傳統確定一個蛋白質結構，通常需要幾個月甚至是幾年，過去半個多世紀人類共解析了五萬多個人源蛋白質的解構，但是基於深層神經網路的AlphaFold僅用一年時間就將結構資訊預測比例從17%大幅提高到58%。
在交通領域，數字世界和物理世界走向融合，未來城市每輛車的具體位置、每個路口有多少輛車、車移動的方向等都能用全量實時資料進行感知和調整，每年可為一座千萬級人口的城市節約1500億元，避免94%的人為交通事故，提升通行效率15-30%……
這些超乎想象的事實背後，都有同一個身影：智慧計算。《2021-2022全球計算力指數評估報告》顯示，算力指數平均每提高1點，數字經濟和GDP將分別增長3.5‰和1.8‰，當一個國家的算力指數達到40分、60分時，計算力對於GDP增長的推動力將增加1.5倍和3.0倍。
智算正在以蓬勃的創造力帶來磅礴的推動力。
這是浪潮資訊生態夥伴大會IPF這幾年持續聚焦“智算”的原因所在。今年的IPF2022給人以耳目一新的感覺，正如其主題：“智算創見 數實相融”。智算從看見到創見，推動數字世界與物理世界從相聯到相融。
“智算要想真正迸發出創造力，就需要算力演算法基建化，即國家將算力、演算法做成公共資源開放出來。” 浪潮資訊CEO彭震在接受採訪時這樣說。
算力基建化，已經得到了業界的廣泛認可，而且推進迅速。在國家統籌佈局下，全國性的算力樞紐工程開始建設，最近資本市場上炙手可熱的“東數西算”就是如此。算力基建化，正在發揮越來越重要的作用。以浪潮建設的南京智算中心為例，執行一年多的時間，算力規模相當於1個小時內可以完成100億張影象處理、300萬小時語音翻譯、1萬公里自動駕駛資料處理，現已服務55家使用者單位，覆蓋了包括智慧製造、氣象檢測和智慧交通等13個行業。
然而，為何演算法也需要基建化？一方面是源自行業的進化，演算法正在從專用演算法走向通用演算法。以前人們對神經元計算的認知比較淺，自然語義理解、文字識別、語言翻譯、問答對話等不同應用場景採用專用演算法效率更高，但是隨著高泛化能力和高通用性的大模型的出現，無監督學習也使得開發者在模型訓練初期基於高質量的資料，讓AI可以自動做資料標識和訓練，一個模型可以覆蓋眾多場景。
另一方面是源自AI落地的痛點，這幾年AI很熱，但在落地的最後一公里上卻遇到難題，歸根結底是高昂的開發成本和技術門檻，資料的收集、標註和訓練耗時耗力、複雜繁瑣，相比起來，大模型催生出“預訓練大模型+下游任務微調”這樣更高效、簡單的新模式，演算法進入工業化時代。
在這樣的背景下，演算法大模型就成為類似智算中心那樣的新基建。以浪潮釋出的全球最大規模中文人工智慧巨量模型“源”為例，單體模型引數量達2457億，訓練採用的中文資料集達5000GB，“源1.0”上線不到5個月的時間，就已有超過200家單位試用，支援了100多個行業應用。
“今時四宇求新，於赫有智，智隆於算。構基建為本，利之以芯，範之以理，修之以智。革新憑其威，技藝信其敏。感世事之大千兮，未嘗有極。識倏忽之人情兮，安有常則？故內引智算於先，外察淵慧於勢。智慧為爐兮，元腦為工，算力為炭兮，資料為銅。匯引眾力，則無懼關山難越。聚用眾智，則敢為智算之先。” 很難想象這段精闢解析智算的詩是“源1.0”所作，機器智慧正在媲美於人。
算力演算法基建化，不僅可行，而且可能。
智算新基建的三張面孔然而，理想很美好，現實很骨感。算力演算法基建化，也遇到了算力供給與需求矛盾突出，演算法的多樣性、專業性和巨量化難題，能耗高企，以及生態割裂等四大挑戰。
或者換句話，算力演算法的新基建並不只是集中建設那麼簡單，它的“新”要求其至少有三張新的面孔：一個普惠的新基建，一個綠色的新基建，一個能夠用起來的新基建。
一個普惠的新基建，要破解的就是業界對算力指數級增長的需求與通用CPU晶片算力供給無法匹配的矛盾，以及演算法大模型高昂的成本和技術複雜度帶來的挑戰。破局的關鍵在於技術，在IPF2022上，浪潮的融合架構升級到了3.0，以資料為中心的計算架構，實現節點記憶體共享、跨節點級加速器共享。同時，浪潮不斷強化大模型演算法的升級，目前正在從單模態、自監督學習為特徵的第二階段進化到多模態、自監督學習為特徵的第三階段，未來更是升級到物理世界互動式的超模態主動學習階段。這一切都讓普惠的算力和演算法成為可能。
一個綠色的新基建，破解的就是資料中心在能耗上的巨大壓力。資料預測，2033年資料中心能耗將達2600億千瓦時，2030年資料中心用電量高達4000億千瓦時。顯然，如此高耗能的資料中心，不是稱職的新基建。在這次大會，浪潮高舉液冷大旗，聯合京東釋出天樞（ORS3000S）液冷整機櫃伺服器，PUE低至1.1，而亞洲最大的液冷資料中心研發生產基地——天池，更是在業界首次實現冷板式液冷整機櫃的大批次交付，年產量10萬臺，幫助資料中心PUE降到1.1以下。
如此重磅的訊息釋出，令人吃驚，只能說明一點：浪潮認為液冷的爆發點來了。對此，彭震表示，過去五年浪潮一直在探索液冷，現在一方面是技術已經成熟，另一方面是國家對於綠色低碳的要求，這些匯聚到一起，就催生出液冷的爆發。
顯然，浪潮在液冷上的全棧式佈局，就是要將液冷變成一個更為廣泛使用的技術，實現大規模的普及。液冷不僅有看得見的收益（綠色低碳），更有“意外”的收穫。京東的相關人士透露，資料中心用了液冷之後，就幾乎不再需要風扇，帶來的變化是機器沒有了振動，機房變得非常安靜。更重要的是，沒有了振動後，硬碟磁頭的壽命將能實現大幅度提升，裝置故障率大幅下降。
新基建“建”很重要，但歸根結底“用”起來才是關鍵。這也是浪潮花了很大精力構建元腦生態的原因所在。彭震說，元腦生態就是一個資源平臺，聚合了眾多應用開發合作伙伴，以及各種各樣的演算法，AIStore可以實現最新商機、熱點資訊、技術趨勢、AI方案的分享，而AIStation則是一個支撐和賦能平臺，幫助企業迭代最佳化、不斷完善AI生產和賦能模式。
“從某種程度來說，元腦生態就是一個推動整個社會智慧化、數字化轉型的類組織化的存在，為大家創造一個展現自己、彼此連線、賦能助力的土壤。”彭震這樣說。
所以，算力演算法新基建，不僅能建得好，還能用得好。
後記：智算如火，浪潮如水智算如火，這是我參加IPF2022的第一個印象。
回顧這幾年的IPF，從2015年的“計算+”到2016年的科學計算、關鍵計算、智慧計算的細分，再到2017年聚焦“智慧計算”，以及2019年提出“計算是生產力”、2020年提出“智算中心是新基建”，再到去年的“智算之道 築基創新”和今年的“智算創見 數實相融”，智算就如同星星之火，形成燎原之勢。
從看見智算的力量，到創見智算的價值，智算如火，驅動數實從相知、相戀走向相愛。正如清華大學全球產業研究院副院長李東紅所說，“算力相關產業發展加速推動‘數實融合’，為數字經濟發展提供核心支撐力和驅動力。”
這是數字化轉型步入深水區的必然選擇，如果說計算力改變的是生產力，那麼智算力帶來的則是創造力。彭震說，資訊化更多的是將業務流程電子化，而現在則是用數字化描繪整個世界，這時候需要的就是算力+演算法+資料三要素有機融合的智算。
浪潮如水，這是我的第二個印象。
彼得·德魯克曾說,“沒有人有能力預測未來，預測未來最好的辦法是創造它。” 浪潮，不僅看見了智算的未來，同時在創造這種未來。
正如其名，浪潮有著“水”的特質，在技術維度，是持續迭代，“滴水石穿”，對技術的進化路徑有著清晰的認識，一步一個腳印堅實前行，從融合架構的演進，和演算法的不斷強化，以及液冷一鳴驚人背後的“寒窗苦讀”，和釋出國內首個元宇宙伺服器MetaEngine都是這樣；在生態維度，是“水善利萬物而不爭”的初心，是“不積小流，無以成江海”的開放態度，不斷實現生態進階。
最終，是讓智算新基建夢想照進現實，算力就像“水”一樣即開即用，簡單而普惠。
1983年，阿爾溫·托夫勒的《第三次浪潮》一書熱銷，該書提出“資訊科技將成為社會發展的主要推動力”。也是這一年，山東一個只有幾百人的電子裝置廠生產的第一臺微機問世，開發者們為它起了一個響亮的名字：浪潮，後來公司的名字也改成了“浪潮”。這是浪潮公司的名字由來。
近四十年後的今天，推動數實相融的智算正在成為新的“浪潮”，而浪潮同樣站在“浪潮”之巔，讓“浪潮”加速。