2316
作者：张学睿 商汤智能产业研究院助理研究员
日前，“信息化百人会第八届信息战略论坛”在京拉开帷幕。在本次论坛《东数西算工程推进中的难点问题与破解之道》“圆桌对话”环节，商汤智能产业研究院院长田丰根据“东数西算”各地区实际建设情况，提出了三个潜在挑战性问题。他表示，训练和推理数据跨省迁移难、通信网络成本高；计算核心节点的数据资产运营权属和数据商用合规性风险；以及一地一议、标准不统一的地方专项债/专项资金模式，都给民营科技企业投身“东数西算”产业浪潮中带来不确定性投入风险。
一开始要知道“东数西算”是什么？
“数”指数据,“算”是算力，算力指对数据的处理能力,类似于农业时代的水利、工业时代的电力,算力已成为数字经济发展的核心生产力。实施“东数西算”工程,就像“南水北调”“西电东输”一样,发挥我国体制机制优势,支持数据中心向资源充裕的西部转移,更多承接和保障东部数据处理需求。
图：《东数西算工程推进中的难点问题与破解之道》“圆桌对话”
谈及“东数西算”推进过程中面临的难题，田丰院长表示，东数西算归根结底是数字经济问题，数据是需求，算力是供给，供需匹配才能蓬勃发展。同时指出在东数西算中民营科技企业面临的三个挑战。
第一个挑战：用于训练和推理的数据跨省迁移难、迁移贵，偏高的通信网络价格应大幅降低。
网络是数字经济的供应链，网络成本决定数字经济活跃程度。实体经济中，海鲜是空运的，煤采用铁路和船运，其成本差距接近10倍，数据也一样。数据里面也有很多高精尖的、商业价值很高的数据，也有海量的、价值没有那么高、但也能够产生很大的产业规模优势的数据。所以，怎么去运？网络“运输”的成本能不能足够低？数字经济领域的“海运”、“船运”和“铁路”急待供给侧创新？这些问题很关键。
数字经济的供应链，即网络传输成本。“东数西算”，有价值的数据传输是需求，如果数据迁移成本很高会反过来压抑产业需求。
“东数西训”所针对的训练数据，是海量的数据：如果通过网络运输会非常贵；如果通过线下的硬盘转移方式，会面临很大的安全风险。这些都使得数据迁移不太好做。
“东数西推”所针对的推理数据，是没有办法跨过该省或者该区域的，并且可能涉及数据的权属、数据的保护。所以推理的数据中心内数据是很难去大量跨省迁移的，这都是实际中碰到的问题。
第一个挑战归结为数字经济生命线的交通成本，即网络的成本能不能进一步的降低。
“网络成本降低才能够真正达到数字经济指数级的上涨。数据很多，但数据运不出去还是没有用。”田丰院长称。
第二个挑战：计算核心节点的数据资产运营权属和数据商用合规性风险
第二个挑战与东数西算节点建设的模式有关系。我们在日常工作中去修一个高速公路，修高速公路之前就得谈好这10年的运营权归谁，怎么做商业闭环，建设数据中心也一样。
现在建设东数西算的数据中心的时候，民营企业参与到多少，民营企业的运营权益有没有受保护，数据资产的归属，应用的法律的合规性怎么处理，这些问题目前为止都是很模糊的。所以民营企业很担心的是，花了很大的力气、很多的投资建完数据中心，建完了以后公共的数据如何去挖掘？挖掘的过程中会不会又遇到很多合规性的一些风险？这是第二个挑战。
第三个挑战：一地一议、国内标准不统一的地方专项债/专项资金模式
第三个挑战与东数西算数据中心的投入有关。很多地区通过新基建的专项债、专项资金投入建设，但是每一个地区的政策都不一样、标准也不一样，甚至很多标准是没有的。地方一边做一边摸索，这诚然是一种创新，但企业现在是有很成熟的一套投资模式。从中央来讲，是不是有可能定义在东数西算的超算中心、数据中心上资金配套的统一的模式，或一种建议的模式？这样能够实现政府、国企还有民企都知道如何去做搭配型的投资，并且是一个全国可以复制的这种投资模式。
以上是民营科技企业投身“东数西算”产业浪潮中三个不确定性投入风险。
圆桌对话中，田丰院长还被问及：商汤为什么要斥巨资建设这样一个智算中心？它的商业模式到底是怎样的？对于商汤来说，“东数西算”带来了什么样的发展机遇和挑战？
就此，田丰院长首先提到上海最近刚发布的《上海市培育“元宇宙”新赛道行动方案（2022-2025年）》，指出元宇宙是一个巨大的算力的需求，其对算力的要求至少提升3个数量级。其次，上海的新能源车非常火，不止是特斯拉向全球出口，还有很多品牌的国产新能源车，智能车的算力需求也很大。
田丰院长称，基建一定先行，所以上海政府的支持下，商汤提前两三年就开始建设AIDC（指“人工智能计算中心”或称“商汤智算中心”）。用三个数字来对比可以看出商汤AIDC的实力。
第一个数字：1800
特斯拉自研的超算中心（超级计算机Dojo）算力是1800 Petaflops（1.8EFLOPS） 。
第二个数字：1895
Meta（原Facebook）建造的超级计算机RSC可提供1895(千万亿次)TF32计算性能。
第三个数字：3740
商汤2022年刚刚建成亚洲最大的人工智能计算中心AIDC，峰值算力高达3740 Petaflops（1 Petaflop等于每秒1千万亿次浮点运算）。
可以看到中国在算力方面已经遥遥领先。截至2021年底，商汤23个投入使用的超算集群总算力为每秒1170千万亿次浮点计算，而新建的新一代人工智能计算中心也已于2022年1月在上海临港正式落成启用，设计峰值算力可达3740千万亿次浮点计算，算力总计达到4910Petaflops，这个是商汤AIDC为什么有底气说“亚洲最大”。商汤AIDC得益于长三角地区的智能车、元宇宙，以及AI科研产业数字化转型、智能制造强大的算力需求。
图：信息化百人会第八届信息战略论坛
此外，田丰院长还提出商汤AIDC具备三个特点。
任何一代的算力革命都是由需求和数据牵引的，商汤科技有自己的智慧城市、智慧商业，包括数字世界和智能车这样的一些业务，所以更靠近应用层，用软件来去定义这个硬件的数据中心会更好地贴近产业的需求。
第二个特点：运营定义建设。
一条路不是修好了就一定有车跑的，一个工厂也不是建好了就一定有生意的，所以商汤科技在所有地区的AI超算中心是负责运营的，从运营、市场商业闭环的角度，去定义区域的数据中心、AI超算中心应该怎么去建。
第三个特点：用国产化定义中国下一代的算力基础设施。
商汤科技牵头成立“人工智能算力产业生态联盟”（简称：智算联盟），联手国产芯片厂商，与清华大学、复旦大学、上海交通大学、中国信息通信研究院、中国电子技术标准化研究院及行业伙伴共同推动国产算力落地。
田丰院长称，以上三个特点是商汤科技努力做全球AI算力领先的枢纽的初心。
下载ECAD模型
