|
作者：是德科技Jenn Mullen 在淘金熱時(shí)期，懷揣著(zhù)致富夢(mèng)想的探礦者們紛紛涌入美國西部，希望通過(guò)淘金發(fā)家致富。如今，科技領(lǐng)域的開(kāi)拓者也同樣躍躍欲試，希望在人工智能（AI）領(lǐng)域大展拳腳。普華永道（PWC）估計，到2030年，全球經(jīng)濟總收益的45%將由人工智能驅動(dòng)，越來(lái)越多的行業(yè)將受益于人工智能帶來(lái)的生產(chǎn)力和產(chǎn)品性能提升。普華永道的研究進(jìn)一步指出，人工智能有望為全球GDP額外貢獻15.7萬(wàn)億美元，增幅約為14%。然而，這一具有劃時(shí)代意義的經(jīng)濟機遇，對計算能力和功率密度的需求已經(jīng)遠遠超過(guò)了當前的承載能力。 無(wú)論是為淘金者提供商品、服務(wù)和安全保障，還是為企業(yè)提供服務(wù)器、存儲系統、網(wǎng)絡(luò )設施和數據存儲，基礎設施始終是推動(dòng)發(fā)展的重要驅動(dòng)力。隨著(zhù)人工智能應用的增加，對人工智能就緒的計算、存儲和網(wǎng)絡(luò )容量的需求早已超過(guò)了其可用性。這一劃時(shí)代的經(jīng)濟機遇推動(dòng)了對計算能力和功率密度的需求，使其超出了現有能力所能處理的范圍。 全球政府和商界領(lǐng)袖都將目光投向了人工智能（AI）所帶來(lái)的無(wú)限可能。政府的政策框架和投資計劃，為各方在人工智能“淘金熱”中搶占一席之地提供了政策框架和資金支持。 企業(yè)和產(chǎn)業(yè)界也在大力投資基礎設施建設，以支持未來(lái)的創(chuàng )新發(fā)展。據《福布斯》11月估計，2025年，大型科技公司在人工智能方面的支出將超過(guò)2500億美元，其中大部分投入將用于基礎設施建設。僅微軟一家公司今年就將投資800億美元用于建設具備訓練強大人工智能模型所需能力和速度的數據中心。這些數字看似驚人，但為了滿(mǎn)足對計算能力的需求，確保人工智能創(chuàng )新不會(huì )停滯不前，這些投資是必不可少的。 計算能力：當今世界最寶貴的資源 人工智能數據中心提供人工智能工作負載所需的海量數據存儲空間、閃電般快速的網(wǎng)絡(luò )連接，以及高性能計算（HPC）能力，并以此推動(dòng)人工智能的創(chuàng )新。人工智能數據中心還擁有精密的冷卻和功率管理系統，能夠應對人工智能硬件因高密度功率需求而帶來(lái)的相關(guān)挑戰。如果沒(méi)有這些獨特的功能，如今推動(dòng)人工智能突破極限的開(kāi)拓性創(chuàng )新就不可能實(shí)現。然而，隨著(zhù)越來(lái)越多的企業(yè)希望利用人工智能的潛力，人工智能數據中心的設計及其采用的系統也必須不斷發(fā)展。 人工智能系統扎根于機器學(xué)習（ML）和深度學(xué)習技術(shù)，這兩種技術(shù)都以計算強度大而“聲名在外”。人工智能模型在訓練過(guò)程中會(huì )處理大量數據。它們會(huì )在整個(gè)訓練過(guò)程中調整和完善參數，以?xún)?yōu)化性能。即使對于基本模型而言，這也是一個(gè)計算密集型過(guò)程。 短短幾年間，基于人工智能的應用已經(jīng)發(fā)展到了收益遞減的階段。業(yè)界需要越來(lái)越復雜的模型來(lái)增強現有用例，并推動(dòng)生成式人工智能（gen AI）等新興用例的發(fā)展。然而，隨著(zhù)模型越來(lái)越先進(jìn)，其對計算能力的要求也與日俱增，訓練高級人工智能和機器學(xué)習算法所需的計算能力也會(huì )呈指數級攀升。OpenAI早期的生成式人工智能機器模型就是這種龐大計算能力需求的典型展示。在六年時(shí)間里，該公司的機器學(xué)習模型運行所需的計算能力增長(cháng)了驚人的30萬(wàn)倍。 六年前，在獲取訓練模型（這些模型后來(lái)發(fā)展成為ChatGPT）的資源方面，OpenAI幾乎不會(huì )遇到什么競爭對手。然而如今訓練生成式人工智能模型的“參與者”大幅增加，所有人都在爭奪那增長(cháng)幅度極為有限的資源。生產(chǎn)下一個(gè)ChatGPT所需的大規模計算能力變得珍貴而有限。擴大這種資源的使用范圍是一件成本高昂的事情，這一點(diǎn)從為構建這些資源而進(jìn)行的投資規模就可見(jiàn)一斑。隨著(zhù)人工智能的飛速發(fā)展，人工智能數據中心開(kāi)發(fā)人員正在尋找解決方案，以確保這些關(guān)鍵的創(chuàng )新驅動(dòng)因素能夠適應和擴展，從而滿(mǎn)足未來(lái)的需求。 為不可預測的情況制定應對之策 在人工智能時(shí)代構筑數據中心意味著(zhù)要確保這些設施能夠適應大規模GPU集群的功耗，適應云計算和邊緣計算之間動(dòng)態(tài)變化的平衡，并提高容量以跟上不斷增長(cháng)的需求，避免出現中斷或停機的情況。除了通過(guò)建設新數據中心來(lái)擴充容量外，確保數據中心的可靠性和安全性也至關(guān)重要。目前，傳統的數據中心測試解決方案用于設計和測試構成人工智能數據中心的各類(lèi)組件和系統。但這種方法已經(jīng)難以為繼，人們亟需一種全新途徑。 人工智能數據中心由錯綜復雜的系統組成，而這些系統又是由一個(gè)個(gè)獨立組件組成的復雜網(wǎng)絡(luò )。其中任何一個(gè)環(huán)節出現問(wèn)題，這些支撐創(chuàng )新和市場(chǎng)資本支出的基礎設施就會(huì )受到影響。因此，人工智能數據中心的可靠性取決于其最薄弱的環(huán)節。在追求高性能的前沿領(lǐng)域，每一塊芯片、每一根電纜、每一次互連、每一臺交換機、每一臺服務(wù)器和每一塊GPU都蘊含著(zhù)巨大的潛力，也都伴隨著(zhù)同等程度的風(fēng)險。為了降低這種風(fēng)險，每個(gè)組件都必須能作為一個(gè)系統，在日益增長(cháng)的需求下獨立、協(xié)調地工作。 構建能夠應對人工智能工作負載巨大需求的網(wǎng)絡(luò )，意味著(zhù)要對每個(gè)組件、連接和配置進(jìn)行驗證。由于其所涉及的巨大風(fēng)險和規模，即使是最小的效率提升、運營(yíng)改進(jìn)或性能增強，都會(huì )抵消創(chuàng )新的收益遞減。因此，要想在這場(chǎng)現代“淘金熱”中獲得成功和利潤，就必須采用能夠承受未來(lái)各種挑戰的新技術(shù)堆棧。 面向未來(lái)的人工智能創(chuàng )新 為滿(mǎn)足未來(lái)對人工智能就緒型網(wǎng)絡(luò )、半導體和數據中心設備的需求，就必須具備人工智能就緒型測試和仿真工具的技術(shù)堆棧。在這場(chǎng)“淘金熱”中，無(wú)數數字勘探者會(huì )競相角逐，爭搶先機，而具備人工智能就緒的測試和仿真工具將幫助參與者脫穎而出。是德科技正在幫助人工智能數據中心設計人員進(jìn)行面向未來(lái)的設計，并針對此類(lèi)復雜環(huán)境的動(dòng)態(tài)需求量身打造強大的工具技術(shù)堆棧。憑借涵蓋仿真器、模擬器和測試硬件的全棧產(chǎn)品組合，是德科技解決方案可輕松模擬真實(shí)世界中的人工智能工作負載，對網(wǎng)絡(luò )組件進(jìn)行驗證，并優(yōu)化從物理硬件到應用層行為等各個(gè)層面的系統級性能。 |
