北京2023年9月13日 /美通社/ -- 當前，“百模大戰(zhàn)”帶來了算力需求的爆發(fā)，AI芯片產(chǎn)業(yè)也迎來巨大機遇，“創(chuàng)新架構+開源生態(tài)”正在激發(fā)多元AI算力產(chǎn)品百花齊放。面對新的產(chǎn)業(yè)機會，AI算力產(chǎn)業(yè)鏈亟需通過上下游協(xié)作共同把握機遇。
近日，浪潮信息AI&HPC產(chǎn)品線高級產(chǎn)品經(jīng)理Stephen Zhang在開放計算中國峰會就AIGC時代的算力需求趨勢與開放加速計算發(fā)展之道進行了洞察分享，他指出，開放加速計算生態(tài)協(xié)作將有效賦能多元的AI算力產(chǎn)品創(chuàng)新發(fā)展，為應對AIGC時代的算力挑戰(zhàn)提供有益的解決之道。
以下為演講要點：
以下為演講原文：
大模型時代的算力需求及趨勢
自ChatGPT發(fā)布以來，大家可以明顯地感受到全社會對于生成式人工智能技術的廣泛關注，ChatGPT出圈之后帶來了更多參與者，模型的數(shù)量和模型參數(shù)量不斷激增。據(jù)不完全統(tǒng)計，我們國家的大模型數(shù)量已經(jīng)超過110個，這就帶來了對于AI算力需求的劇增。
針對大模型發(fā)展帶來的嚴峻算力挑戰(zhàn)，我們進行了大量的需求分析和趨勢判斷。從AI服務器算力及功耗隨時間變化的趨勢來看，要解決大模型的算力短缺問題，最直接的方式是提高單機的算力。從2016年到現(xiàn)在，AI服務器單機算力增長近100倍，功耗從4千瓦增長到12千瓦，下一代AI服務器的功耗繼續(xù)增長到18千瓦乃至20千瓦以上。AI服務器的系統(tǒng)架構供電、散熱方式，以及數(shù)據(jù)中心基礎設施建設模式，將難以滿足未來高功耗AI服務器的部署需求。
其次，大模型參數(shù)量增長對GPU數(shù)量的需求也隨之增加，需要更大的顯存容量承載。2021年，一個千億規(guī)模的大模型需要3,000 GB顯存容量空間承載，換算過來需要將近40張80G的GPU才能放得下這個模型，包括權重參數(shù)、梯度數(shù)據(jù)、優(yōu)化值數(shù)據(jù)和激活值數(shù)據(jù)。今天，很多大模型的參數(shù)量已經(jīng)超過了萬億規(guī)模，顯存容量將會達到30,000GB，需要將近400塊80G顯存的GPU才能承載，這意味著需要更大規(guī)模的算力平臺才能進行如此規(guī)模大模型的訓練。
更大規(guī)模的平臺會帶來另外一個問題，即卡與卡之間、不同的節(jié)點之間的更多通信，大模型的訓練需要融合多種并行策略，對卡間P2P互連帶寬以及跨節(jié)點互聯(lián)帶寬提出了更高的要求。
以2457億參數(shù)的“源1.0”大模型訓練的工程實踐為例，“源1.0”訓練共有1800億Token，顯存容量需求7.4TB，訓練過程中融合了張量并行、流水行并行、數(shù)據(jù)并行三種策略。單節(jié)點張量并行通信頻次達到每秒82.4次，節(jié)點內通信帶寬最低需求達到194GB/s。計算節(jié)點內會開展流水線并行，跨節(jié)點通信帶寬達到26.8GB/s，至少需要300Gbps通信帶寬才能滿足流水線并行訓練的帶寬需求。在訓練“源1.0”過程中，實際用到兩張200Gbps網(wǎng)卡進行跨節(jié)點通信，數(shù)據(jù)并行通信頻次低但數(shù)據(jù)量大，帶寬需求至少要達到8.8GB/s，單機400Gbps的帶寬可以滿足。
隨著模型參數(shù)量進一步增加以及GPU算力的成倍增加，未來需要更高的互連帶寬才能滿足更大規(guī)模模型的訓練需求。
開放加速計算 為超大規(guī)模深度神經(jīng)網(wǎng)絡而生
面向AIGC大模型訓練的計算系統(tǒng)需要具備三個主要特征，一是大算力，二是高互聯(lián)，三是強擴展，傳統(tǒng)的PCIe CEM形態(tài)的加速卡很難滿足三個特征需求，因此越來越多的芯片廠商都開發(fā)了非PCIe形態(tài)的加速卡。
開放計算組織OCP在2019年發(fā)布了專門面向大模型訓練的加速計算系統(tǒng)架構，核心是UBB和OAM標準，特點是大算力。Mezz扣卡形態(tài)的加速器具備更高的散熱和互聯(lián)能力，可以承載具有更高算力的芯片。同時，它有非常強的跨節(jié)點擴展能力，可以很輕易地擴展到千卡、萬卡級的平臺，支撐大模型的訓練。這個架構是天然適用于超大規(guī)模深度神經(jīng)網(wǎng)絡訓練的計算架構。
但是，在OAM產(chǎn)業(yè)落地過程中，很多廠商所開發(fā)的加速卡依然存在硬件接口不統(tǒng)一、互連協(xié)議不統(tǒng)一，同時軟件生態(tài)互不兼容，帶來了新型AI加速卡系統(tǒng)適配周期長、定制投入成本高的落地難題，導致算力供給和算力需求之間的剪刀差不斷加大，行業(yè)亟需更加開放的算力平臺，以及更加多元的算力支撐大模型的訓練。
對此，浪潮信息開展了大量工作，包括技術上的預研和對產(chǎn)業(yè)生態(tài)的貢獻。2019年開始，浪潮信息牽頭主導了OAM標準的制定，發(fā)布了首款開放加速基板UBB，同時開發(fā)了全球首款開放加速參考系統(tǒng)MX1，并協(xié)同業(yè)界領先的芯片廠商一起完成了OAM形態(tài)加速卡的適配，證明了這條技術路線的可行性。為了推動符合OAM開放加速規(guī)范的系統(tǒng)產(chǎn)業(yè)化落地，浪潮信息開發(fā)了第一款“ALL IN ONE” OAM服務器產(chǎn)品，把CPU和OAM加速卡集成到一臺19英寸機箱中，實現(xiàn)數(shù)據(jù)中心級的快速部署，并在眾多客戶的智算中心落地應用。
此后，OAM 芯片的算力和功耗在不斷提升，同時數(shù)據(jù)中心對于綠色節(jié)能的要求也越來越高。對此，我們開發(fā)了第一款液冷OAM服務器，可以實現(xiàn)8顆OAM加速器和兩顆高功耗的CPU的液冷散熱，整個液冷散熱覆蓋率超過90%，基于這款產(chǎn)品構建的液冷OAM智算中心解決方案，千卡平臺穩(wěn)定運行狀態(tài)下PUE值小于1.1。而浪潮信息剛剛發(fā)布的新一代的OAM服務器NF5698G7，基于全PCIe Gen5鏈路，H2D互聯(lián)能力提升4倍，為新一代OAM研發(fā)提供了更加先進的部署平臺。
通過平臺架構設計和算力算法協(xié)同設計解決能耗問題
僅僅提供算力平臺是不夠的，目前數(shù)據(jù)中心面臨著巨大的能耗挑戰(zhàn)，尤其是面向大模型訓練的AI服務器，單機功耗輕易超過6-7千瓦。
一個公式可以快速計算訓練一個大模型所需要的整體耗電量（E）：分子用6倍模型參數(shù)量和訓練過程中所用到的Token數(shù)量表征大模型訓練所需要的算力當量，分母用加速卡的數(shù)量還有單張加速卡的算力性能表征智算基礎設施所能夠提供的整體算力性能，二者相除的結果代表的是訓練大模型所需要的時間，乘以Ecluster指標（大模型訓練平臺每日耗電量）即可得到整體耗電量。那么，在選定模型并且有確定卡數(shù)和規(guī)模的情況下，只有通過優(yōu)化單卡算力值，或者降低單個平臺的耗電量，才能優(yōu)化大模型訓練所需的整體耗電量。
針對這兩個參數(shù)的優(yōu)化，我們做了進一步研究。通過兩張表格了呈現(xiàn)不同大模型訓練平臺網(wǎng)絡架構設計下，平臺功耗和相應的大模型訓練整體功耗的對比。以單機2張網(wǎng)卡（NIC）組網(wǎng)方案和單機8張網(wǎng)卡（NIC）組網(wǎng)方案為例，雖然不同網(wǎng)卡數(shù)量帶來的單機功耗影響并不顯著，然而放到整個計算平臺層面，網(wǎng)卡數(shù)量增加導致交換機數(shù)量增加，總功耗會有顯著差異，8網(wǎng)卡方案總功耗可達2000多千瓦，2網(wǎng)卡方案只有1600多千瓦，2張網(wǎng)卡方案可以節(jié)省功耗18%。
因此，面向實際應用需求，通過精細化地計算大模型訓練所需要的網(wǎng)絡帶寬，可以在不影響性能的前提下，顯著地優(yōu)化總功耗?！霸础贝竽Ｐ陀柧氝^程當中，僅僅使用了兩張200G的IB卡就完成2457億參數(shù)模型的訓練，這是我們發(fā)現(xiàn)的第一個優(yōu)化訓練平臺總功耗的技術路徑。
第二，提高單卡算力利用率以實現(xiàn)提效節(jié)能，也是非常重要的一個命題。經(jīng)我們測試，采用算法和算力架構協(xié)同設計的方法，基于算力基礎設施的技術特點，深度優(yōu)化模型的參數(shù)結構和訓練策略，可以用更短的時間完成同等規(guī)模模型的訓練。以GPT-3模型的訓練為例，模型訓練時間可以從15天優(yōu)化為12天，總耗電量節(jié)省達到33%。
以上兩點可以說明，應用導向的架構設計，以及算力和算法的協(xié)同設計，能夠實現(xiàn)更高效的大模型訓練，最終加速節(jié)能降碳目標的實現(xiàn)。
綠色開放加速平臺，賦力大模型高效釋放算力
基于上述在開放計算、高效計算的技術、產(chǎn)品和方法的創(chuàng)新和研究，浪潮信息正在積極構建面向生成式AI的綠色開放加速智算平臺。
去年協(xié)同合作伙伴發(fā)布的液冷開放加速智算中心解決方案，首先具有非常高的算力性能；其次，可以實現(xiàn)千芯級大規(guī)模擴展，支撐超千億規(guī)模模型訓練；同時，先進液冷技術使整個平臺的PUE大幅優(yōu)化。
同時，浪潮信息也在積極構建全棧開放加速智算能力，除了提供底層的AI計算平臺，上層有AI資源平臺，能夠在資源管理層通過統(tǒng)一接口實現(xiàn)對于30余種多元算力芯片的統(tǒng)一的調度和管理。再往上是AI算法平臺，提供開源的深度學習算法框架、大模型以及開放的數(shù)據(jù)集。在此之上是算力服務，包括算力、模型數(shù)據(jù)、交付、運維等多種服務模式。最上層是擁有4000多家合作伙伴的元腦生態(tài)，浪潮信息和生態(tài)合作伙伴共同開展開放加速計算方案的設計，并成功地推向產(chǎn)業(yè)落地。
基于開放加速規(guī)范的AI計算平臺目前已經(jīng)適配20多種業(yè)界主流的大模型，包括大家非常熟悉的GPT系列、LLaMA、Chat GLM、“源”，同時還支持多類擴散模型適配。
“助百芯，智千?！?加速多元算力落地
在AIGC技術和產(chǎn)業(yè)快速發(fā)展過程中，雖然業(yè)界已經(jīng)制定了開放加速計算相關規(guī)范，但產(chǎn)業(yè)落地還存在一些問題。比如，開放計算系統(tǒng)定制化程度高，規(guī)范覆蓋的領域不足，包括多元算力芯片的系統(tǒng)適配、管理和調度，以及深度學習環(huán)境的部署等等。
在OAM規(guī)范基礎上，日前《開放加速規(guī)范AI服務器設計指南》發(fā)布，基于當前AIGC產(chǎn)業(yè)背景下客戶的痛點，定義了開放加速服務器設計的原則，包括應用導向、多元開放、綠色高效、統(tǒng)籌設計。同時對服務器設計方法進行深化和細化，包括從節(jié)點層到平臺層的多維協(xié)同設計方案。方案充分考量適配和研發(fā)過程中遇到的問題，進一步細化了節(jié)點到平臺的設計參數(shù)，最終目的是提高多元算力芯片的開發(fā)和適配、部署效率。
由于面向AIGC訓練的服務器具有非常多的高功耗芯片以及高互連帶寬設計，穩(wěn)定性問題嚴峻，需要更加全面的測試保證系統(tǒng)穩(wěn)定性，減少斷點的發(fā)生和對大模型訓練效率的影響。因此，《指南》提供了從結構、散熱、壓力、穩(wěn)定性、軟件兼容性等全面系統(tǒng)的測試指導。
最后，多元算力要推向產(chǎn)業(yè)應用，最關鍵的是性能，包括芯片性能、互連性能、模型性能以及虛擬化性能?！吨改稀坊谇捌诜e累的Benchmark調優(yōu)經(jīng)驗，提出了性能測評和調優(yōu)標準及方法，幫助合作伙伴更快、更好地將他們最新的芯片產(chǎn)品推向應用落地，提高算力的可用性。最終目標是推動整個AI算力產(chǎn)業(yè)的創(chuàng)新和發(fā)展，協(xié)同產(chǎn)業(yè)鏈上下游合作伙伴推動整個開放加速生態(tài)，共同應對AIGC時代的算力挑戰(zhàn)。
謝謝大家！
