編輯 | 言征

出品 | 51CTO技術(shù)棧（微信號(hào)：blog51cto）

臨近年底，業(yè)內(nèi)曝出了不少大新聞，比如大模型撞墻、谷歌的Gemini 2 Flash和量子芯片Willow，再比如英偉達(dá)面臨著中國反壟斷調(diào)查的危機(jī)等，所有這些，讓國產(chǎn)AI算力的話題再次成為圈內(nèi)的熱議點(diǎn)。

那么，國產(chǎn)算力中心構(gòu)建究竟什么情況？背后支撐大模型訓(xùn)練和推理的計(jì)算機(jī)系統(tǒng)現(xiàn)在都面臨著怎樣的難題？為什么包括ChatGPT在內(nèi)的大模型時(shí)不時(shí)就會(huì)出現(xiàn)宕機(jī)的情況？

“為什么異地卡聯(lián)合訓(xùn)練很難？數(shù)據(jù)從從北京到貴州需要5天，有了結(jié)果后再到上海又需要5天。”

12月13日，中國工程院院士鄭緯民教授在中科金主辦的《大模型技術(shù)與應(yīng)用創(chuàng)新論壇》上帶來了一場信息密度極大的內(nèi)容分享，既有干貨，也有一些有趣的猛料。

鄭院士表示，構(gòu)建國產(chǎn)萬卡系統(tǒng)非常重要但難度也很大，真相非常殘酷——異構(gòu)卡聯(lián)合訓(xùn)練不如單一架構(gòu)聯(lián)合訓(xùn)練劃算，而異地卡聯(lián)合訓(xùn)練效果同樣不佳。

此外，大模型完整的訓(xùn)練和推理過程不止GPU算力那么簡單，還有很多的系統(tǒng)工作需要深入研究，比如存放訓(xùn)練數(shù)據(jù)的硬盤、再比如數(shù)據(jù)預(yù)處理，有消息稱GPT4，1萬塊A100要訓(xùn)練11個(gè)月，有5個(gè)月的時(shí)間都在做預(yù)處理。

重要的是，對(duì)于中國國產(chǎn)而言，最大的難點(diǎn)之一還是在于國產(chǎn)計(jì)算系統(tǒng)的核心基礎(chǔ)軟件，生態(tài)還不夠。

鄭院士還分享了當(dāng)紅大模型獨(dú)角獸月之暗面的AI產(chǎn)品Kimi的一些進(jìn)展和研發(fā)經(jīng)歷，他透露了初始時(shí)Kimi因?yàn)榱髁勘┰鲥礄C(jī)時(shí)，原來是“一死機(jī)就買（GPU）卡”，現(xiàn)在采取了Mooncake架構(gòu)之后，就再也沒出現(xiàn)宕機(jī)的情況。

摘要如下：

• 為什么算力產(chǎn)業(yè)快速發(fā)展，一是全面啟動(dòng)?xùn)|數(shù)西算，二是AI讓智能算力需求爆發(fā)。
• 人工智能大模型生命周期五個(gè)過程，每個(gè)過程都需要大存儲(chǔ)、大算力。
• 萬卡很重要，我們都希望有萬卡，但現(xiàn)在做得不太好，很難。
• 異地卡、異構(gòu)卡訓(xùn)練效果非常差，暫時(shí)不要考慮。清華帶隊(duì)開發(fā)的“八卦爐“”是一個(gè)系統(tǒng)軟件，裝到卡里性能就會(huì)好了。如果效果好，可以少買30%的卡。

料還很多，話不多說。以下是鄭院士的演講全文：

1.大模型+，中國還是可以超過美國的

鄭緯民：謝謝魏所長，喻總和各位朋友，今天用25分鐘時(shí)間講講大模型訓(xùn)練機(jī)理的計(jì)算機(jī)系統(tǒng)怎么樣了。

今年大模型有兩個(gè)特點(diǎn)，第一是分析基礎(chǔ)大模型進(jìn)入多模態(tài)狀態(tài)，不光有文本，還有圖像、視頻，就是多種模式，多模態(tài)這是第一個(gè)特點(diǎn)。第二個(gè)特點(diǎn)，真的用起來。大模型+實(shí)際的東西，比如大模型+金融，大模型+醫(yī)療、大模型+汽車、大模型+智能制造、大模型+各行各業(yè)。

前幾年不是說大模型沒有用，也用了，但更多的是給它幾段話，讓它寫一個(gè)PPT，畫一幅畫出來，寫一篇文章出來。這也挺好的，但今年的應(yīng)用真的是大模型跟國民經(jīng)濟(jì)GDP，跟生活水平提高密切結(jié)合。我一直認(rèn)為基礎(chǔ)大模型，我們的水平跟美國人比還是屬于差一點(diǎn)。他們比我們做得好。但“大模型+”這件事我們還是有希望超過美國的。

2.大模型生命周期的五個(gè)環(huán)節(jié)

大模型有五個(gè)過程，第一是數(shù)據(jù)獲取，大模型就是訓(xùn)練數(shù)據(jù)，第一件事是把數(shù)據(jù)獲取起來，從哪里來？從世界各地。但取來的文件是小文件，小好，省硬盤，這是一個(gè)特點(diǎn)。但是個(gè)數(shù)多得不得了，數(shù)百億個(gè)文件。這些文件都放到硬盤里，但要記住放在硬盤的哪個(gè)位置里。一百億個(gè)文件有一百億個(gè)位置，我們一般叫源數(shù)據(jù)處理，也就是說像個(gè)目錄一樣，數(shù)百億個(gè)位置你要記住，對(duì)計(jì)算機(jī)來說比較麻煩，一臺(tái)計(jì)算機(jī)擱不下，那就兩臺(tái)、三臺(tái)、五臺(tái)、十臺(tái)。但隨著位置多了，找位置要找一會(huì)兒，怎么讓數(shù)據(jù)擱得下，找得快？這是數(shù)據(jù)獲取比較麻煩的事。所以最后結(jié)論是把數(shù)據(jù)拿來放到硬盤里，多得不得了。這是第一件事。

第二是數(shù)據(jù)預(yù)處理，數(shù)據(jù)已經(jīng)拿來了，直接訓(xùn)練就行了嗎？還不行。數(shù)據(jù)質(zhì)量不高，格式不一樣，里面有廣告，有重復(fù)的，還有其他不喜歡的內(nèi)容。數(shù)據(jù)質(zhì)量不好怎么辦？預(yù)處理。把數(shù)據(jù)質(zhì)量提高，重復(fù)的去掉，廣告去掉，數(shù)據(jù)質(zhì)量越高，訓(xùn)練結(jié)果越好。預(yù)處理這件事也很麻煩。有人統(tǒng)計(jì)，GPT4，1萬塊A100要訓(xùn)練11個(gè)月，有5個(gè)月的時(shí)間做預(yù)處理，僅訓(xùn)練之前的預(yù)處理就占了一半時(shí)間，非常長，成為訓(xùn)練的瓶頸。如何使預(yù)處理速度快？實(shí)際上就是大數(shù)據(jù)處理，把大數(shù)據(jù)處理軟件做好很不容易。時(shí)間關(guān)系我不展開講怎么做了。數(shù)據(jù)質(zhì)量好了，就可以做訓(xùn)練了。

第三模型訓(xùn)練。訓(xùn)練需要很多算力，也需要很多存儲(chǔ)，做起來事情挺多的，要解決的問題很多。但是我只講一件事，假設(shè)10萬塊卡，平均一小時(shí)出錯(cuò)，一出錯(cuò)就要重來進(jìn)行二次訓(xùn)練，到第二小時(shí)又出錯(cuò)，那就沒完沒了。過去做高性能的機(jī)器人都有一個(gè)辦法，假設(shè)一個(gè)小時(shí)左右出一次錯(cuò)，我們?cè)趺崔k？開始訓(xùn)練，訓(xùn)練到40分鐘時(shí)，在出錯(cuò)前主動(dòng)停下來。把當(dāng)時(shí)的硬件、軟件環(huán)境記到系統(tǒng)里，記到硬盤里去。記完以后繼續(xù)開始訓(xùn)練，訓(xùn)練到1小時(shí)左右出錯(cuò)了，過去是從頭來，現(xiàn)在不用了，把剛才記在硬盤的東西拿出來，從這個(gè)地方開始訓(xùn)練，這就比較簡單，我們過去都是這樣做的。但麻煩在哪呢？這個(gè)大模型訓(xùn)練數(shù)據(jù)量特別大，40分鐘到了，主動(dòng)把數(shù)據(jù)存到硬盤里，要存三個(gè)小時(shí)。一小時(shí)出一次錯(cuò)，那就亂成一鍋粥，就不好辦了。所以如何把這件事最后10分鐘、20分鐘解決？要解決的問題挺多的。不管如何，訓(xùn)練之后最終得到一個(gè)模型--基礎(chǔ)大模型。

第四是模型微調(diào)。不是已經(jīng)訓(xùn)練完了嗎？第三個(gè)過程出來我們叫基礎(chǔ)大模型，基礎(chǔ)大模型如果給醫(yī)院做醫(yī)療，還不怎么行。醫(yī)院數(shù)據(jù)訓(xùn)練太小了，基礎(chǔ)大模型是基礎(chǔ)數(shù)據(jù)，打架的、看電影的、看小說的，醫(yī)院的模型太小。所以模型的微調(diào)就是第二次訓(xùn)練，在基礎(chǔ)大模型的基礎(chǔ)上再訓(xùn)練一次，訓(xùn)練什么？醫(yī)院的數(shù)據(jù)。二次訓(xùn)練叫微調(diào)，出來的模型叫醫(yī)院大模型。實(shí)際上你還可以繼續(xù)，第三次訓(xùn)練。醫(yī)院大模型假如說用來看B超還不怎么行，怎么辦？在第二次訓(xùn)練的基礎(chǔ)上，把B超的數(shù)據(jù)再訓(xùn)練一次，出來就是B超大模型，由此還可以繼續(xù)下去。模型微調(diào)實(shí)際上是領(lǐng)域模型，第一次出來叫基礎(chǔ)大模型，第二次出來的叫領(lǐng)域、行業(yè)大模型，行業(yè)大模型還可以繼續(xù)細(xì)分下去，可以專門分為看肺的、看胃的，都可以做一次一次做下去。

最后是模型推理，推理的確是用的情況。五個(gè)過程都需要算力、存儲(chǔ)，都很費(fèi)時(shí)間。     

3.國產(chǎn)支持大模型訓(xùn)練的計(jì)算機(jī)系統(tǒng)現(xiàn)狀

現(xiàn)在做大模型的公司有三類。第一類是研發(fā)大模型，就是做大模型本身的。比如說百度、清華都有專門做大模型的。第二大模型+X，這就是做應(yīng)用了。做大模型是基礎(chǔ)大模型，大模型+是結(jié)合產(chǎn)業(yè)，像中關(guān)村科金就是跟金融結(jié)合，大模型用在金融方面會(huì)做得很好。所以大模型+X是做應(yīng)用的。第三支持大模型的計(jì)算機(jī)系統(tǒng)。比如1000塊卡，1塊萬卡，怎么聯(lián)（才能）讓推理、訓(xùn)練很快等。

而當(dāng)前支持大模型訓(xùn)練的，大概是第三類公司。

第一種是買英偉達(dá)的GPU訓(xùn)練，硬件性能好，編程生態(tài)好，大家都喜歡用。但問題是人家不賣給我們了，因此我們想辦法用國產(chǎn)的。高性能的芯片不賣我們，使得我們的人工智能走向本地化。

數(shù)據(jù)實(shí)地化，內(nèi)容主題化，算力國產(chǎn)化。但國產(chǎn)的大家不愿意用，因?yàn)樯鷳B(tài)不好。什么是生態(tài)？假設(shè)你有一個(gè)軟件是基于英偉達(dá)寫的，現(xiàn)在英偉達(dá)用不了，要移植到國產(chǎn)系統(tǒng)，如果很容易那就是生態(tài)好，否則就是不好。新寫一個(gè)軟件，跟過去的寫法基本差不多這叫生態(tài)好，如果完全不一樣，要重新學(xué)，這就是生態(tài)不太好。

4.解決國產(chǎn)智能算力，需要造10個(gè)軟件

現(xiàn)在用國產(chǎn)，我們的生態(tài)不太好，我們想辦法要做好十個(gè)軟件：并行系統(tǒng)、編程框架、通信庫、AI編譯器、算子庫、編程語言、調(diào)度器、容錯(cuò)系統(tǒng)、內(nèi)存分配系統(tǒng)、存儲(chǔ)系統(tǒng)。

比如，并行系統(tǒng)，現(xiàn)在不是1塊卡，而是1000塊卡、1萬塊卡，1塊卡訓(xùn)練一百天，我們買100塊卡，一天就訓(xùn)練完了。但中間要交換數(shù)據(jù)，交換一次是人家的90倍了，如果做得不好的話，100塊卡我們希望有100倍效能，只能做到3、4倍的效率。我們希望有70倍、80倍、90倍這就叫并行系統(tǒng)，想辦法接近100倍。做得不好，20倍。

再比如通信庫，1000塊卡、1萬塊卡要通信，怎么寫好？算子庫，寫一個(gè)矩陣軟件，最好不要寫，調(diào)用矩陣成本軟件，碰到什么就調(diào)用什么，這個(gè)庫要寫得多，寫得好。要有編譯器，國內(nèi)會(huì)做編譯系統(tǒng)的特別少，龍舟系統(tǒng)，一個(gè)小時(shí)就出錯(cuò)了，怎么才能繼續(xù)做下去？

由于時(shí)間關(guān)系，我不一一贅述。

5.清華帶隊(duì)打造“八卦爐”

清華大學(xué)帶著團(tuán)隊(duì)做了十個(gè)軟件，學(xué)生起了名字叫八卦爐，實(shí)際上只做了七個(gè)，沒做成十個(gè)，（圖中）紫色的是清華做的，國內(nèi)華為等很多公司，也做了相應(yīng)的軟件，我們湊了10個(gè)，協(xié)調(diào)“八卦爐”，硬件裝到八卦爐里做訓(xùn)練，就會(huì)比較好。

圖片

青島有一臺(tái)大機(jī)器叫神威，第一件事把“八卦爐”裝上訓(xùn)練，三個(gè)大模型訓(xùn)練，訓(xùn)練出來的效能還是不錯(cuò)的。

過去訓(xùn)練一個(gè)大模型要投入幾十億，但現(xiàn)在我國有十四億超算系統(tǒng)，錢都是國家付的，有的機(jī)器還有一點(diǎn)富余，在那里訓(xùn)練價(jià)錢是英偉達(dá)系統(tǒng)的六分之一。因?yàn)閲鴥?nèi)超算機(jī)器收費(fèi)便宜，不像英偉達(dá)要把機(jī)器成本收回來還要賺錢。

所以在座各位如果要做大模型訓(xùn)練，到青島的神威上做，六分之一的價(jià)格就夠。

沐曦是上海做芯片的公司，我們把“八卦爐”裝到它的系統(tǒng)上，從算子效率、并行方案、和集群支持，三方優(yōu)化后，平均性能提升30%，如果性能跟原來一樣，可以少買三分之一的卡。

燧原也是做芯片的，前幾年的卡主要是做推理的。推理卡這件事也有存儲(chǔ)器，訓(xùn)練完的參數(shù)擱到卡里的存儲(chǔ)器。推理過程中是一步步推理，中間的過程叫KV-catch，我們希望訓(xùn)練完有參數(shù)，推理過程中的部署，KV-catch擱進(jìn)去，這個(gè)東西擱不下性能就差。存儲(chǔ)大小取決于推理快慢。我們想了一個(gè)辦法，主機(jī)有存儲(chǔ)器，一般推理的時(shí)候主體的存儲(chǔ)器跟CPU不同時(shí)用，就可以把空出來的存儲(chǔ)器用起來。

摩爾芯片是一家北京的公司，存儲(chǔ)卡做得很不錯(cuò)了，我們把八卦爐裝上，性能也取得了很大的提高。

（劃重點(diǎn)，這里有一個(gè)猛料：月之暗面之前的宕機(jī)問題是如何解決的。）

Mooncake是Kimi幕后做大模型推理架構(gòu)的，也是清華大學(xué)計(jì)算機(jī)系畢業(yè)的小伙子（楊植麟）在做。數(shù)據(jù)更多、模型更大，更長的上下文窗口肯定效果更好。它支持200萬字的上下文，很多人都喜歡用它。

Kimi剛推出的時(shí)候一死機(jī)就買卡，買了五次卡還死機(jī)。最后我們想了一個(gè)辦法，更高推理負(fù)載意味著要買更多的推理卡，但推理卡主要是存儲(chǔ)器不夠，用的人多了，就要擴(kuò)大，這件事也麻煩。

圖片

我們想了一個(gè)辦法，一篇文章，第一個(gè)用戶說總結(jié)一下這篇論文，第二個(gè)用戶說這篇論文關(guān)鍵創(chuàng)新是什么，第三個(gè)用戶說有哪些相關(guān)研究，第四個(gè)用戶問這篇文章可以進(jìn)一步探索什么。如果四個(gè)用戶是獨(dú)立的，每個(gè)用戶都要獨(dú)立占用資源。用戶可能有幾萬個(gè)，以前都是獨(dú)立的，現(xiàn)在把用戶公共部分提煉出來，省了很多卡。

Mooncake以后就沒有再死過機(jī)，把存儲(chǔ)器好好用，也可以省很多卡。

6.兩點(diǎn)看法：關(guān)于國產(chǎn)萬卡系統(tǒng)和異地卡聯(lián)合訓(xùn)練

第一點(diǎn)，構(gòu)建國產(chǎn)萬卡系統(tǒng)很重要也很難。人工智能需要越多的卡越好，萬卡系統(tǒng)要做，但是很難。首先，因?yàn)槿思也毁u給我們了，只能建國產(chǎn)一萬塊卡。

其次，什么叫好？一萬塊卡建完以后，大家基本都喜歡用，而且要基本好用，達(dá)到這個(gè)目的非常難。

現(xiàn)在建的卡有多少用戶喜歡用？第一塊卡是A公司的，第二塊卡是B公司的，第三塊卡是C公司的，一起用效果極差。不要用這種方式，少弄一點(diǎn)研究一下可以。如果是做高性能計(jì)算，最初買Intel芯片1000個(gè)，后來出新芯片了，又買了1000個(gè)，新芯片、老芯片各有1000個(gè)，軟件不用改，就可以轉(zhuǎn)起來。但前1000個(gè)芯片本事小一點(diǎn)，后1000個(gè)芯片本事大一點(diǎn)。

一個(gè)任務(wù)來了，分成2000份，還要記得給其中1000個(gè)芯片分小一點(diǎn)的任務(wù)，另外1000個(gè)芯片分大一點(diǎn)的任務(wù)，這還是靜態(tài)的。如果是動(dòng)態(tài)的，你怎么分？

這就是木桶效應(yīng)，有的板長，有的板短，整個(gè)桶裝多少水是由短板決定的，新板子再長也沒有用。所以1000個(gè)老CPU和1000個(gè)CPU合起來，性能比2000個(gè)老CPU性能還低一點(diǎn)，為什么要做這件事？

第二點(diǎn)，異構(gòu)卡聯(lián)合訓(xùn)練，效果不太好。現(xiàn)在加上異構(gòu)卡，就更難了。靜態(tài)的任務(wù)，我們都不會(huì)合在一起做，中國人不做，美國人也不做，因?yàn)椴缓纤恪４送猓惖乜ǎ瑸槭裁锤y，因?yàn)閿?shù)據(jù)從北京傳到貴州，5天才能到，怎么訓(xùn)練？貴州做出來結(jié)果送到上海，又要5天，怎么做？異構(gòu)卡、異地卡訓(xùn)練效果都不好。錢少的人不需要做，錢多的人可以試試。

謝謝大家！

本文轉(zhuǎn)載自??51CTO技術(shù)棧??，作者：言征