经合组织(OECD)发布人工智能国家计算能力建设蓝图

经合组织(OECD)发布人工智能国家计算能力建设蓝图

远望智库开源情报中心 忆竹 编译

经合组织(OECD)近日发表数字经济论文，其中《人工智能国家计算能力建设蓝图》引起关注，主要内容如下：

各国都是在用国家AI战略来应对AI上的资本主义，以及它是如何改造我们的经济的。然而，没有一个国家拥有关于国家AI计算能力的足够数据或有针对性的计划。这种盲目的政策可能会损害国内经济目标。这一政策盲点可能会危及国内经济目标。这份报告为政策制定者提供了第一份蓝图，以帮助评估和规划国家AI计算能力，从而提高生产率并充分发挥人工智能的经济潜力。该报告还定义了AI计算，评估了衡量国家AI计算能力的指标、数据集和代理，并确定了衡量和衡量各国AI计算能力的障碍。

一．蓝图关键要点

     

AI为改造经济，为生产力、增长和复原力带来希望的新机会。各国正以国家AI战略来应对这些转变。

AI要求有一个特殊的基础设施叫做训练和使用AI系统所需要的计算在过去十年里急剧增长，并继续这样做，特别是对于深度学习和神经网络而言。

本报告为政策制定者评估和规划国家AI计算能力提供了第一个蓝图，以实现生产力的提高和充分的经济潜力。

该蓝图展示了如何在三个方面制定国家AI计算计划：能力(可用性和使用)、有效性(人、政策、创新、准入)和复原力(安全、主权、可持续性)。蓝图还界定了AI计算和持有的指标、数据集和代理国家将需要衡量国家AI计算能力。它还确定了各国在衡量国家AI计算能力方面面临的挑战。

许多国家在没有充分评估其国内AI计算基础设施和软件是否足以实现其目标的情况下制定了国家AI战略。其他AI启用程序，如数据、算法和技能，在政策圈中受到了相当大的关注，但硬件、软件和相关基础设施使得AI能够取得进步却受到的关注相对较少。今天，国家AI计算能力的标准化措施仍然是一个政策差距。这种措施将使经合组织和伙伴经济体更好地了解AI运算及其与AI传播的关系，改进AI战略的实施，并通报未来的政策和投资。

AI计算的需求对于机器学习系统，特别是深度学习和神经网络已急剧增长。根据研究，训练现代机器学习系统所需的计算能力，以数学运算次数(即浮点每秒运算次数或FLOPS)衡量，自2012年以来增加了十万倍，尽管算法和软件有所改进，从而减少了计算功耗的需要。计算对AI系统的需求不断增加，为专门的AI软件、硬件和相关基础架构创造了更多需求，同时也为高效和有效地使用这些系统创造了必要的熟练劳动力。

正如各国政府投资研发尖端AI，计算红利可以出现或深化。这种计算资源的不平衡会增加社会经济红利，从而在竞争优势和生产力收益方面造成进一步的差异。过去十年来，私营部门领导的国内举措越来越多地受益于先进的AI计算资源，特别是商业云服务提供商，而不是公共研究机构和学术界。经合组织AI计算和气候变化问题专家小组对AI计算的集体理解和计量揭示了AI计算国与国之间和国家内部对AI生态系统的分割。

本报告为决策者制定符合国家AI战略和国内需要的国家AI计算计划提供了蓝图。它利用现有和拟议的指标、数据集和代理来衡量国家AI计算能力。政策制定者可以通过考虑能力(供应和使用)、有效性(人、政策、创新、获取)和复原力(安全、主权、可持续性)来评估技术需求和制定国家AI计算计划。

发现和测量差距被确定，以说明未来在开发特定于人工智能的指标方面的工作，以量化和基准化各国的AI计算能力。它们包括:国家政策倡议需要考虑到计算能力；国家和区域数据收集和测量标准需要扩大；决策者需要深入了解AI系统的计算需求；特定于人工智能的测量应与一般用途计算区分开来；工人需要获得与AI计算相关的技能和培训，以便有效地使用AI计算；AI计算供应链和投入需要映射和分析。

二．工作目标

     

人工智能(AI)正在改变经济和社会，为提高经济生产率、包容性增长和应对全球挑战的突破带来机遇。理解各国接受这一快速发展转型的能力和准备程度至关重要，包括支持大规模AI计算的相关基础设施的可用性。

人工智能的创造和使用依赖于关键要素，如熟练的劳动力、有利的公共政策、法规和法律框架、对数据的访问以及足够的计算资源——通常称为“计算”。对于基于机器学习(ML)的AI系统，有两个关键步骤涉及它们的开发和使用，它们由计算实现:(1)训练，意味着模型/算法的创建或选择及其校准；(2)推理，意味着使用AI系统来确定输出。虽然其他关键使能因素在政策圈受到了极大关注，但让AI进步成为可能的硬件、软件和相关计算基础设施受到的关注相对较少。

确保各国拥有足够的AI计算来满足其需求，对于充分发挥人工智能的经济潜力至关重要。许多国家在没有充分评估他们是否有足够的国内AI计算来实现这些目标的情况下，制定了人工智能计划。AI计算标准化指标的开发仍然是一个政策和数据缺口。政策制定者需要准确可靠的AI计算方法以及他们拥有的国家能力，以做出更明智的决策并获得人工智能的全部好处。更好地理解AI计算及其与人工智能在经合组织和伙伴经济体中传播的关系，可以改善国家人工智能战略的实施，并指导未来的政策制定和投资。

各国政府致力于2019年经合组织人工智能原则中关于人工智能的第一个政府间标准，“促进可信人工智能数字生态系统的发展和访问”，包括AI计算等基础设施。如果没有一个衡量框架来促进对国家AI计算能力的分析，“AI计算鸿沟”可能会在国家内部不受抑制，例如私营部门和学术界之间以及国家之间，例如发达经济体和新兴经济体之间。这可能会在那些有资源创造复杂人工智能模型以在全球数字经济中带来竞争优势、包容性增长和生产率增长的人和那些没有资源的人之间造成差距。

经合组织AI计算和气候专家组促进对AI计算的理解和衡量，以帮助政策制定者了解他们的AI计算需求，并努力解决这些需求。专家组协助OECD制定了一个框架，供各国评估其国内AI计算能力，建立基线和基准，以指导公共政策和投资决策。通过这样做，它可以帮助各国回答三个基本问题：(1)该国拥有多少AI计算？(2)国家需要多少AI计算(即，是否足以支持国家人工智能战略目标)？(3)与其他国家相比如何？

该报告由专家组提供信息，并提供了2021年12月提交给OECD数字经济政策委员会(CDEP)的范围说明中确定的后续步骤。专家组盘点了在国家或部门层面衡量AI计算的现有指标、代理、框架和度量标准。在差距分析的补充下，这种评估有助于避免在制定数据收集衡量框架方面的重复工作。

三.方法和局限性

     

指导这一分析的方法依赖于混合方法研究，使用公开的定性和定量数据和学术文献、专家访谈以及专家组在2022年开展的一项调查。为了确定合适的测量工具，专家组除了概述关键问题和进一步的考虑外，还制定了AI计算的工作定义。

这项研究遇到了进行循证分析的局限性。首先，AI计算的标准化和验证数据并不广泛可用。因此，除了专家组的专业知识和投入之外，这一分析还基于现有的公开数据和学术论文。其次，AI计算的市场集中在少数硬件、软件和云计算公司中，这限制了对经验证的数据和方法的访问。有关AI计算供需的国家级和客户级数据很难获得，在某些情况下，这些数据被视为商业敏感的专有信息。与私营和公共部门行为者合作收集数据对于推进计量工作至关重要。

第三，这份报告主要考虑了人工智能的计算需求，这是AI计算需求的驱动力。其他人工智能系统，如符号人工智能系统，计算强度较小，因为它们不包括训练过程。第四，该报告没有考虑为人工智能模型训练处理和清理数据的计算需求，这发生在人工智能训练和使用的早期阶段。

针对具有AI计算专业知识的受众进行了一项调查，以充实该报告，共有118份完整的回复。政府代表、私营部门实体和学术界积极参与系统的数据收集工作将有助于进一步的分析。这可以在专家组下一阶段的工作中加以考虑。

四. 超级计算机性能计算的发展趋势

     

很少有经济体将超级计算机列为顶级计算系统，新兴经济体很少出现在500强名单中。

500强榜单创建于1993年，旨在追踪世界上最快的超级计算机，主要用于科学研究。500强方法没有定义“超级计算机”，而是使用一个名为Linpack的基准来对符合名单要求的系统进行排名。这意味着任何超级计算机，无论其架构如何，如果能够使用浮点算法解决一组线性方程，都可以进入500强名单。近年来，超级计算机系统越来越多地更新，也运行特定于人工智能的工作负载，尽管该列表没有根据专门用于人工智能的工作负载容量来区分超级计算机。对500强榜单的分析可以作为一种替代措施，来观察经济体之间正在出现或加深的计算鸿沟。随着超级计算机越来越多地更新为运行人工智能特定的工作负载，可以观察到那些有资源创建复杂的人工智能模型以提高生产率的人和那些没有资源的人之间的差距。

根据500强方法，2022年11月的500强名单显示了34个拥有“顶级超级计算机”的经济体(见下图)。顶级超级计算机的最高集中度(32%)在中国，其次是美国(25%)、德国(7%)、日本(6%)、法国(5%)和英国(3%)。名单上来自欧盟(EU27)的17个国家占顶级超级计算机总数的21%。除了这一组，世界其他地方占顶级超级计算机的12%。近90%的顶级超级计算机是在最近五年开发的。这凸显了硬件、基础设施和软件开发和推向市场的速度。

五．结论

     

人工智能是一种通用技术，影响着全球经济的几乎每个方面，促使政府制定和发布国家人工智能战略。国家人工智能战略的成功实施可能成为决定一个国家创新、生产率增长和长期增长能力的因素之一。政府正在分配预算和投入公共资金来支持这种人工智能战略和计划的实施。

然而，许多国家已经制定了人工智能计划，但没有全面评估它们是否有足够的国内AI计算能力来实现这些目标。越来越多的人担心，那些有资源创造和使用复杂人工智能模型来产生竞争优势和生产率增长的人，与那些没有资源的人之间的分歧正在加剧。没有关于国家计算能力和人工智能生态系统需求的数据，决策者可能无法有效地实施和利用战略性国家人工智能投资和计划，以促进经济增长和竞争力。

理解AI计算及其与人工智能在OECD和伙伴经济体中传播的关系，可以改善国家人工智能战略的实施，并指导未来的政策制定和投资。各国应考虑系统地评估现有的国家计算能力，并审查其人工智能生态系统当前和新出现的需求。基于通用定义、标准和数据收集的国家AI计算计划可以让政府和政策制定者在快速变化的全球数字经济中做出明智的决策，并弥合世界各地的计算鸿沟。

编译自

https://www./science-and-technology/a-blueprint-for-building-national-compute-capacity-for-artificial-intelligence_876367e3-en