|
近年来，全国多地开始建设AI计算中心，不是在即将入场的路上，就是在筹建的路上，引来媒体关注。最近，某地在建的1000P AI计算中心的事儿就吸睛无数。 有媒体报道称，该中心计划实现1000PFLOPS的AI算力，也就是每秒百亿亿次计算能力。1000P算力到底有多厉害？报道称，“当今世界上最强的超级计算机算力约为235P”，而1000P这个算力“相当于50万台电脑的算力之和”。还有另一家媒体的报道则更加“吓人”——“其算力相当于5万台高性能计算机”。 从50万台电脑到5万台高性能计算机，这个比较的量级变得越来越夸张。要知道，每一年国际都有TOP500超算排行榜，而在刚刚过去的2020年，来自日本的超级计算机“富岳”蝉联第一，其峰值浮点性能为537PFLOPS（53.7亿亿次）。短时间内，超算的峰值性能记录就能实现倍增？这其中是否有误会？ 冷知识1：当今世界上最强的超级计算机算力不是235P 不看不知道，一看吓一跳。媒体在报道中称，“当今世界上最强的超级计算机算力约为235P”，但实际上，这一描述明显有误。 根据2020年11月发布的全球超算Top500第56期新榜来看，当下全球排名第一的、运行速度最快的是来自日本的超级计算机“富岳”。
这台超级计算机使用了158976个A64FX 处理器，使用富士通专有的环面融合互连技术连接在一起。从性能来看，“富岳”峰值浮点性能高达537PFLOPS（53.7亿亿次），是媒体报道中提到的“235P”的2倍多。所以，最强超级计算机性能为235P的说法也不攻自破。 而1000P又是个怎样的概念？实际上，1000P就是百亿亿次。目前，世界上的科学家都在为实现这个目标而努力，还未看到有明确的消息公布已实现这一性能。 由此，我们可以判断，上述AI计算中心所说的1000P与超算意义上的1000P并不相同。那么，媒体报道中所谓的“1000P”又是个怎样的概念？ 冷知识2：媒体报道中的1000P并非超算意义上的“1000P” 虽然都是1000P，但此1000P非彼1000P！ 简而言之就是，媒体报道中的1000P并非超算意义上的“1000P”。虽然两者看起来单位都是“PFLOPS”，但背后所代表的含义却大相径庭。 首先来看超算意义上的1000P！ 以上述提到的超算TOP500榜单为例，入围的超级计算机都要进行一项名为LINPACK的测试，以考察平台的双精度浮点计算能力。也就是说，这里提到的任何数值都是基于双精度浮点程序的计算而获得的，比如“富岳”超算的537P FLOPS。 再来看看媒体报道中提到的“1000P”！ 由于这个平台都是基于人工智能应用，其运行的测试程序叫做Resnet-50，而其成绩则是基于半精度浮点环境获得的，只考察平台的半精度能力，而不是双精度。 看出来了吧，超算意义上的1000P是基于双精度标准，而媒体报道中某地在建的1000P AI计算中心则是基于半精度。要知道，双精度、半精度、单精度浮点运算在精度上的差距可不是一般大。比如，双精度浮点是64位浮点，可以用来精确存储2^47以内的整数；半精度则只有16位浮点。 因此，这种不谈半精度、双精度，只谈多少P的比较，存在衡量标准错误的问题，而拿着半精度的1000P来“超越”双精度的235P更是不合理。 冷知识3：人工智能计算与高性能计算不是一回事 除了测试标准不同外，就连载体都不是一回事。这个对比就尴尬了。 先来看看高性能计算机，这种计算机又称“超级计算机”，可以说是计算机中功能最强、运算速度最快、存储容量最大的一类计算机，多用于国家高科技领域和尖端技术研究，是国家科技发展水平和综合国力的重要标志。 一直以来，高性能计算都是科研应用的基础。无论是大气物理、地下采矿、石油勘探，还是医学制药、人工智能......几乎所有的应用都可以通过高性能计算来实现。它能“算天算地算人”，这也就难怪各国都在卯足力气争上游了。 而人工智能计算，只是高性能计算的一个分支，两者不能混为一谈。近年来，伴随着深度学习、机器学习、神经网络应用的崛起，人工智能也带来了更多商业应用，也对算力提出了更高的要求。但是，它只是针对特定领域、特定场景产生的应用需求，并不能覆盖整个行业。同时，人工智能的算力表现也只是高性能计算的一小部分而已。如果将高性能计算比喻成一片森林，那人工智能计算则更像是其中的一颗树。 所以，你明白“1000P”是怎么回事了吗？ |
|
|
