超算与大模型“双向奔赴”，破解算力困局

连续四年能够拿到通用CPU算力性能（同构众核CPU性能）第一名，是对北龙超云综合实力的有力认证，也是其商业化的成果体现。当前，大模型上百亿、万亿规模的训练参数，对算力、数据、算法均提出更高的要求，而超算正越来越多地跟行业大模型深度融合，以算力的蓬勃发展激发经济增长新动能。在这个超算与大模型“双向奔赴”的时代，北龙超云将扮演什么角色？发挥什么作用？

算力是由市场驱动的，随着技术的进步，各领域对算力的需求会越来越高。IDC数据显示，2023年中国智能算力规模达到427EFlops，预计未来5年中国智能算力规模的年复合增长率将达52.3%。

当前，大模型为各行业带来海量AI算力需求，但AI算力在不同区域、行业分布不平均，这也导致全国乃至全球高端超算算力极度紧缺。在算力布局方面,国内目前有很多算力中心，这其中既有传统的超算中心、新兴的智算中心，也有各地在不断建设、商业化应用非常成熟的超大规模云数据中心。

北京并行科技股份有限公司AI云总经理赵鸿冰博士认为，超算和智算两者之间并没有本质的区别。因为我国的超算市场可以根据服务对象不同分为四类：尖端超算、通用超算、智能超算和行业超算。

尖端超算以国家级的技术创新、理论验证和精密测试为主，对计算资源和性能有极致的需求，例如航空航天、精尖制造、气象监测等。     

通用超算的性能要求比尖端超算较低，集群式的云服务在一定程度上能够满足通用超算的需求，如高校科研、工业仿真等。北龙超云主要面向万核以下（尤其是千核以下）的应用，为需求不一的海量用户提供租赁式超级云计算服务。

智能超算就是现在行业内广泛提及的智算，也是超算的一个细分，大模型训练就是典型的智算应用场景。

行业超算以满足企业产品业务优化为主，对超算服务的需求比较零散，对极致性能的追求也更加有限，如汽车机械、多媒体渲染等。 

“算力网络是解决当前算力问题的最优模式，只要还有可用超算算力，算力网络就可以支撑用户完成计算任务。”赵鸿冰表示。北龙超云基于算力网络的服务模式，聚集国内优质超算和智算算力资源，实现算力资源、应用资源、数据资源的共享与交易，面向终端用户提供多样化的算力服务。

北龙超云探索与实践“算力网络”服务模式，积极响应国家“东数西算”发展政策，为行业发展提供了一套行之有效的“破题方法”。甄亚楠介绍，北龙超云具备多种算力芯片资源，包括CPU、GPU、国产算力，在建设、管理、服务上不断探索创新的算力服务模式，以满足不同应用场景的使用需求。

与此同时，高质量、高性能、高性价比的超算架构成为赋能大模型、破解算力困局的刚需。作为超算架构大模型算力领跑者，北龙超云注重以应用为核心，解决算力选型、应用部署、优化等一系列算力诉求，打造了可适用于超算、智算的算力服务平台，不仅可以实现自有算力的纳管，还可以对接第三方合作伙伴的算力资源，为用户提供高质量、高性能、高性价比的算力服务。

独行者快，众行者远。从算力中心的建设到基础算力的服务，再到算力网络的搭建、算力软件等生态的构成，这需要全产业链的共同努力。相信在产业链的共同推动下，超算算力将以软件方式提供给用户，最终将像电力一样走进千家万户，使得任何人在任何地方、任何时间都可以获得算力。