▶ 本报记者 叶伟
前不久,英伟达宣布,推出模块化AI(人工智能)工厂参考设计DSX POD,用于建设基于Vera Rubin平台的完整AI工厂系统。合作伙伴可在模块化集装箱内完成系统集成与验证。这一设计可将AI工厂现场部署时间从约6个月缩短至最快14天。
“AI工厂将重塑制造业生产范式、组织形态、竞争格局。”国家发展改革委国家信息中心经济预测部政策仿真实验室主任、研究员肖宏伟告诉记者,当前,人工智能领域的竞争已从单点技术比拼转向体系化产能比拼,意味着要把AI工厂作为智能时代的新型基础设施统筹谋划,但需要坚持需求牵引、场景先行、因地制宜、梯次布局、软硬协同,将能源、芯片、网络、存储、模型和应用贯通成可持续运转的智能产能体系。
AI制图:于大勇
AI工厂是什么?
早在2022年,英伟达就提出“AI工厂”概念。经过多年发展,如今AI工厂正在从概念验证走向工程化落地。
“此次英伟达发布模块化AI工厂参考设计DSX POD,推动AI工厂朝着预制化、模块化、快速复制的工业化方向发展。”国研新经济研究院创始院长朱克力说。
“AI工厂可以被看作是智能时代专门用来量产智能能力的新型产业基础设施。”朱克力认为,传统工厂产出实物商品,发电厂输出电力,而AI工厂是以数据作为原料,算力作为能源,依靠完整的模型产线持续批量输出智能单元和智能服务。
肖宏伟表示,AI工厂是以智能算力为核心生产要素、以Token(词元)为产出,按工业流水线方式组织运行的新型基础设施。
“AI工厂能够将AI能力从过去少数科技企业才能掌握的稀缺资源,变成普通企业可以按需获取、自主迭代的常规生产要素。”新智派新质生产力会客厅联合创始发起人袁帅表示,企业无需组建庞大的AI技术团队攻克底层的软硬件适配难题,可依托标准化的AI工厂,把自身沉淀多年的经验、数据快速转化成专属的智能能力,从而实现生产环节预判、工艺优化、供应链调度、客户需求快速响应。
朱克力说,AI工厂能够持续输出智能质检、生产排产、能耗优化、设备预测性维护、工艺参数迭代等智能能力,帮助企业降低试错成本,提升良品率和整体生产效率。
我国建设AI工厂的优势
当前,中国头部科技企业正在探索AI工厂建设。今年5月,阿里云资深副总裁刘伟光表示,阿里云正在进行全栈技术革新,从底层芯片、智能体云、模型到推理平台全面升级,以“建设中国最大的AI工厂”。
肖宏伟表示,我国建设AI工厂优势体现在四个方面:一是算力底座成色足。国家持续推进全国一体化算力网建设,实施“东数西算”工程,“十五五”时期对算力设施作出系统部署。目前,我国智能算力规模居全球第二,已建成一批万卡级智算集群。二是能源与绿电条件有利。AI工厂是电力密集型设施,我国西部地区可再生能源丰富、绿电成本相对可控,有利于在能耗约束下提升每瓦Token产出,也便于探索“算力+绿电”协同模式。三是产业体系和场景资源丰富。工业门类齐全、市场规模超大、数据资源海量,制造、交通、医疗、教育、政务等领域场景密集,智能服务有着广阔的市场需求,产能不缺“订单”。四是政策环境和产业链配套完备。人工智能赋能千行百业的部署全面实施,数据要素市场化配置改革持续推进;服务器、光模块、液冷、电源等环节产业链完整,工程化落地能力强。
北京并行科技股份有限公司首席运营官乔楠表示,一方面,国内土地资源充足、能源丰富且低价;另一方面,市场需求旺盛,预计未来5年国内对Token需求规模达到万亿元。
“国内积累体量可观的产业数据、消费数据和政务数据,这是AI工厂最核心的生产原料。”朱克力说,国内市场对智能化改造的需求正在不断释放,AI工厂建好之后产出的智能产能,能够很快被应用到场景中去,形成建设、产出、应用、持续迭代的正向循环。
需要具备三种能力
“当前,全球人工智能比拼的是智能产能和工业化交付能力,AI工厂在这一轮竞争中非常关键。”朱克力说。
“建设AI工厂门槛要高于超算中心、云计算中心、智算中心。”乔楠认为,国内企业和相关政府部门建设AI工厂,需要具备三种能力,即拥有大规模卡的能力、流量能力、技术实力。
朱克力认为,短期看,依托国内产业和场景优势,把已经建成的智算中心逐步升级成为真正意义上的AI工厂,打造本土化、标准化、安全可控的集群,让智能能力落到实体经济的各个环节,持续为新质生产力筑牢算力和产业根基。
肖宏伟表示,建设AI工厂,要以解决真实业务问题为出发点,从价值清晰、数据完备、见效较快的场景切入,跑通闭环再扩规模。同时,针对训练任务算力需求大、时延要求相对宽松的情况,AI工厂宜向西部地区绿电富集地区布局;针对推理任务贴近用户、时延敏感的状况,AI工厂宜在东部地区和城市周边部署。此外,AI工厂竞争力不能只看芯片,更要看互联网络、存储、调度软件与模型工具的协同,需要同步提升软件和算法能力,避免“重硬轻软”,积极参与开源生态和国产软硬件适配。
“建设AI工厂,数据安全问题不容忽视。”朱克力认为,AI工厂依靠大量数据训练和生产,要做好数据分级、脱敏,管住数据流转的每一个环节,避免核心产业信息、商业机密外泄,守住合规底线。
热门跟贴