆续孵化出多个行业解决方案。
例如，千博信息基于紫东.太初开发了手语多模态模型，开创性地实现手语动作与示意图片和文字的联动，让初学听障人士更加方便的理解，帮助他们解决沟通、就业等一系列难题。
这也充分体现出AI成果转化中的社会价值。
更重要的是，在大模型产业化落地过程中，可以以更丰富的数据和参数、更泛化的应用场景，来反哺大模型基础能力，让大模型更智能、场景适用性更好，从而又可以对行业应用提供更大的支持，这样就能形成大模型创新、到应用、到迭代创新的产业正循环。
中国算力网建设仍有问题待解
随着中国算力网—智算网络一期正式上线，人工智能计算中心将不再“孤军奋战”，算力、大模型、数据集、行业应用等人工智能要素将充分流动共享，成为应对新需求的重要途径。
但对整个中国算力网的建设来说，似乎仍任重道远。
邓泰华告诉观察者网，建设中国算力网是一个持续迭代的过程，并不是静止的目标，未来需要经过持续优化、不断扩大范围的过程，所以目前的智算网络只是中国算力网一期，并且也只是以“鹏城云脑”作为核心节点，实现数个智算中心联网，以及最基本的任务编排调度。
未来发展方向，无疑是要让更多算力接入中国算力网。但要实现这个目标，似乎还有许多问题需要解决。
例如，算力网技术架构应该怎么规划，技术方案怎么实现？怎么保证算力相互连在一起，任务、资源可以共同调度，中间的时延怎么解决？不同的调度基于不同的需求，怎样做到全域的编排管理？统一调度对于单点数据中心怎么来对接？数据中心之间的传输怎么来配合？
邓泰华认为，如果把整个中国算力网作为一个大的体系来看，这个体系的技术架构如何规划创新，现在尚未成型，因为中国算力网是全球首创，所以并没有成型的先例可以参考。
今年2月，国家发展改革委、中央网信办、工业和信息化部、国家能源局四部门联合发布《全国一体化大数据中心协同创新体系算力枢纽实施方案》，明确提出布局全国算力网络国家枢纽节点，启动实施“东数西算”工程，构建国家算力网络体系。
邓泰华指出，东数西算、东数西存乃至东数西训都有不同的应用场景，是一个大的体系规划。目前，东数西算、东数西存以及东数西训一体化大数据中心枢纽还处在规划阶段，部分地方刚开始启动建设还没有上线，而基于昇腾AI的智算中心已批次建成，目前实现9个城市的计算中心联网并上线。未来，随着一体化大数据中心上线，具备条件后也将并入中国算力网。
