千億美元打造一個系統(tǒng)，成本越來越高的AI超算

電子發(fā)燒友網(wǎng)報道（文/周凱揚）從近年來新發(fā)布的超算機器和新的HPC AI性能榜單可以看出，AI算力已經(jīng)在超算中成了不可忽視的性能指標之一，但也為廠商帶來了更大的成本挑戰(zhàn)。比如微軟近期就爆出和OpenAI合作，打造一個千億美元級別的超算系統(tǒng)。

千億美元打造AI超算

根據(jù)外媒報道，此次打造的千億美元超算系統(tǒng)名為Stargate，星門。這一超算系統(tǒng)僅僅只是微軟和OpenAI一系列數(shù)據(jù)中心合作項目之一，但造價已經(jīng)高到離譜了。從規(guī)模上看，這個超算的硬件配置已經(jīng)到了遠超現(xiàn)有系統(tǒng)的程度。據(jù)爆料，星門將集成百億個最新的英偉達GPU，造價可能會達到1150億美元。不過在互聯(lián)方案上，微軟可能會跳過英偉達的InfiniBand專用方案，而采用更加通用以太網(wǎng)方案。

當然了，雖然總成本較高，但微軟并沒有一次建成的部署策略，而是分拆成五個階段，整個項目在2028年成功建成。這樣可以盡早讓該系統(tǒng)投入使用，畢竟對于新的模型而言，率先發(fā)布才不會錯失市場機會。這或許也與微軟采用通用的以太網(wǎng)方案有關(guān)，畢竟面對跨度如此長的方案而言，專用方案很可能會面臨被兼容性差和被淘汰的局面。微軟預計會在第四階段，也就是2026年左右，正式啟用這一超算系統(tǒng)。

除此之外，超算的部署地點依然待定，這無疑與部署地的電網(wǎng)供電能力息息相關(guān)，當?shù)卣绻芴峁┲С肿匀蛔詈?。不過從硬件規(guī)模來看，單系統(tǒng)的耗電已經(jīng)達到千兆瓦級，無論是對美國哪個州而言，都是巨大的供電挑戰(zhàn)。也正因如此，微軟正在考慮核能在內(nèi)的其他替代能源方案。

超算部署成本發(fā)生的變化

時至今日，微軟已經(jīng)在OpenAI上花了130億美元，使用其數(shù)據(jù)中心來為ChatGPT之類的應用提供硬件支持。但此次的星門項目更是規(guī)模浩大，這也說明了新模型的訓練和推理，仍在對數(shù)據(jù)中心的硬件提出新的要求，需要用性能更強的AI超算來解決。

但這并不意味著普遍的超算成本真的有這么夸張的變化，要知道目前TOP500上排名第一的超算Frontier，其成本也只有6億美元。對于科研專用的單個超算系統(tǒng)而言，雖然造價不算低，但在政府的科研經(jīng)費支持下，研究機構(gòu)還是可以負擔起的。

不過值得注意的是，TOP500上的超算都有公開的跑分成績，為了實現(xiàn)這樣的成績，需要一定時間的優(yōu)化，再運行一段時間的測試才會有此成績。而市面上，尤其是在不少大型互聯(lián)網(wǎng)公司內(nèi)部，也存在并沒有公開提交成績的超算，因為這類系統(tǒng)幾乎是從誕生起就被投入商業(yè)使用了。

所以市面上肯定有超過6億美元的超算系統(tǒng)，比如Meta就在幾個月前打造了兩套系統(tǒng)，分別集成了2萬個H100 GPU，總成本在10億美元以上。其他的互聯(lián)網(wǎng)公司，諸如國內(nèi)的百度、騰訊等，想必也有龐大的硬件購買計劃。

寫在最后

隨著HPC與AI在需求和計算負載上的融合，市場趨勢從前幾年的“帶AI功能的HPC系統(tǒng)”變成了“同樣可以用于HPC的AI系統(tǒng)”。但從其規(guī)模來看，對于HPC市場也未嘗不是一件好事，畢竟目前AI超算的商業(yè)價值更高，能夠吸引到更多的投資和補貼，也有望進一步推動HPC硬件的革新速度。