【我们这十年@坐标中国】云网融合织就算力高速,“算”出数字生活潮******
中新网北京10月11日电题:云网融合织就算力高速,“算”出数字生活潮
作者 左雨晴
从“要想富,先修路”到“想发展,投算力”,算力基础设施等“新基建”正在国内掀起“落地潮”。
我们为什么需要算力?现在算力速度有多快?它又给我们带来了什么?
算力改变生活
什么是算力?算力是指对数据的处理能力。
在生活中,手机、电脑、超级计算机等诸多硬件设备都离不开算力,可以说算力是数字经济的底层逻辑,数字经济的任何发展都建立在优化的算法和强大的计算速度上,这让算力成为关键的核心生产力。
近年来,随着5G、人工智能、物联网、区块链等领域的快速发展,算力已悄悄改变我们的生活和命运。
在机场高速路口,汽车以80公里时速,“无感”通过收费站,仅收费环节每天就能节约2.75小时,大大改善了市民的出行体验。
广州机场高速,汽车以80公里时速,“无感”通过收费站。 中国电信供图在生产线上,一款新车上线前需要经历上千次的碰撞测试,而超级算力能模拟出整个碰撞过程,300次的仿真碰撞试验,在一分钟内成功模拟完成。更长远来看,“智能汽车”是离人工智能最近的应用场景之一,若能更快普及,将再次重塑人们的出行生活方式。
在偏远山区,大量人工智能深度学习算法和算力支撑下的智能教育,让远程人工智能可以辅助教师“因材施教”,推动教育资源均衡化,帮助深山里的孩子实现“走出大山”的梦想。
据工信部数据,中国算力产业规模快速增长,近五年平均增速超过30%。截至2022年6月底,我国在用数据中心机架总规模超过590万标准机架,服务器规模约2000万台,算力总规模超过150EFlops(每秒15000京次浮点运算次数),排名全球第二。
在数字化时代,数据中心、智算中心等算力基础设施正成为加速数字经济发展和产业转型升级的主要动力。在算力需求日益复杂,应用场景不断涌现的当下,中国东部地区算力资源吃紧,西部算力赋闲,如何让用户更好地像用电一样使用算力服务?
云网融合织就算力“高速路网”
数字时代正在召唤一张高效率的“算力网”。
2012年,中国电信宣布启动天翼云计算战略,正式进军云计算领域,成为国内首家涉足云计算服务的运营商。
以“算”为中心,“网”为根基,算力网络可驱动数据的跨域流动、实现算力的跨域调配。而作为一个复杂的、融合创新的系统性工程,算力网络如何像水和电一样成为“一点接入、即取即用”的社会级服务,孵化灵活多样的商业应用,需要统一的科学规划与评估。
2022年2月,中国“东数西算”工程正式全面启动。8个国家算力枢纽节点,10个国家数据中心集群,将打通中国“数”动脉,把东部算力需求有序引导到西部的数据中心处理、计算、存储,为可再生能源丰富的西部开辟出一条发展新路,成为一条打通东西部经济社会发展的“数动脉”。
作为算力基础设施和骨干传输网络的建设者,电信运营商已经成为打造算力网络的主力军。覆盖全国千城万池的“云网融合”,不仅构建端到端的安全能力和绿色低碳的基础设施,也让实体经济和人们的生活乘“云”而上。
通过内蒙古、贵州两个服务全球的中央数据中心,京津冀、长三角、粤港澳、陕川渝四个重点区域节点,31个省份均有布局的数据中心,再加上广泛分布的边缘节点,中国电信形成了2+4+31+X的全国算力布局。
中国电信京津冀大数据产业园。 中国电信供图如今,中国电信已拥有700多个数据中心,48.7万架互联网数据中心机架,机架利用率达到72%,IDC资源在国内数量最多、分布最广,“一城一池”累计覆盖超过160个地市。
“计算+连接”的深度融合,组成了算力传输的“高速路网”。在这个“高速路网”中,中国电信的算力规模可达每秒310亿亿次浮点运算,这意味着每一秒都有海量的算力正在调度。
从中国电信贵州数据中心到北京大约2200公里,动车需要10个小时左右,而算力传输时延只需要不到20毫秒。算力与网络充分融合,正以难以想象的速度,从看不见的地方延伸到看得见的远方,为人们的生活提供普惠便捷的智能服务。
“算网大脑”让算力调度智能化
随着东部算力需求有序引导到西部,一个逐步完善的数网协同、数云协同、云边协同、绿色智能的多层次算力设施体系必将加快形成。在此过程中,“十四五”规划提出的“强化算力统筹智能调度”成为构建算力网络的重要工作。
“算力调度作为‘东数西算’的重要环节,就如同‘西气东输’的管道,‘西电东送’的高压线路。但算力调度在实施过程却又复杂很多,分布式的算力决定了算力是多样的,例如计算任务的大小、时延要求、成本等多个因素。”中国电信天翼云首席技术官广小明表示。
以算力为核心进行信息处理,以网络为核心进行信息交换,算力“高速路网”需要一颗独特的智能“大脑”。
2022年5月17日,在天翼云诞生的第十年,中国电信推出了天翼云4.0算力分发网络平台——“息壤”,使得调度千城万池的算力不再是梦。
中国电信天翼云数据中心。 中国电信供图。广小明介绍,无论业务对算力的需求是多少,“息壤”都能够规划出满足需求的算力和网络资源,以“随愿算网”的方式,对边缘云、中心云、第三方资源等全网算力进行统一管理和调度,实现业务性能和成本的最优。
“由算力调度引擎、算力资源管理平台、算力资源共同构成的‘息壤’就像一个算力传输的枢纽,在全国范围内,实现每分钟数万次、每天上千万次的算力统筹和调度,满足各种领域对算力的极致需求。”
把东部需要进行的机器学习、数据推理、智能计算等AI训练和大数据推理的工作放到西部,自动配置和调度相应算力;把东部对时延不敏感的、不活跃的、需存档的海量数据,例如医院影像数据、视频监控数据等,放在西部存储……通过“息壤”,“东数西训”、“东数西备”、“东算西也算”、“东部企业,西部上云”成为现实,云渲染、跨云调度、性能压测、混合云AI计算等多种应用场景,也都有着“息壤”的身影。
时代浪潮下,算力正加速筑牢数字经济的底座,成为经济社会发展迈向更远未来的基石。(完)
AI绘画的“小秘密”都在这一篇文章里****** 有了AI,人人都可以是艺术家。AI绘画的出现,恰如瑞士艺术家保罗·克利所言:“艺术不是再现可见,而是使不可见成为可见。”经过20年左右的发展,目前基于不同类型或者模态元素的AI绘画发展情况不尽相同,发展最久的是“以图生图”,再到近期火爆的“文+图”生图。当然,也有团队已经研发出由语音生成图像的技术。 上传一张图片,或者输入一些简单的关键词,系统就能自动生成一张卡通图像……最近一段时间,AI绘画开始在互联网社交平台走红。 AI绘画,顾名思义就是利用人工智能进行绘画,是人工智能生成内容的典型应用场景之一。其主要原理是收集大量已有作品,通过算法对其内容和风格特征进行解析,最后再生成新的作品,所以算法是AI绘画的核心。 当前,“凭空”生成图像的AI绘画,其实也会动辄“翻车”:也许上一秒AI通过你的照片绘出的是一张充满艺术感的二次元画像,下一秒你的宠物猫、狗则可能被画成可爱少女或肌肉猛男。 事实上,AI绘画早已火爆全球。第一张公开展出的、由人工智能创作的绘画作品《埃德蒙·贝拉米的肖像》曾于2018年在佳士得拍卖行以43.25万美元成交,那是一张由机器学习了从14世纪到20世纪的1.5万张肖像画之后自动生成的一张肖像画作品。 AI绘画是如何实现“凭空”生图的?除了娱乐外,AI绘画还有哪些潜在的应用前景? 从“以图生图”到“语音生图” 2022年,由人工智能创作的《太空歌剧院》一度火出圈。在美国科罗拉多州举办的新兴数字艺术家竞赛中,《太空歌剧院》获得“数字艺术/数字修饰照片”类别一等奖。它的构图、配色以及画面的细节堪称精致。然而,这个作品的创作者不是艺术家,而是来自美国科罗拉多州的游戏设计师。 这位游戏设计师在一个名为“Midjourney”的AI创作工具里,先输入几个关键词,如光源、构图、氛围等,得到了100幅作品,再进行约80小时的修图修饰,最终选出3幅作品,最后把图像打印到画布上。 通过简单交互式对话在短时间内生成的“艺术”作品,让人类艺术家展开了一场关于“AI绘画作品参赛是否属于作弊”的争论。这场声势浩大的争论也令大众直观地意识到如今的AI绘画水平已经发展到了何种程度。 “人工智能在艺术方面的创作最早可以追溯到上个世纪末,当时的人工智能绘画技术叫作‘图像的风格化滤镜’。”中国科学院自动化研究所多模态人工智能系统全国重点实验室研究员董未名说,最初的AI绘画方法比较简单,比如一张普通的照片,通过一些图像处理的算法,把照片像素进行几何或者色彩上的变换,然后再调节不同参数,就可以模拟出类似油画或者水彩画的风格。 经过20年左右的发展,目前基于不同类型或者模态元素的AI绘画发展情况不尽相同,发展最久的是“以图生图”,再到近期火爆的“文+图”生图。当然,也有团队已经研发出由语音生成图像的技术。 AI绘画主要依靠三种技术模式实现 董未名介绍,目前AI绘画主要借助图像风格迁移技术、图文预训练模型和扩散模型实现。 “图像风格迁移技术指的是图像处理算法通过对输入的真实图像内容特征和对参考的艺术图像风格特征的提取,实现真实图像内容特征和艺术图像风格特征的融合,从而生成新的艺术图像。”董未名举例,如果将美国旧金山艺术宫的外景照片和印象派创始人莫奈绘制的作品,通过图像风格迁移技术进行融合,就能得到一张看起来像是由莫奈绘制的美国旧金山艺术宫的绘画作品。最初的AI绘画采用的正是这种技术。 不过,在董未名看来,图像风格迁移技术大多依赖的是生成式对抗网络(GAN)算法,它最大的问题是生成的绘画作品艺术性不强,笔触和构图让人觉得与真实的绘画有差距,所以长久以来,AI绘画一直“籍籍无名”。 当图像风格迁移技术还在挣扎于输出作品的审美问题时,图文预训练模型的出现,加速了AI绘画的崛起。 “依托图文预训练模型,只要输入一句话或者上传一幅风格明显的图片,算法就能将图像特征和文字特征‘对齐’。生成的绘画作品的内容特征和上传图片的内容相似,艺术性也比图像风格迁移技术生成的图片强很多。”董未名举例,比如支撑图文预训练模型的可对比语言—图像预训练(CLIP)算法,就是利用图文特征“对齐”的能力,再结合已有的生成模型,实现“以图生图”或者“图+文”生图。 不过,董未名坦言,图文预训练模型的推广也存在一些争议,有部分人认为,该模型在训练前期,需要用大量的图形处理器(GPU)进行数据训练,耗电量大、成本很高,而该模型的应用场景却不够清晰。但也有人认为,也许该模型未来可以打造为通用的人工智能模型,用它完成更多的算法作业,只是这还需要时间的验证。 诚然没有一项技术是完美的,这也为人类探究更先进的技术提供了无限动力。当下最流行的扩散模型便是其中之一。 “目前最新的AI绘画技术采用的就是扩散模型,这种模型可以把一个随机采样的噪声输入模型,然后尝试通过去噪来生成图像。”董未名表示,扩散模型也存在弱点,由于模型对图片内容识别的能力不足,或者难以完全理解识别文字的意义,以及训练数据的偏差,有时便会生成“四不像”的作品。此外,扩散模型生成图片的速度比较慢,目前还达不到实时生成图片。 互联网治理、元宇宙或潜藏应用前景 AI绘画目前的应用场景,更多聚焦于社交软件。近期在国内社交网络“火出天际”的AI绘画软件主要集中在小程序及App。随着AI绘画小程序的火爆,短视频平台抖音也迅速上线了AI绘画特效。同时,此前腾讯上线了“QQ小世界AI画匠”活动,百度也推出了首款AI艺术和创意辅助平台“文心一格”。 有了AI,人人都可以是艺术家。AI绘画的出现,恰如瑞士艺术家保罗·克利所言:“艺术不是再现可见,而是使不可见成为可见。”“AI现在已经完美实现了这一目标,人们可以通过机器计算来绘制出很多现实中见不到的场景。”董未名畅想,不远的将来,AI绘画或许还将展现更丰富的应用场景。 “现在网络上充斥着很多不良内容,这些内容为了逃避监管经常以绘画的形式出现,而当前很多内容识别模型对真实图片识别得很准确,但缺乏不良内容艺术作品的相关训练数据,所以对不良内容识别不准确。也许可以用AI绘画技术,积累不良内容艺术作品的数据,并用以训练识别模型,以提升互联网内容的安全监管能力和识别的准确率。”董未名建议。 在董未名看来,作为一种艺术呈现形式,AI绘画也将在元宇宙、设计、文旅等行业催生新的商业模式。例如AI绘画目前在AI辅助创作、短视频、影视制作和元宇宙等方面都有布局,因为这些赛道都离不开创意,AI绘画可以帮助创作者通过简单的特征输入,实现对其创意的预览,甚至可以直接进行创作。 不过,董未名并不讳言,当下AI绘画仍然存在版权争议问题。AI绘画的核心是模型,而训练模型需要使用大量图像、文本数据。对于未经授权的图片,经过运算之后所生成的图像版权归属尚难界定。“有的画家风格特别明显,如果用画家的画去训练算法模型生成作品,那最后的版权属于谁呢?”董未名提出的问题,正是多数AI绘画作品所面临的现实问题。 AI绘画掀起了一场资本的群体狂欢,希望有一天它能走出“照猫画虎”的尴尬,真正服务艺术创作、创造更多价值。(科技日报记者 金凤) 中国网客户端 国家重点新闻网站,9语种权威发布 |