制造業(yè)AI轉(zhuǎn)型卡在哪兒？算力結(jié)構(gòu)性錯配待破解

當(dāng)前，人工智能成為制造業(yè)轉(zhuǎn)型升級的關(guān)鍵變量。如何打通從算力底層到工業(yè)場景的“最后一公里”，近日舉辦的“人工智能賦能新型工業(yè)化深度行（走進(jìn)國家超算互聯(lián)網(wǎng)核心節(jié)點）”活動給出了探索答案。

工業(yè)場景對算力提出嚴(yán)格要求

工業(yè)制造對芯片的響應(yīng)速度和穩(wěn)定性有著極為嚴(yán)格的要求。

山信軟件常務(wù)副總經(jīng)理牛春波表示，在鋼鐵生產(chǎn)尤其是軋鋼過程中，工藝速度極快，要求芯片的響應(yīng)速度必須達(dá)到毫秒級，因此對實時性的要求非常高。同時，其產(chǎn)線價值巨大，一旦可靠性出現(xiàn)問題導(dǎo)致故障，將對生產(chǎn)造成重大影響，直接產(chǎn)生上百萬元甚至上千萬元的損失。

牛春波以山信軟件的落地為例分析：中厚板產(chǎn)線的自動轉(zhuǎn)鋼和煉鋼環(huán)節(jié)的智能煉鋼，已實現(xiàn)從人工操作向人工智能操作的跨越，人工智能技術(shù)的突破使得系統(tǒng)能夠根據(jù)工況變化實時調(diào)整。

索辰科技技術(shù)總師張總師告訴記者，高端裝備的設(shè)計依賴CAD（計算機(jī)輔助設(shè)計）模型構(gòu)建和CAE（計算機(jī)輔助工程）物理場性能的多次迭代優(yōu)化。進(jìn)入人工智能時代后，索辰科技正在打造“物理AI”，通過人工智能技術(shù)取代傳統(tǒng)的煩瑣流程。他表示，這一人工智能體系未來將在海光平臺上運行，依賴于國產(chǎn)硬件的高效運算。他認(rèn)為，國產(chǎn)硬件能力逐步達(dá)到國際先進(jìn)水平，并與軟件端算法和軟件應(yīng)用度相匹配，才能有效解決工業(yè)領(lǐng)域的實際問題。

中建材信息凝智AI聯(lián)合創(chuàng)新中心主任劉凱分享了安全生產(chǎn)領(lǐng)域的實踐。他介紹，在設(shè)備巡檢方面，以往需要大量人工投入。但現(xiàn)在，通過人工智能輔助，巡檢人員投入成本可降低50%以上，巡檢的準(zhǔn)確性、及時性均有顯著提升。在安全層面，他介紹，海光C86架構(gòu)已經(jīng)完全自主可控，從底層為數(shù)據(jù)安全提供了保障。

芯片與軟件適配仍面臨卡點

多位企業(yè)代表稱，國產(chǎn)算力芯片與工業(yè)軟件的適配仍面臨卡點。

首先是復(fù)合型人才的缺乏。牛春波坦言，復(fù)合型人才需要較長的培養(yǎng)周期，但當(dāng)前人工智能技術(shù)發(fā)展速度極快，日新月異，人才成長與技術(shù)發(fā)展之間的不匹配已成為企業(yè)面臨的一大困惑。

中望軟件信創(chuàng)事業(yè)部總監(jiān)王坤也表示，面向全國產(chǎn)環(huán)境的通用軟件適配，需要將大量工業(yè)軟件積累的代碼遷移到國產(chǎn)芯片架構(gòu)之下，這一過程既需要精通國產(chǎn)工業(yè)軟件的人才，也需要掌握芯片底層架構(gòu)知識的工程師。他認(rèn)為，這種復(fù)合型人才的需求在過往是前所未有的，企業(yè)在前期投入和適配過程中面臨較大挑戰(zhàn)。

其次是生態(tài)的不完善。王坤表示，全國產(chǎn)軟硬件的適配不僅涉及芯片廠商與軟件廠商的配合，更需要從底層到頂層的全系列、全主體參與和協(xié)同。他還提出，編譯器、性能分析工具等相關(guān)工具鏈仍需持續(xù)迭代和高效保證，目前國內(nèi)的整體生態(tài)仍在持續(xù)優(yōu)化過程中。

第三是驗證標(biāo)準(zhǔn)的缺失。王坤強(qiáng)調(diào)，運行于國產(chǎn)芯片之上的工業(yè)軟件對準(zhǔn)確性和穩(wěn)定性的要求極高，需要更多客戶場景和實際案例來持續(xù)驗證和迭代。還需要將在迭代過程中積累的經(jīng)驗轉(zhuǎn)化為跨行業(yè)、跨廠商可用的標(biāo)準(zhǔn)，并形成可復(fù)用的測試體系。他認(rèn)為，當(dāng)前業(yè)界對全國產(chǎn)環(huán)境的投入已取得顯著進(jìn)展，整體功能和性能優(yōu)化已達(dá)到較高水平，正在從“可用”向“好用”狀態(tài)切換。

卡奧斯物聯(lián)工業(yè)大腦總經(jīng)理楊健從算力結(jié)構(gòu)的角度解析，當(dāng)前算力存在結(jié)構(gòu)性的錯配問題。他表示，許多企業(yè)反映算力短缺，但實際上總體算力資源并不小，問題在于企業(yè)難以找到適合自身需求的算力——包括算力是用于訓(xùn)練還是推理、面向大模型還是小模型等，不同選擇之間差異顯著。他認(rèn)為，國家超算互聯(lián)網(wǎng)核心節(jié)點的建設(shè)，有助于將整體算力資源與企業(yè)需求進(jìn)行有效匹配。

從企業(yè)實踐看行業(yè)趨勢

海光信息展示了CPU+DCU雙芯系列產(chǎn)品面向智能制造的全棧算力解決方案。二者組合形成的異構(gòu)計算平臺，可以滿足“AI+制造”場景中對復(fù)雜算法訓(xùn)練、海量數(shù)據(jù)處理、毫秒級智能決策等環(huán)節(jié)的苛刻要求，為制造業(yè)的高端化、智能化發(fā)展提供了堅實的數(shù)字基礎(chǔ)。

海光DCU具有全精度計算能力，能充分滿足工業(yè)仿真、科學(xué)計算等場景對高精度與復(fù)雜并行計算的需求。同時，芯片級內(nèi)生安全技術(shù)，通過硬件加密、機(jī)密計算與可信計算，為數(shù)據(jù)治理和AI應(yīng)用提供了從底層硬件到上層應(yīng)用的全棧安全保障。此外，海光DCU構(gòu)建了廣泛且開放的軟件生態(tài)，通過“類CUDA”的兼容性設(shè)計、完整的工具鏈（DTK/DAS/DAP）以及光合組織生態(tài)，降低了用戶的適配與遷移成本，有效支撐了從底層算力到行業(yè)應(yīng)用的平臺化部署。

國產(chǎn)算力芯片與工業(yè)軟件深度適配取得了哪些進(jìn)展、未來趨勢如何？王坤表示，中望軟件面向全生態(tài)環(huán)境的研發(fā)投入已超過10年，與以海光信息為代表的國產(chǎn)算力芯片形成了深度合作關(guān)系。他透露，中望目前已在人工智能與工業(yè)設(shè)計軟件融合方面積累了相當(dāng)多的技術(shù)儲備，將在今年4月下旬舉行的新品發(fā)布會上展示面向AI時代的新功能。

紫光云企業(yè)系統(tǒng)部首席AI架構(gòu)師杜宇分享了他在半導(dǎo)體設(shè)計領(lǐng)域的觀察。他認(rèn)為，半導(dǎo)體設(shè)計領(lǐng)域算力波動較大，在芯片流片前會產(chǎn)生較大的算力需求，需要彈性的算力支持。他表示，紫光云的紫鸞6.0平臺已與海光信息完成全面適配工作。（記者 趙熠如）

來源：中國商報