作者：是德科技Jenn Mullen

在淘金熱時期，懷揣著致富夢想的探礦者們紛紛涌入美國西部，希望通過淘金發(fā)家致富。如今，科技領(lǐng)域的開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(jì)總收益的45%將由人工智能驅(qū)動，越來越多的行業(yè)將受益于人工智能帶來的生產(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(xiàn)15.7萬億美元，增幅約為14%。然而，這一具有劃時代意義的經(jīng)濟(jì)機(jī)遇，對計算能力和功率密度的需求已經(jīng)遠(yuǎn)遠(yuǎn)超過了當(dāng)前的承載能力。

無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(tǒng)、網(wǎng)絡(luò)設(shè)施和數(shù)據(jù)存儲，基礎(chǔ)設(shè)施始終是推動發(fā)展的重要驅(qū)動力。隨著人工智能應(yīng)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了其可用性。這一劃時代的經(jīng)濟(jì)機(jī)遇推動了對計算能力和功率密度的需求，使其超出了現(xiàn)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）所帶來的無限可能。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(chǔ)設(shè)施建設(shè)，以支持未來的創(chuàng)新發(fā)展。據(jù)《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2500億美元，其中大部分投入將用于基礎(chǔ)設(shè)施建設(shè)。僅微軟一家公司今年就將投資800億美元用于建設(shè)具備訓(xùn)練強(qiáng)大人工智能模型所需能力和速度的數(shù)據(jù)中心。這些數(shù)字看似驚人，但為了滿足對計算能力的需求，確保人工智能創(chuàng)新不會停滯不前，這些投資是必不可少的。

計算能力：當(dāng)今世界最寶貴的資源

人工智能數(shù)據(jù)中心提供人工智能工作負(fù)載所需的海量數(shù)據(jù)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，并以此推動人工智能的創(chuàng)新。人工智能數(shù)據(jù)中心還擁有精密的冷卻和功率管理系統(tǒng)，能夠應(yīng)對人工智能硬件因高密度功率需求而帶來的相關(guān)挑戰(zhàn)。如果沒有這些獨(dú)特的功能，如今推動人工智能突破極限的開拓性創(chuàng)新就不可能實(shí)現(xiàn)。然而，隨著越來越多的企業(yè)希望利用人工智能的潛力，人工智能數(shù)據(jù)中心的設(shè)計及其采用的系統(tǒng)也必須不斷發(fā)展。

人工智能系統(tǒng)扎根于機(jī)器學(xué)習(xí)（ML）和深度學(xué)習(xí)技術(shù)，這兩種技術(shù)都以計算強(qiáng)度大而“聲名在外”。人工智能模型在訓(xùn)練過程中會處理大量數(shù)據(jù)。它們會在整個訓(xùn)練過程中調(diào)整和完善參數(shù)，以優(yōu)化性能。即使對于基本模型而言，這也是一個計算密集型過程。

短短幾年間，基于人工智能的應(yīng)用已經(jīng)發(fā)展到了收益遞減的階段。業(yè)界需要越來越復(fù)雜的模型來增強(qiáng)現(xiàn)有用例，并推動生成式人工智能（gen AI）等新興用例的發(fā)展。然而，隨著模型越來越先進(jìn)，其對計算能力的要求也與日俱增，訓(xùn)練高級人工智能和機(jī)器學(xué)習(xí)算法所需的計算能力也會呈指數(shù)級攀升。OpenAI早期的生成式人工智能機(jī)器模型就是這種龐大計算能力需求的典型展示。在六年時間里，該公司的機(jī)器學(xué)習(xí)模型運(yùn)行所需的計算能力增長了驚人的30萬倍。

六年前，在獲取訓(xùn)練模型（這些模型后來發(fā)展成為ChatGPT）的資源方面，OpenAI幾乎不會遇到什么競爭對手。然而如今訓(xùn)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幅度極為有限的資源。生產(chǎn)下一個ChatGPT所需的大規(guī)模計算能力變得珍貴而有限。擴(kuò)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(gòu)建這些資源而進(jìn)行的投資規(guī)模就可見一斑。隨著人工智能的飛速發(fā)展，人工智能數(shù)據(jù)中心開發(fā)人員正在尋找解決方案，以確保這些關(guān)鍵的創(chuàng)新驅(qū)動因素能夠適應(yīng)和擴(kuò)展，從而滿足未來的需求。

為不可預(yù)測的情況制定應(yīng)對之策

在人工智能時代構(gòu)筑數(shù)據(jù)中心意味著要確保這些設(shè)施能夠適應(yīng)大規(guī)模GPU集群的功耗，適應(yīng)云計算和邊緣計算之間動態(tài)變化的平衡，并提高容量以跟上不斷增長的需求，避免出現(xiàn)中斷或停機(jī)的情況。除了通過建設(shè)新數(shù)據(jù)中心來擴(kuò)充容量外，確保數(shù)據(jù)中心的可靠性和安全性也至關(guān)重要。目前，傳統(tǒng)的數(shù)據(jù)中心測試解決方案用于設(shè)計和測試構(gòu)成人工智能數(shù)據(jù)中心的各類組件和系統(tǒng)。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(shù)據(jù)中心由錯綜復(fù)雜的系統(tǒng)組成，而這些系統(tǒng)又是由一個個獨(dú)立組件組成的復(fù)雜網(wǎng)絡(luò)。其中任何一個環(huán)節(jié)出現(xiàn)問題，這些支撐創(chuàng)新和市場資本支出的基礎(chǔ)設(shè)施就會受到影響。因此，人工智能數(shù)據(jù)中心的可靠性取決于其最薄弱的環(huán)節(jié)。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(jī)、每一臺服務(wù)器和每一塊GPU都蘊(yùn)含著巨大的潛力，也都伴隨著同等程度的風(fēng)險。為了降低這種風(fēng)險，每個組件都必須能作為一個系統(tǒng)，在日益增長的需求下獨(dú)立、協(xié)調(diào)地工作。

構(gòu)建能夠應(yīng)對人工智能工作負(fù)載巨大需求的網(wǎng)絡(luò)，意味著要對每個組件、連接和配置進(jìn)行驗證。由于其所涉及的巨大風(fēng)險和規(guī)模，即使是最小的效率提升、運(yùn)營改進(jìn)或性能增強(qiáng)，都會抵消創(chuàng)新的收益遞減。因此，要想在這場現(xiàn)代“淘金熱”中獲得成功和利潤，就必須采用能夠承受未來各種挑戰(zhàn)的新技術(shù)堆棧。

面向未來的人工智能創(chuàng)新

為滿足未來對人工智能就緒型網(wǎng)絡(luò)、半導(dǎo)體和數(shù)據(jù)中心設(shè)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“淘金熱”中，無數(shù)數(shù)字勘探者會競相角逐，爭搶先機(jī)，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(shù)據(jù)中心設(shè)計人員進(jìn)行面向未來的設(shè)計，并針對此類復(fù)雜環(huán)境的動態(tài)需求量身打造強(qiáng)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(fù)載，對網(wǎng)絡(luò)組件進(jìn)行驗證，并優(yōu)化從物理硬件到應(yīng)用層行為等各個層面的系統(tǒng)級性能。