中國推出全球首台類腦智能計算機 個人超算時代不再遙遠香港新聞網10月28日電（記者 崔隽）超級算力“飛入尋常百姓家”不再是空談。近日，中國科學家推出了全球首款超小型、移動式類腦智算體——“智者一號”（BI Explorer，BIE-1），其體積與迷你冰箱類似，功能相當於房間大小的超級計算機。與英偉達的DGX Spark相比，“智者一號”的突破之處在哪些方面？中國為何可在此領域領先一步？未來個人超算將如何改變科研和產業場景，影響世界？
全球首款類腦算法智算體——“智者一號”（圖源：廣東省智能科學與技術研究院官網） 將超級計算能力“裝進小冰箱” “智者一號”由廣東省智能科學與技術研究院的兩家孵化企業——珠海橫琴新近紀智能科技有限公司和燧人（珠海）醫療科技有限公司聯合推出。在有限空間內，智者一號”集成了1152個CPU核心、4.8T DDR5內存和204T存儲空間，運行噪音可控制在45分貝以下。 值得一提的是，即使滿負荷運轉，設備溫度仍能穩定控制在70攝氏度以內。研究人員用了一個比喻：就像把一座大型圖書館的藏書和檢索能力，完整放進家里的書櫃，而且省電、安靜。 “智者一號”的核心創新，并不只在於小型化，而在於它成功將類腦智能技術集成到如此緊凑、高能效的商業化產品中，代表的是一種與主流AI不同的技術發展路徑的探索。此外，它還具有小樣本學習、持續學習不遺忘、多模態信息并行處理等特點，這在一定程度上降低了AI開發對海量數據和巨量算力的依賴。 “傳統的計算中心就像是一棟大樓，早期需要大量投資，且能耗需求很高；‘智者一號’僅有迷你單門冰箱的大小，在家用插座上就能直接運行，功耗僅為傳統超算設備的十分之一。”廣東省智能科學與技術研究院智能計算系統聯合實驗室主任聶磊指出，這種緊凑高效的硬件設計思路，不僅適用於獨立部署場景，也為提升現有算力設施的能效密度提供了新的技術路徑。 在實際性能測試中，“智者一號”表現突出。在單節點CPU上，“智者一號”僅用30小時就完成了百億token的訓練任務，訓練和推理速度分別達到10萬token/秒和50萬token/秒，性能媲美需要多張高端GPU的傳統算力集群。 中國在個人超算的深厚基礎 就在“智者一號”發佈前約半個月，英偉達CEO黃仁勛向馬斯克交付了名為DGX Spark的個人AI超級計算機。其核心思路是將數據中心的算力濃縮至桌面設備，目標是在本地直接運行千億級參數的大模型。這也表明“個人超算”已成為行業巨頭重點布局的方向。 英偉達個人AI超級計算機是對其強大數據中心技術的一次“精煉濃縮”。它將經過市場驗證的Blackwell架構GPU等核心部件，以更小的形態提供給開發者，其創新更側重於工程上的極緻封裝和現有生態的延伸。相比較而言，“智者一號”的類腦路徑，是其獨特的直覺神經網絡類腦算法。通過“說理能力”，它不僅能輸出結果，還能提供得出該結果的推理過程，使AI的判斷變得可追溯、可理解。 傳統超算是解決宏觀世界的巨型科學工程問題，而個人超算的興起，其核心驅動力是人工智能，特別是大模型的普及和應用。中國在這個領域的競爭中具有深厚基礎優勢。首先，中國擁有研製“天河二號”“神威·太湖之光”等世界頂級超算的豐富經驗，這些大科學工程培養了一支從硬件到軟件、從系統架構到應用開發的完整人才梯隊。 “智者一號”誕生在橫琴粵澳深度合作區，本身也是粵港澳大灣區國際科技創新中心建設的重要平台，區域發展為其提供了有利環境。 同時，在傳統CPU/GPU領域面臨一定製約的背景下，中國在類腦計算、量子計算新興架構上投入巨大，尋求突破。“換道超車”戰略是大勢所趨，“智者一號”是其中一個典型成果。 此外，中國擁有龐大的產業體系，智慧城市、智能製造、數字醫療等領域對AI算力有巨大且多樣的需求和場景，為個人超算提供了廣闊的試驗場和應用舞台。 個人超算將如何重塑世界？ “‘智者一號’的發佈，標誌著智能超級計算機將開啟‘小型化、綠色化、個性化、普惠化、大眾化’的‘移動式個人超算’時代。它不僅拓展了超級計算的部署形態與適用邊界，也為構建更綠色、更靈活、更易用的未來算力體系提供了關鍵技術支撐。”中國科學院院士、廣東省智能科學與技術研究院院長張旭表示。 研究人員稱，“智者一號”能够拓展至視覺分析、生物醫學推理、多模態融合等多元應用場景，為各行各業破解“數據少、算力缺”的難題提供了全新解法。 當超級算力走出超級機房和大型超算中心，逐步走進尋常百姓家，世界會發生怎樣的改變？也許到那時，科研範式會發生巨大變化，每個科學家桌面上可能都有“個人超算”，“計算顯微鏡”或成為現實，會極大加速新藥研發、新材料發現等領域的進程。產業智能化也會進一步深入，在工廠、醫院、農場，小型化的智算體可以成為本地的“智能大腦”，實現更實時、可靠、安全的決策，減少對雲端數據的依賴。 當算力民主化的時代來臨，屆時智能應用可從“千人一面”的通用服務邁向“千人千面”的個性化定製。從中小企業、科研團隊到個人開發者，都可以低成本地進行AI模型訓練和推理，進而激發更廣泛的創新活力。（完） 【編輯：崔隽】
|
