界面新聞記者 | 莊鍵
界面新聞編輯 | 謝靈寧
打開機(jī)房大門，映入你眼簾的將是房間內(nèi)整齊排列的算力服務(wù)器，同時出現(xiàn)的持續(xù)轟鳴聲，則來自于為降低服務(wù)器溫度而不間斷轉(zhuǎn)動的風(fēng)扇。
界面新聞近日實地探訪了坐擁國內(nèi)首批“萬卡集群”的上海松江智算中心。該項目由上海國企儀電集團(tuán)牽頭成立的上海智能算力科技有限公司（下稱智算科技）投資。
所謂“萬卡集群”，意指通過高速網(wǎng)絡(luò)與軟硬件系統(tǒng)，將一萬張甚至數(shù)量更多的GPU（圖形處理器）連接，形成統(tǒng)一調(diào)度的計算中樞，可以將其視為人工智能領(lǐng)域的發(fā)電廠。國內(nèi)目前已建成42個“萬卡集群”，數(shù)量位居全球前列。
松江智算中心投用后，其算力就處于滿負(fù)荷使用狀態(tài)，這背后是人工智能行業(yè)需求快速增長所導(dǎo)致的算力資源稀缺。國家數(shù)據(jù)局的統(tǒng)計稱，今年3月，國內(nèi)日均Token（詞元）調(diào)用量超過140萬億，相比2024年初增長了1000多倍。
上海已在籌劃擴(kuò)大算力基礎(chǔ)設(shè)施，明確將圍繞浦東、金山、松江、臨港和青浦等重點(diǎn)區(qū)域，積極部署智能算力、提升集群規(guī)模。
預(yù)計到2027年，上海算力規(guī)模將提升至20萬PFLOPS（每秒千萬億次浮點(diǎn)運(yùn)算）。根據(jù)今年1月披露的數(shù)據(jù)，上海算力規(guī)模已突破12萬PFLOPS。
智算科技總經(jīng)理孫躍解釋稱，上海有諸多垂類人工智能應(yīng)用，需要就近布局算力資源，從而快速響應(yīng)這些任務(wù)的需求，達(dá)到降低網(wǎng)絡(luò)延時等效果。
上海也集聚了芯片、大模型等大量人工智能上下游企業(yè)，在本地布局“萬卡集群”，有利于執(zhí)行技術(shù)攻關(guān)任務(wù)。
對于“萬卡集群”而言，算力卡無疑是其中的靈魂。在先進(jìn)算力卡被限制進(jìn)口的背景下，設(shè)備采購存在一定難度。但在孫躍看來，“建設(shè)‘萬卡集群’是一個龐大的系統(tǒng)工程，購買算力卡，在整件事情中可能不見得是最難的?！?/p>
智算中心需要高效的通訊網(wǎng)絡(luò)和相應(yīng)的存儲設(shè)備，才能讓算力卡以集群的形態(tài)高效運(yùn)轉(zhuǎn)。如果將一個“萬卡集群”拆解，零部件數(shù)量可達(dá)到數(shù)十萬個，種類超過百種。
在智算科技系統(tǒng)工程中心總監(jiān)胡寶群看來，“萬卡集群”建設(shè)過程中，一個容易忽略卻又極為關(guān)鍵的風(fēng)險點(diǎn)，來自灰塵。他將其稱為“萬卡集群”建設(shè)的入門第一課。
在組成“萬卡集群”的百余種零部件中，光模塊是極為重要的一種。通常情況下，一個集群需要配備上萬個光模塊，但這種火柴盒大小的電子元器件對灰塵極度敏感。
胡寶群告訴界面新聞，光模塊只要接觸到非常小的灰塵，就會影響對應(yīng)算力卡的運(yùn)行，甚至讓整個“萬卡集群”無法穩(wěn)定工作。
因此，在松江智算中心建設(shè)和運(yùn)行過程中，智算科技的團(tuán)隊都在想方設(shè)法防范灰塵帶來的潛在影響。比如在光模塊安裝環(huán)節(jié)，就規(guī)定其暴露在空氣中的時間必須控制在三秒以內(nèi)。
此外，松江智算中心所在四層建筑的樓道內(nèi)，也專門安放了有粘性的地毯，用于吸附人走過時鞋底的污物，減少空氣中的灰塵來源。
搭建“萬卡集群”被認(rèn)為是一項復(fù)雜的系統(tǒng)工程，難度可與衛(wèi)星發(fā)射相比。“在發(fā)射衛(wèi)星過程中，任何一個零部件故障都會導(dǎo)致整個任務(wù)失敗，‘萬卡集群’也類似，對每個環(huán)節(jié)都有很高的可靠性要求?！睂O躍提及。
同樣高難度的，是讓“萬卡集群”能夠7*24小時不間斷地高效運(yùn)轉(zhuǎn)，為用戶提供算力服務(wù)。
在人工智能模型訓(xùn)練過程中，智算中心的故障都可能導(dǎo)致整個任務(wù)中斷。在一套由數(shù)十萬個零部件組成的“萬卡集群”中，設(shè)備故障的發(fā)生幾乎無可避免。
但通過技術(shù)和架構(gòu)層面的冗余設(shè)計，松江項目的“萬卡集群”能夠?qū)崿F(xiàn)即使故障發(fā)生，也不影響模型訓(xùn)練任務(wù)的執(zhí)行，并且在數(shù)分鐘甚至數(shù)秒內(nèi)完成故障定位，便于下一步的故障排除。
在人工智能時代，算力被認(rèn)為會像水和電一樣，每個人都能極為方便地取用。“萬卡集群”的穩(wěn)定運(yùn)行，將是實現(xiàn)這項設(shè)想的關(guān)鍵一環(huán)。
智算科技系統(tǒng)平臺部負(fù)責(zé)人翟雨佳稱，“我們的目標(biāo)是讓‘萬卡集群’能夠像供水和供電那樣穩(wěn)定，讓用戶感受不到算力的存在?！?/p>