“中国高性能计算机TOP100排行榜已经发布了20多年，行业一直通过排行榜观察算力产业的发展趋势和算力服务的性能指标。”在日前举行的第六届中国超级算力大会暨中国智能计算产业联盟理事会上，全国政协委员、中国科学院计算技术研究所研究员张云泉针对《2024年中国高性能计算机TOP100排行榜发布及趋势分析》榜单进行解读时指出，“针对大模型创新涌现和落地应用继续发布2024中国高性能计算机TOP100排行榜。从今年的排行榜看出性能仍呈指数增长，前十名全部超过了10PFLOPS（1万万亿次浮点指令/秒），可以看到算力服务业继续在高歌猛进，达到了71%的水准。”

　　“近来美国在大模型领域持续发力，Meta公司拟采购35万片英伟达GPU发展自己的大模型，软银集团正尝试投入1000亿美元研发自己的AI芯片，OpenAI更是计划筹集7万亿美元研制生产新AI芯片。”张云泉认为，紧跟着英伟达提出“主权AI”的概念，并将其定义为“一个国家利用自己的基础设施、数据、劳动力和商业网络生产AI的能力”。英伟达官网发布的一篇文章认为，“主权AI”涵盖物理和数据基础设施，后者包括主权级基础大模型，由当地团队开发，并在当地数据集上进行训练，以促进对特定语言、文化和习俗的包容性。

　　张云泉认为，“主权级大模型”是一个动态概念，它应该是某一时期内最高水平的大模型。这一大模型算力要求最高、智能水平最高，是一个国家AI水平的最高点、基础大模型的基础，也可以被形容为“根模型”。

　　“主权级大模型”将深刻影响一个国家的科技竞争力，涉及军事、经济、政治等多方面能力。没有“主权级大模型”，就像是国家没有了国防重器，国家就会被打压，国家安全也会受到威胁，必须尽快研制处于国际领先水平的“主权级大模型”，以维护未来的国家安全。

　　张云泉建议，在国产AI芯片研发制造仍需时日的情况下，要利用我国在超算研发建设中的丰富积累，设立能够支持“主权级”多模态大模型训练的专用超算攻关专项，快速缓解国产“主权级大模型”训练的算力瓶颈，尽快让大模型这样的“氢弹”成为保卫我们的基石。

　　“目前大模型使用的GPU最早就是来自超算界。但它在超算上的使用效率不高，却在深度学习和大模型找到了最佳应用点。此外，大模型训练用到的很多技术，例如大规模并行技术、高速网络技术、可靠性技术、绿色功耗技术、液冷技术等，中国超算科研人员都已有很成熟的积累，并且有较高水平。张云泉告诉记者，过去的15年，我国超算的研制水平已经达到世界领先水平，形成了神威、天河和曙光三大世界级超算研制团队，夺得了11次世界冠军和两次超算应用最高奖戈登贝尔奖。我国支撑大模型的“导弹”技术和人才积累相当丰富。通过该专项计划的支持，可以充分利用超算领域多年积累的人才和技术优势，快速形成突破，尽快缩小我国在“主权级大模型”训练领域与美国的差距，为研制更先进适用的大模型专用训练芯片和系统赢得时间。

　　“多路并进、集中力量解决算力瓶颈。集中全国AI芯片研制力量，组建统一研发团队，优中选优，尽快研制出能够对标英伟达高端训练GPU的大模型训练专用国产芯片，软件和系统。”张云泉建议，在解决AI芯片“卡脖子”的基础性问题上，集中全国AI芯片研制力量，组建由业内权威专家和各主要AI芯片厂家参加的智能算力发展专项组，通过多轮竞争，确定最优的训练芯片研发技术路线和国家标准，择优集中投入资金和优秀人才资源，整合芯片产能，尽快研制出能够满足国产“主权级大模型”训练的十万卡、百万卡甚至千万卡并行算力需求的AI芯片和系统。

　　目前，国内一些企业往往倾向于使用国外的开源大模型，还经常出现低水平的重复与“内卷”，百模大战使得算力资源过于分散。不利于“主权级大模型”的研发。针对这种现象，张云泉认为，要充分发挥“集中力量办大事”的优势，统一协调国内优质科研产业资源，以取得快速突破，如“两弹一星”工程一样，在智能领域的“核武器”时代占领先机。

　　“要大力发展经济实用大模型推理产业链。在大模型推理产业链上，通过投资引导低功耗推理芯片和算子库技术攻关，鼓励大模型压缩、适配和性能调优等技术研发，通过规模效应实现成本共担，降低模型推理算力成本，形成经济适用国产大模型推理产业链。”张云泉建议，“为大模型企业和愿意通过大模型手段智能化转型的传统企业提供必要的支持和配套服务，快速形成新质智能生产力，助力国产大模型平台企业生态建设和占领市场。”

免责声明：以上内容为本网站转自其它媒体，相关信息仅为传递更多信息之目的，不代表本网观点，亦不代表本网站赞同其观点或证实其内容的真实性。如稿件版权单位或个人不想在本网发布，可与本网联系，本网视情况可立即将其撤除。