《軍武次位面》作者：軍武菌
一場看不見硝煙的較量 1894年，大西洋兩岸的競爭地位發生變化，美國工業總產值首次超過英國，成為全球制造業第一大國。 很難想象再向前倒推20年，美國的工業總產值還不到英國的一半，大西洋東岸還是全球毫無爭議的霸主。改變這一切的力量源自于電，1879年，發明白熾燈的愛迪生創立“愛迪生電力照明公司”——這就是日后的GE通用電氣公司，自此，人類進入了電氣時代。 19世紀末，美國用一場世博會向全世界展示了電力的力量。在1893年5月1日的夜晚，芝加哥的夜空被電力照亮，燈光從金頂的行政大樓綿延至建筑群，比艾佛爾鐵塔更高的摩天輪閃爍著轉動，彩燈映射下，廣場上的噴泉流光溢彩。
馬車變成電車，電報和電話取代信件；社會形態被電力改變，高樓拔地而起，現代化城市出現，大型企業組織誕生。 二次工業革命臨近末尾時，美國坐穩了工業總產值的冠軍之位，超過英、法、德、日本總和。 每一次工業革命的背后都是動力的革命，同樣，每次革命的背后也都牽動著大國間的國力競爭。英國用蒸汽發動了第一次工業革命，盤踞世界霸主之位達一個世紀之久；美國用電力推動第二次工業革命，奠定以電力為核心的技術體系，反超英國及歐洲，至今領跑全球。 贏得下一場動力之爭，就能取得先機。 美國深知這點，二戰期間，美國率先研發出全球第一臺通用計算機ENIAC，雖然沒趕上二戰中的導彈彈道計算，但當時的資料顯示，ENIAC投入氫彈研發工作后，讓氫彈的模擬計算耗時從40小時縮短到了20秒。
上世紀六七十年代，全球各國陸續開始投入算力建設，1965年，戈登·摩爾提出了摩爾定律，1968年英特爾成立，1969年AMD成立，現在能看到的算力巨頭，在當時已經是群雄逐鹿。日本的索尼、松下、東芝，歐洲的西門子也開始在70年代發力。 中國開始研制第一臺大型通用計算機，根據蘇聯提供的M-3小型機技術，1958年，中國科學院計算技術研究所和北京有線電廠研制出我國第一架通用數字電子計算機“103型機”。次年，升級版的“104型機”誕生，運算速度提升到每秒1萬次。 世界進入一場算力賽跑——在摩爾定律推動下，算力以每18個月計算性能增加一倍的速度在快速前進。 我們可以看到，在算力競賽的上半場，中國明顯落后于西方國家。104型計算機誕生時只生產了兩臺，一臺提供給搞原子彈的二機部，一臺提供給造火箭的七機部，然后其他人使用手搖計算機和算盤做輔助。
但在計算機誕生半個世紀之后，競賽局面正在發生變化。 受到物理世界限制，摩爾定律有自己的極限，這在最近二十年變得越來越明顯，單臺機器的硬件性能不可能無限翻倍；另一方面，從互聯網、移動互聯網到數字經濟，算力需求增速卻是越來越快，尤其是人工智能興起后，AI計算量幾乎以每年10倍的速度增長。 供需的矛盾把算力競爭帶到了下半場，為了讓“有限的物理資源”滿足“無限的算力需求”，算力競賽從單純的拼硬件，變成了拼系統和效率。 這就像從白熾燈到節能燈，原本白熾燈用60瓦能達到的亮度，節能燈僅用3瓦、5瓦的功率就能達到——算力每秒的計算次數不變，但效率提升后，能完成實現的工作成倍、乃至數百倍提升。 2020年，美國企業OpenAI開發出AI大模型GPT-3，將這款能寫字、能說話、能看圖和視頻、又能聽懂語音的“多模態”大模型訓練至1750億參數，消耗算力相當于一輛車開70萬里。但在兩年后，阿里訓練出全球最大的10萬億參數預訓練大模型M6時，通過對算力系統和算法框架優化，所用能耗僅為GPT-3的1%。
在人類的科技史上，找準方向比拼命奔跑更關鍵。 愛迪生發明了白熾燈和直流電，但是讓芝加哥世博會照亮世界的燈光，卻來自于他的對頭——尼古拉·特斯拉力推的交流電。特斯拉推廣交流電的時間雖然比愛迪生遲了十余年，但交流電卻建立了全新的電力系統，成為全球的電力標準。 下半場打響，意味著算力競爭進入了一次重新洗牌，將全球算力技術重新拉到同一個起跑線。這里不一樣的是，中國不再像上一次那樣晚起步了十幾年，而是經過信息和網絡時代的積累，站在了相當前沿的位置上。 《全球計算力指數評估報告》顯示，全球算力排名美國和中國分列前兩位，同處于領跑者的位置，而在代表先進產業的AI算力上，中國以AI服務器指出規模同比增長44.%的增幅超過美國，位列全球第一。 不久前，阿里云規劃在河北省張北縣建成一座專為AI計算服務的超級智算中心，總算力規模達到12EFLOPS（百億億次浮點計算），這是當前全球公開數據中規劃算力最大的一座智算中心，超過谷歌此前建設的9EFLOPS智算中心。
一個全球算力最強的數據中心，就像世界上最大的水電站，既是中國在算力競爭中絕對實力的展現，也是數字產業發展的重要基礎設施。 在規模優勢的基礎上，中國的科技企業正圍繞著系統和效率，在算力的“根技術”上尋求突破。以阿里云的超級智算中心為例，通過研發智算集群內的網絡、通信和存儲技術，能夠將幾千臺機器的并行計算效率保持在90%以上，比傳統模式提升了三倍；結合算法平臺，針對AI訓練和推理工作，更是能夠達到十幾倍乃至上百倍的效率提升。 簡單來說，在摩爾定律接近失效的今天，雖然單臺機器已經接近計算極限，但通過系統性的算力技術，可以將幾千乃至幾萬臺服務器連成一臺“超級計算機”，用最高效的方法，滿足數字產業指數級增長的算力需求。
二十世紀的后五十年，IBM等美國公司用大型機統治著算力技術，但在今天，云計算正在帶動一次全新的算力革命，大規模的計算體系架構讓大型機逐漸成為歷史，這正是中國算力和中國科技企業的機會。 擁有核心技術體系，才會擁有技術的話語權。 電梯讓摩天大樓成為可能，電車拓展了城市的規模，電力競爭的本質是產業競爭，算力也是一樣。計算力指數報告中指出，當前，計算力指數平均每提高一個點，就會帶動數字經濟增長3.3%，GDP增長1.8%。 以中美正在激烈角逐的自動駕駛行業為例，其模型訓練正是一頭“吃算力”的怪獸，為核心模型構建出成熟算法是決定技術高低、能否率先突破L3、L4級自動駕駛的關鍵因素之一。不久前，小鵬汽車宣布在內蒙古烏蘭察布建起一座600PFLOPS規模的自動駕駛智算中心，在阿里云的算力優化下，將其模型訓練效率提升了170倍。 算力甚至能夠徹底改變生產模式。就像新藥研發，原本需要成千上萬次的蛋白質、分子實驗，才能積累足夠的測算數據。但在一些領域里，AI計算開始用算法推測出這些實驗數據，將幾年的實驗時間壓縮至幾天，甚至幾小時。
更多新興產業如遙感氣象、精準醫療、人工智能、綠色能源等等，或是借助海量計算提升效率，或是在算力參與下徹底改變生產模式和鏈路，推動著產業發展乃至變革。而領先、自主的算力技術體系，將成為這些產業發展的地基。 第二次工業革命開始時，美國并不是許多新技術的最初發明者，但美國抓住了巨大的規模和商業優勢，很多技術源于歐洲，卻在美國實現規模經濟、發展最快，從而成就了二次工業革命中的反超。 今天，全球算力競爭打響了下半場，但規模大、投入高、應用廣的先決優勢已不再是美國獨有。這是一場新的機會，算力競爭是一場看不到硝煙的戰爭，可能會持續十幾年、幾十年，但贏家不一定再是美國。 |
