商汤为什么要建 AI 计算中心合并|架构|小红书|社区|电商

文章插图
如何持续做技术产业化和商业化？这是属于商汤的「过程性资产」。
作者 | 凌梓郡
虽然「通用人工智能」到来尚远，但 AI 为各行业提供颠覆性「工具」的能力已经毋庸置疑。提供「工具」的前提是基础设施。
以 2021 年最引人瞩目的科学突破 AlphaFold2 为例，AI 用「暴力计算」的方式，准确预测了蛋白质的三维结构，解决了困扰结构生物学家 50 多年的难题。在这项突破背后，离不开谷歌提供的算力资源：128 块 TPU V3（大约相当于 100-200 个 GPU），运行了数周。
1 月 24 日，落座在上海临港新片区的「商汤科技人工智能计算中心」（AIDC）正式启动运营。其建筑面积 13 万平方米、项目总投资约 56 亿元、一期机柜数量 5000 个。设计算力为每秒 3740 Petaflops（1 Petaflops 为每秒千万亿次浮点运算）。与之相比，目前国内已知最大的人工智能的算力中心是鹏城实验室的鹏城云脑 II，输出 1000 Petaflops 算力。
作为亚洲最大的 AI 软件平台公司，商汤科技很早就开始思考「基础设施」。对于商汤来说，面对的是复杂多样的场景，要源源不断提供各种算法，对基础设施的思考自然更为全面：它不仅仅是一个数据中心，高性能计算平台，也是为更多行业提供 AI 服务的物理基础。
算力仅仅是一个指标的维度。更大的算力，意味着能够处理更大量的数据。但是更关键在于「怎么能让这么大量的数据，进入到同一个算法网络中。」商汤科技联合创始人、副总裁杨帆解释说。

文章插图
01
通用的 AI 基础设施
商汤对 AI 基础设施的探索从 2018 年就开始了。
2018 年，商汤进行了原型机的预研项目，将 1000 块 GPU 卡连在同一个网络上，加载数据，并进行运算。在同一个网络上运行的难点在于，存储、计算、内部网络传输，这几个子系统之间需要形成紧密的耦合关系。
那时，商汤在没有任何可供参照的案例经验和实验场地条件下，进行项目预研。到了 2020 年 3 月，AIDC 立项启动，7 月在上海临港新片区正式启动建设。仅仅用了 168 天，就完成了从开工建设到结顶的过程，刷新了临港建设的新纪录。杨帆表示，「我自己作为一个程序员出身的软件公司的负责人，头一次去干土建项目，真的是感慨万千。」
目前，商汤的业务主要分为智慧商业、智慧城市、智慧生活，以及智能汽车四个板块。在这个四个板块之下的「底座」，就是「SenseCore 商汤 AI 大装置」。而 AIDC 则是「底座的底座」。
SenseCore 商汤 AI 大装置是软硬一体的超大型通用 AI 基础设施。AIDC 是 AI 大装置的物理承载。在这个物理基础上，运行着深度学习平台、以及超过 22000 个商用模型形成的模型层。
AIDC 的能力体现在「算力真正可以被连接在一个大的网络里，去做共同训练」。
技术亮点上，AIDC 拥有「大规模数据处理及高性能计算能力」。分布式的任务调度系统，可以在成千上万个 GPU 上动态调度数以万计的计算任务。与之匹配，数据的输入/输出（IO）也会面临巨大压力。存储和 IO 系统必须要支持数据的快速随机访问。商汤 AIDC 允许训练任务每秒加载超过两百万张图片，保证训练任务可以全速运行，不必等待数据。
数据是重要的生产资料，基础设施搭建的是一套系统。系统搭建得好，就能让系统内的数据发挥更大价值。
有了 AIDC 作为底层支撑，商汤提供服务的模式也随之优化。在过去，商汤以售卖软件的形式向客户服务。而有了 AIDC 之后，服务模式将更加接近云计算，直接提供端到端的服务。在使用过程中，像系统升级、迭代算法更新，可以在后台自动化实现。