如今，人工智能正进入一个前所未有的新时代，以大模型为代表的人工智能技术，正在各行各业加速落地，各种应用场景层出不穷。但与此同时，人工智能技术的持续进化和深度应用，以及大模型的遍地开花，也激发出对智能算力的强劲要求。
今年9月发布的《中国综合算力指数报告(2024)》显示，中国算力规模位居世界第二；其中，智能算力快速增长，同比增速超过65%。从2003年到2023年，智能算力需求的增长超过百亿倍，构成了算力增长的最主要驱动力。在这一趋势下，如何设计支持大模型训练的计算系统，如何构建自主创新的软件生态，已经成为推动人工智能大模型创新发展的“必答题”。
在日前召开的华为数字中国行2024·安徽新质生产力创新峰会上，中国工程院院士、清华大学计算机科学与技术系教授郑纬民在“支持人工智能大模型的系统软件”的主题演讲中表示，算力是大模型产业的主要开销，在构建支持大模型训练的计算系统过程中，想要持续提升自主创新AI生态系统，就需要做好系统设计和相关软件优化。
其中，设计大模型计算系统需要考虑5个问题，包括多种精度运算性能的平衡、网络平衡设计、内存平衡设计、IO子系统平衡设计、自主创新AI计算系统；而构建自主创新软件生态则需要做好10件事情，包括编程框架、并行加速、通信库、算子库、AI编译器，编程语言，以及调度器、内存分配、容错系统、存储系统等。
进入大模型时代，算力成本居高不下
纵观整个2024年的人工智能领域，“人工智能+”行动持续推进，“百模大战”仍在继续。与此同时，大模型正加速走向落地应用，不仅在垂直领域持续走深，其应用场景也逐步走向多样化。正如郑纬民所说，人工智能已进入大模型时代。
同时，郑纬民也从技术和应用层面对大模型的发展进行了分析：一方面，AI基础大模型正在从单模态向多模态发展。比如，在文本交互方面，ChatGPT实现真正像人类一样来聊天交流；在图像创作方面，Midjourney AIGC画作《太空歌剧院》获得人类艺术比赛冠军；在视频生成方面，I2VGen-XL可以在用户上传1张图后2分钟生成高清视频。
另一方面，各行各业与AI的深度融合，正在加速行业智能化升级，创造更大价值。比如，在金融行业，在过去一年里，华为与领先金融机构深入合作，共同落地了超过100个AI智能场景，正在以大模型重塑金融的应用、终端交互及业务模式；在制造行业，华为工业AI质检解决方案可全面覆盖工业领域行为规范性检测、缺陷检测、定位、测量等场景，识别准确度达到98.5%以上。
不过，大模型的快速发展和深度应用，也给算力带来了新需求和新挑战。对此，郑纬民从大模型生命周期的五个环节入手，即数据获取、数据预处理、模型训练、模型微调和模型推理，进行了具体阐述。
在数据获取阶段，在获取不同类型的原始数据并存储的过程中，海量小文件存储对文件系统提出新需求；在数据预处理阶段，在随机读取训练样本进行预处理大数据过程中，频繁、随机小样本读取会对文件系统提出挑战；在模型训练阶段，大量数据经过模型需要海量算力；在模型微调阶段，精调垂域模型需要可控算力；在模型推理阶段，实时处理用户请求需要稳定可靠算力。
郑纬民表示，算力是大模型产业的主要开销。比如，在模型训练成本中，算力约占70%，数据占20%，人力仅占10%；而在推理阶段，算力成本更是高达95%，人工智能产业算力成本居高不下。
设计大模型计算系统需要考虑5个问题
目前，由于国外对人工智能的限制，自主创新AI系统和基于超级计算机的系统仍需优化，我国要构建支持大模型训练的计算系统仍面临不小的难题。针对这一状况，华为已经基于昇腾打造出面向“端、边、云”的全场景AI基础设施方案，覆盖深度学习领域推理和训练全流程，全方位支持大模型训练。在此基础上，郑纬民表示，要持续提升自主创新AI生态系统，需要做好系统设计和相关软件优化。其中，设计大模型计算系统需要考虑以下5个问题：
第一，多种精度运算性能的平衡。根据科学计算(AI For Science)和大模型训练的发展趋势，变精度平衡设计可以更好地适应科学计算和更广泛的AI算法和应用需求；不过，在设计中不仅要考虑半精度运算性能，还要考虑双精度运算能力，双精度与半精度运算性能之比为1：50~1：100比较合适。
第二，网络平衡设计。网络设计不能针对CNN算法，还需考虑极大规模预训练模型对系统的需求；而大规模预训练模型需要高带宽低延迟网络，并支持数据并行、模型并行和专家并行模式。
第三，内存平衡设计。一方面，访问内存的请求使网络拥塞，降低吞吐量，反映到应用程序上表现为访存性能显著下降，负载不均；另一方面，多个访问内存的请求可能访问同一存控对应的内存空间，负载不均，存控需要顺序处理访存请求。
第四，IO子系统平衡设计。过去，在高性能机器应用时，为了避免训练不被中断，通常采用增加检查点的方法。比如，如果预期系统平均三小时出现一次错误，那么就在2.5小时左右主动停止训练，并保存训练结果。此外，还有一种办法就是增加SSD，系统的本地NVMe SSD仅通过本地文件系统访问限制了其应用范围，可将每台服务器上的本地NVMe整合成应用可见的全局分布式文件系统。
第五，如果采用自主创新AI计算系统，还需要做好10件事：包括编程框架、并行加速、通信库、算子库、AI 编译器、编程语言；以及其它支撑软件，如调度器、内存分配、容错系统、存储系统等。
自主创新软件生态需要做好的10件事
在大模型计算系统中，算力性能的发挥不仅取决于硬件，更依赖于配套的软件生态。软件生态包括操作系统、编程框架、库、工具链等，它们共同构成了AI算力的“软实力”。以华为为例，通过推出异构计算架构CANN、全场景AI框架昇思MindSpore、昇腾应用使能MindX和一站式开发平台ModelArts等，华为不仅构建起日趋完善的昇腾计算软件体系，也在昇腾计算产业生态上取得了全面进展。
在此基础上，郑纬民表示，要改善自主创新软件生态，需要做好以下10件事情。
第一是编程框架，应降低编写人工智能模型的复杂度，利用基本算子快速构建人工智能模型，如PyTorch、昇思MindSpore、TensorFlow。其中，全场景AI框架昇思MindSpore全场景AI框架昇思MindSpore具备一次开发云边端全场景部署、原生支持大模型训练、支持AI+科学计算等关键特性，可加速科研创新和产业应用。
第二是并行加速，为多机多卡环境提供人工智能模型并行训练的能力，支持数据并行、模型并行、流水线并行、张量并行等，如微软的DeepSpeed、昇腾MindSpeed、英伟达Megatron-LM。其中，昇腾MindSpeed是专为昇腾设备设计的大模型加速库，旨在突破大模型训练中的显存资源瓶颈，并加速训练过程。
第三是通信库，要提供跨机跨卡的通信能力，能够支持人工智能模型训练所需各种通信模式，能根据底层网络特点充分利用网络通信带宽，如英伟达的NCCL库、昇腾HCCL库、超算普遍支持的MPI通信库。其中，昇腾HCCL库作为基于昇腾计算的高性能集合通信库，可提供单机多卡以及多机多卡间的集合通信能力，支持大模型的数据并行、模型并行、专家并行、pipeline并行、序列并行等多种加速方案。
第四是算子库，要提供人工智能模型所需基本操作的高性能实现，能够尽可能覆盖典型人工智能模型所需的操作，能充分发挥底层硬件的性能，如英伟达cuDNN、cnBLAS、昇腾ACLNN。
第五是AI编译器，可在异构处理器上对人工智能程序生成高效的目标代码；对算子库不能提供的操作，通过AI编译器自动生成高效目标代码，如XLA、TVM、毕昇编译器。其中，毕昇编译器作为华为提供的一款高性能、高可信及易扩展的编译器工具链，可提供深度优化的编译技术、增强多核并行化、自动矢量化等，大幅提升指令和数据呑吐量。
第六是编程语言，要提供异构处理器上编写并行程序的支持；要覆盖底层硬件功能，发挥硬件性能；能够编写人工智能模型的基本算子（Operator），如英伟达的CUDA、华为的CANN Ascend C、Intel的oneAPI。其中，异构计算架构CANN可向上支持多种AI框架，向下服务AI处理器与编程；并针对多样化应用场景，提供多层次编程接口，支持用户快速构建基于昇腾平台的AI应用和业务。而Ascend C算子开发语言是CANN针对算子开发场景推出的编程语言，原生支持C/C++编程规范，可极大提高算子开发效率，助力AI开发者低成本完成算子开发和模型调优部署。
第七是调度器，需提供在大规模系统上高效调度人工智能任务的能力；同时设计高效调度算法，提高集群资源利用率，如Kubernetes（K8S）、华为ModelArts等。其中，ModelArts是华为云提供的一站式AI开发平台，可提供海量数据预处理及半自动化标注、大规模分布式训练、自动化模型生成及端-边-云模型按需部署能力，帮助用户快速创建和部署模型，管理全周期AI工作流。
第八是内存分配系统，可针对人工智能应用特点提供高效的内存分配策略。
第九是容错系统，用来提供在硬件发生故障后快速恢复模型训练的能力。
第十是存储系统，需支持训练过程中高效的数据读写（检查点、训练数据等）。
不过，自主创新软件生态的建设是一个长期而复杂的过程，需要企业、政府和开发者社区的共同努力。如今，在生态建设上，华为已经取得了长足进展，不仅包括整机硬件伙伴、IHV硬件伙伴、应用软件伙伴、一体机解决方案伙伴以及生态运营伙伴等，还包括服务类伙伴、人才联盟伙伴、投融资运营伙伴等，以及众多高校和开发者。由此，华为也将携手生态伙伴共同推动大模型计算系统的建设，进而加速AI技术的创新和应用。
未来，正如郑纬民所说：“大模型计算系统平衡设计的5点考虑做得好，别人要用1万块卡，我们用9000卡就可以了。把10件事情做好，大模型计算系统就能做得很好。”
