日前在2024开放计算中国峰会上，浪潮信息服务器产品线总经理赵帅表示，智能时代，开源模型和开放计算激发了人工智能产业生态的创新活力，面对大模型Scaling Law带来的AI基础设施Scaleup和Scaleout的挑战，数据中心需要以开放创新加速算力系统、管理和基础设施的全向Scale进程，推动AI产业的创新发展。
开源开放推动人工智能创新与算力生态的全面发展
生成式人工智能的飞跃式进步正在加速智能时代的到来，数据中心基础设施面临全方位创新，将越来越依赖更加广泛的全球化开放协作，加速AI技术创新与应用，共同构建一个充满创新活力的智能世界，而激发人工智能创新活力，开源开放是核心和源泉。
模型开源激发人工智能创新活力。随着开源大模型能力的不断增强和开源生态的持续壮大，带动模型、应用到产业的全面发展，三分之二的基础模型选择开源，超过80%以上的AI项目使用开源框架进行开发，开源模型的下载量突破3亿次，并衍生出超过 3万个新模型，Llama 3.1、通义千问、源2.0等开源大模型成为人工智能创新的驱动力。
硬件开放完善人工智能算力生态。人工智能带来指数级增长的算力需求，全球已有上百家公司投入新型AI芯片的研发与设计，百花齐放的算力芯片需要统一的算力平台才能快速推向市场，实现落地。开放加速规范OAM的出现大大加速多元算力芯片的适配兼容过程，大幅降低资源投入，使算力部署和迭代提速，支撑上层大模型和AIGC应用的快速迭代成熟。目前，90% 高端AI芯片基于OAM规范设计，去年浪潮信息刚刚发布的基于OAM规范的开放加速计算平台NF5698G7与多款主流AI加速芯片适配兼容，基于OAM的智算产业生态圈日趋完善。
我们可以看到，AI时代，算力正在呈现出多元化的发展趋势。为应对AIGC、云计算、大数据等应用复杂且不断变化的计算需求，不仅仅是GPU，CPU、FPGA、ASIC等芯片也在朝着更加多样化和专用化的方向发展。而且无论是手机、电脑、边缘设备、CPU通用服务器、加速服务器都具有了AI计算的能力，可以说一切计算皆AI，AI算力已经深入到千行百业，渗透进每一个计算设备里。面向人工智能的算力范式不断革新，基于CPU的通用服务器不仅要承载大数据、关键计算、科学计算外，也要承担AI应用的重要任务，这也是CPU通用服务器的重大机遇。
但随着应用范式的多样化，目前x86、ARM、RISC-V等不同架构的CPU处理器百花齐放，仅中国，就有10多种CPU处理器，不同CPU协议标准不统一，同时为了更好的适合AI推理高并行的计算特点，CPU总线互联带宽、内存带宽及容量也需要特别优化，使得系统功耗、总线速率、电流密度不断提升……多种因素叠加之下，硬件开发、固件适配、部件测试资源等时间激增，给算力系统设计带来巨大挑战。
为了缩短从芯片到算力系统的转化时间，给用户提供更快、更好的算力支撑，CPU端也亟需构建智算时代的CPU统一底座， 能够兼容不同芯片厂商、多代产品。2024开放计算中国峰会上，开放算力模组(OCM)规范正式启动，首批成员包括中国电子标准院、百度、小红书、浪潮信息、联想、超聚变、英特尔、AMD等机构和企业。
全新的开放算力模组OCM规范，旨在建立基于处理器的标准化算力模组单元，通过统一不同处理器算力单元对外高速互连、管理协议、供电接口等，实现服务器主板平台的 解耦和模块化设计，兼容不同架构的多代处理器芯片，方便客户根据人工智能、云计算、大数据等多样化应用场景，灵活、快速匹配最适合的算力平台，推动算力产业高质量快速发展。
OCM规范是国内首个服务器计算模组设计规范，产业界上下游伙伴将基于OCM规范，共同建立标准化的算力模组单元，构建开放合作、融合创新的产业生态，为用户提供更多通用性强、绿色高效、安全可靠的算力选择。
以开放创新的全向Scale应对大模型第一性原理
算力、算法和数据是推动人工智能发展的三驾马车，自Transformer架构出现以来，大模型性能与其参数量、计算当量、数据量的协同作用尤为显著，业界称之为大语言模型的第一性原理——Scaling Law。
智算时代，需要用开放的理念来加速算力系统全向Scale，从而应对大模型的Scaling Law。随着大模型能力的持续进化，算法规模和复杂性不断增加、数据量越来越大，算力需求也在不断攀升，需要同时应对单系统性能提升Scale up与多系统大规模扩展Scale out两个方向扩展的挑战，对数据中心基础设施、算力管理、迭代升级等都提出了更高要求。
在算力方面，智算中心需要同时应对两个方向的扩展，分别是强算力支持、一机多芯、多元多模的单机系统Scale up要求和大规模AI组网、高带宽、资源池化的大规模化扩展Scale out要求，以开放加速模组和开放网络实现算力的Scale。UBB2.0开放标准支持更高算力规格的加速卡、可以实现更大的OAM domain互联，未来可以支持8000+张加速卡Scale up，突破大模型All to All通信过程中的互联瓶颈。同时，大模型的发展需要更大规模的算力系统，浪潮信息开放网络交换机可实现16000+个计算节点10万+加速卡的Scale out组网，满足加速卡之间的互联通信需求，带宽利用率高达95%+。
在管理方面，需要解决跨平台适配、模块化架构、快速迭代的Scale要求，以开放的固件解决方案实现了管理的Scale。当前，异构算力多元分化，异步迭代，管理接口规范各不相同，导致固件平台分支版本庞大，相互割裂，无法归一，单一企业资源在维护和适配如此众多的分支版本方面捉襟见肘。为解决一系列管理挑战，需要依托于开源社区的开源固件平台，构建原生解耦架构提升可扩展性，建立统一标准的接口规范，支持用户对于自主模块进行定制化，实现标准接口规范下的异步、自主定制迭代，以满足智算时代的算力迭代需求。
在基础设施方面，数据中心面临智能算力扩展的两大Scale挑战：一是GPU、CPU算力提升，单芯片单卡功耗急剧增加，单机柜在供电和制冷上面临着Scale up支撑挑战;同时，Scaling Law驱动GPU规模无限膨胀，达到万卡、十万卡级别，带来了数据中心层级Scale out的支撑挑战，需要开放标准和开放生态将实现基础实施的Scale，满足快速建设、高算力/高能耗支撑要求。采用开放标准、开放生态构建的数据中心基础设施，能更好地匹配智算时代多元、异构算力的扩展和迭代速度，进而支撑上层智能应用的进一步普及。以浪潮信息为例，基于开放标准推出的液冷冷板组件，支撑单机系统内GPU和CPU核心算力原件Scale up扩展;推出模块化、标准接口的120kw机柜，兼容液冷、风冷场景，支撑柜内更大的部署需求;推出基于开放标准的预制化集装箱数据中心，大幅压缩建设周期，其扩展性很好的满足了AI算力系统的Scale需要。
开放计算为数据中心的全向Scale，提供了一个可以迅速传递到整个产业链的“通道”。目前，开放加速模组和开放网络实现了算力的Scale，开放固件解决方案实现了管理的Scale，开放标准和开放生态实现了基础设施的Scale。开放计算对于智算时代至关重要，需要用开放应对多元算力，用开放促进算力的Scale，基于开放创新构建的全向Scale能力将会成为未来AI基础设施的核心驱动力，加速智算时代的创新，加速人工智能的前行。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
