点击右上角
微信好友
朋友圈
请使用浏览器分享功能进行分享
【我们这十年@坐标中国】云网融合织就算力高速，“算”出数字生活潮******
中新网北京10月11日电题：云网融合织就算力高速，“算”出数字生活潮
作者 左雨晴
从“要想富，先修路”到“想发展，投算力”，算力基础设施等“新基建”正在国内掀起“落地潮”。
我们为什么需要算力？现在算力速度有多快？它又给我们带来了什么？
算力改变生活
什么是算力？算力是指对数据的处理能力。
在生活中，手机、电脑、超级计算机等诸多硬件设备都离不开算力，可以说算力是数字经济的底层逻辑，数字经济的任何发展都建立在优化的算法和强大的计算速度上，这让算力成为关键的核心生产力。
近年来，随着5G、人工智能、物联网、区块链等领域的快速发展，算力已悄悄改变我们的生活和命运。
在机场高速路口，汽车以80公里时速，“无感”通过收费站，仅收费环节每天就能节约2.75小时，大大改善了市民的出行体验。
广州机场高速，汽车以80公里时速，“无感”通过收费站。 中国电信供图在生产线上，一款新车上线前需要经历上千次的碰撞测试，而超级算力能模拟出整个碰撞过程，300次的仿真碰撞试验，在一分钟内成功模拟完成。更长远来看，“智能汽车”是离人工智能最近的应用场景之一，若能更快普及，将再次重塑人们的出行生活方式。
在偏远山区，大量人工智能深度学习算法和算力支撑下的智能教育，让远程人工智能可以辅助教师“因材施教”，推动教育资源均衡化，帮助深山里的孩子实现“走出大山”的梦想。
据工信部数据，中国算力产业规模快速增长，近五年平均增速超过30%。截至2022年6月底，我国在用数据中心机架总规模超过590万标准机架，服务器规模约2000万台，算力总规模超过150EFlops(每秒15000京次浮点运算次数)，排名全球第二。
在数字化时代，数据中心、智算中心等算力基础设施正成为加速数字经济发展和产业转型升级的主要动力。在算力需求日益复杂，应用场景不断涌现的当下，中国东部地区算力资源吃紧，西部算力赋闲，如何让用户更好地像用电一样使用算力服务？
云网融合织就算力“高速路网”
数字时代正在召唤一张高效率的“算力网”。
2012年，中国电信宣布启动天翼云计算战略，正式进军云计算领域，成为国内首家涉足云计算服务的运营商。
以“算”为中心，“网”为根基，算力网络可驱动数据的跨域流动、实现算力的跨域调配。而作为一个复杂的、融合创新的系统性工程，算力网络如何像水和电一样成为“一点接入、即取即用”的社会级服务，孵化灵活多样的商业应用，需要统一的科学规划与评估。
2022年2月，中国“东数西算”工程正式全面启动。8个国家算力枢纽节点，10个国家数据中心集群，将打通中国“数”动脉，把东部算力需求有序引导到西部的数据中心处理、计算、存储，为可再生能源丰富的西部开辟出一条发展新路，成为一条打通东西部经济社会发展的“数动脉”。
作为算力基础设施和骨干传输网络的建设者，电信运营商已经成为打造算力网络的主力军。覆盖全国千城万池的“云网融合”，不仅构建端到端的安全能力和绿色低碳的基础设施，也让实体经济和人们的生活乘“云”而上。
通过内蒙古、贵州两个服务全球的中央数据中心，京津冀、长三角、粤港澳、陕川渝四个重点区域节点，31个省份均有布局的数据中心，再加上广泛分布的边缘节点，中国电信形成了2+4+31+X的全国算力布局。
中国电信京津冀大数据产业园。 中国电信供图如今，中国电信已拥有700多个数据中心，48.7万架互联网数据中心机架，机架利用率达到72%，IDC资源在国内数量最多、分布最广，“一城一池”累计覆盖超过160个地市。
“计算+连接”的深度融合，组成了算力传输的“高速路网”。在这个“高速路网”中，中国电信的算力规模可达每秒310亿亿次浮点运算，这意味着每一秒都有海量的算力正在调度。
从中国电信贵州数据中心到北京大约2200公里，动车需要10个小时左右，而算力传输时延只需要不到20毫秒。算力与网络充分融合，正以难以想象的速度，从看不见的地方延伸到看得见的远方，为人们的生活提供普惠便捷的智能服务。
“算网大脑”让算力调度智能化
随着东部算力需求有序引导到西部，一个逐步完善的数网协同、数云协同、云边协同、绿色智能的多层次算力设施体系必将加快形成。在此过程中，“十四五”规划提出的“强化算力统筹智能调度”成为构建算力网络的重要工作。
“算力调度作为‘东数西算’的重要环节，就如同‘西气东输’的管道，‘西电东送’的高压线路。但算力调度在实施过程却又复杂很多，分布式的算力决定了算力是多样的，例如计算任务的大小、时延要求、成本等多个因素。”中国电信天翼云首席技术官广小明表示。
以算力为核心进行信息处理，以网络为核心进行信息交换，算力“高速路网”需要一颗独特的智能“大脑”。
2022年5月17日，在天翼云诞生的第十年，中国电信推出了天翼云4.0算力分发网络平台——“息壤”，使得调度千城万池的算力不再是梦。
中国电信天翼云数据中心。 中国电信供图。广小明介绍，无论业务对算力的需求是多少，“息壤”都能够规划出满足需求的算力和网络资源，以“随愿算网”的方式，对边缘云、中心云、第三方资源等全网算力进行统一管理和调度，实现业务性能和成本的最优。
“由算力调度引擎、算力资源管理平台、算力资源共同构成的‘息壤’就像一个算力传输的枢纽，在全国范围内，实现每分钟数万次、每天上千万次的算力统筹和调度，满足各种领域对算力的极致需求。”
把东部需要进行的机器学习、数据推理、智能计算等AI训练和大数据推理的工作放到西部，自动配置和调度相应算力；把东部对时延不敏感的、不活跃的、需存档的海量数据，例如医院影像数据、视频监控数据等，放在西部存储……通过“息壤”，“东数西训”、“东数西备”、“东算西也算”、“东部企业，西部上云”成为现实，云渲染、跨云调度、性能压测、混合云AI计算等多种应用场景，也都有着“息壤”的身影。
时代浪潮下，算力正加速筑牢数字经济的底座，成为经济社会发展迈向更远未来的基石。(完)
ChatGPT搞钱行不行****** 一系列的试探之后，AI聊天机器人ChatGPT的收费计划浮出水面。当地时间2月1日，人工智能实验室Open AI在其官网宣布将推出“ChatGPT Plus”付费订阅版本，每月收取20美元。免费了两个月，月活用户却达1亿的ChatGPT，终于踏上了自己的“赚钱路”，由此，AIGC商业化落地的探讨也陡然升温。不少人迫切地想知道，ChatGPT Plus会不会是AIGC从烧钱到赚钱的关键转折。 免费服务仍将继续 “新晋顶流”ChatGPT用收费计划再次搅动了AI圈的一池春水。根据Open AI的公告，订阅ChatGPT Plus服务的用户，即使在高峰时段，也可获得该聊天机器人更快速的回应，而且可以提前体验新功能和改进。 去年11月，ChatGPT横空出世，不仅能够通过学习和理解人类的语言与用户进行对话，还能根据上下文互动，甚至能够完成撰写文案、翻译等工作。得益于这种突破性的使用体验，ChatGPT迅速蹿红。 当地时间2月1日，瑞银发布研究报告称，截至今年1月，近期爆火的ChatGPT在推出仅两个月后，其月活跃用户估计已达1亿，成为历史上用户增长最快的消费应用。同样的成绩，海外版抖音TikTok在全球发布后，花了大约9个月的时间，Instagram则花了两年半的时间。 但大量用户涌入的同时，也导致ChatGPT经常在流量压力之下无法提供及时的回应，此次收费版的ChatGPT Plus针对的便是这一痛点。 据悉，付费计划将在未来几周内首先在美国推出，然后扩展到其他国家。但ChatGPT Plus的推出并不意味着取代免费版的ChatGPT，Open AI表示，将继续为ChatGPT提供免费访问。 烧不起的模型成本 尽管只推出了两个月，但Open AI对于ChatGPT的收费计划却已经暗示了有一阵子。早在1月初，Open AI就曾提出过专业版ChatGPT的计划，宣布“开始考虑如何使ChatGPT货币化”，并公布了一项调查。什么价格以上会无法接受？什么价格以下会觉得太便宜？诸如此类关于定价的问题皆在其中。 有用户曾在社交媒体上提问ChatGPT是否会永久免费，对此，Open AI首席执行官Sam Altman回应称：“我们将不得不在某个时间点，以某种方式将其商业化，因为运算成本令人瞠目结舌。”Sam Altman曾透露，ChatGPT平均每次的聊天成本为“个位数美分”。 “这类大模型训练成本非常高。”在接受北京商报记者采访时，瑞莱智慧高级产品经理张旭东表示。 但相对训练来说，模型推理，也就是用户提交输入模型输出结果的过程，这一成本会更高。“据说ChatGPT在开放测试阶段每天要花掉200万美元的服务器费用，所以前段时间免费的公测也停止了，如何降低模型推理的消耗也是目前的一个重要研究问题。”张旭东称。 “钱景”在哪 长久以来，广阔的市场前景和难以盈利的现状几乎成为了AI领域难以平衡的理想和现实，对ChatGPT或者说是以ChatGPT为代表的AIGC也是一样。 洛克资本副总裁史松坡对北京商报记者分析称，ChatGPT受到广泛认可的重要原因是引入新技术RLHF，即基于人类反馈的强化学习。在史松坡看来，ChatGPT是一个高效的信息整合助手，可以取代大量人类中初级助理的角色。 但他同时提到，目前ChatGPT在海外英文环境中已经能胜任图画创作、音乐创作、文字整理、信息搜集综合、基础编程和金融分析，但还不能胜任高频度的人类主观决策，比如大型投资决策、政治战略决策等。 天使投资人、知名互联网专家郭涛认为，ChatGPT在重塑众多行业或场景的同时也孕育着巨大的商机，将推动众多行业快速变革，有望在AIGC、传媒、娱乐、教育、客户服务、医疗健康、元宇宙等领域快速落地，具有万亿级市场规模。 张旭东认为，AIGC商业化落地还需要结合应用场景，目前基于生成式大模型的商业应用案例还比较少，就以当下的技术水平看，一两年内达到很好的AGI(通用人工智能)水平还是不太现实的，所以一定需要有垂直领域的创新公司来基于OpenAI等公司的工作来寻找合适的场景落地。 AIGC商业化，侵权与被侵权 AIGC要想商业化，场景只是其一。伴随着ChatGPT的爆火，争议始终并行，比如AI绘画面临的版权探讨。学术界也已针对ChatGPT做出了反应，权威学术出版机构Nature规定，ChatGPT等大模型不能被列为作者。纽约市教育部门曾表示，纽约公立学校的所有设备和网络上将禁止使用ChatGPT。 张旭东认为，目前AIGC最为成熟的应用在内容作品创作上，但从专业角度看，AIGC属于模仿创新，并不具备真正的创造力，AIGC的作品可能对一些艺术家、创作家的风格题材造成侵权；另一方面，AIGC作品也存在被他人侵权的风险。 此外，就安全性问题而言，AIGC这种深度生成能力很可能被滥用于伪造虚假信息，比如生成一些敏感性的有害信息，甚至伪造新闻信息恶意引导社会舆论，而且这些生成式内容难以分辨追踪，大幅增加对信息治理的挑战难度。信息获取也是AIGC需要解决的问题之一。 郭涛则提到，当前AIGC赛道尚处于孕育探索阶段，存在关键核心技术不成熟、免费素材资源较少、内容堆砌且质量参差不齐、成熟的商业应用场景较少、相关法律法规不健全及技术伦理挑战等突出问题，短期内还难以实现大规模商业化应用。 北京商报记者 杨月涵 （文图：赵筱尘 巫邓炎） [责编：天天中] 阅读剩余全文（）  视觉焦点
快三平台地图 |
)