眾所周知，人工智能 (AI) 有望革新人類活動的方方面面。然而，要充分釋放這一潛力，就必須面對一個基本事實：支撐傳統(tǒng)計算的基礎設施已無法滿足未來 AI 發(fā)展的需求。

當前，產(chǎn)業(yè)已經(jīng)見證了這場變革所呈現(xiàn)出的驚人規(guī)模：

訓練 ChatGPT-4 使用了超過 1PB 的數(shù)據(jù)——相當于兩億首歌曲連續(xù)播放長達 1,000 年。

OpenAI 每月為 10 億活躍用戶提供服務，每位用戶消耗的數(shù)據(jù)量是傳統(tǒng)應用的一萬倍。

到 2030 年，這場 AI 革命將帶動超過一萬億美元的基礎設施投資。

這一爆炸性增長正在推動數(shù)據(jù)中心的能耗從兆瓦級躍升至吉瓦級，由此帶來的限制無法僅靠增加更多通用服務器來解決。整個行業(yè)必須從根本上重新思考計算基礎設施的架構(gòu)設計、構(gòu)建方式和部署策略。那些能夠成功駕馭這場轉(zhuǎn)型的企業(yè)，將充分釋放 AI 的潛力；而未能及時跟進的企業(yè)，則極有可能面臨被市場淘汰的風險。

在近日于舊金山舉辦的第 62 屆設計自動化大會 (DAC) 的 SKYTalk 演講中，Arm 高級副總裁兼基礎設施事業(yè)部總經(jīng)理 Mohamed Awad 分享了如何擁抱基礎設施變革，抓住 AI 的萬億美元機遇的經(jīng)驗與洞察。

過往技術(shù)變革的經(jīng)驗啟示

Awad 表示，應對如此巨大的技術(shù)變革其實已有“藍圖”可循。在過去的 30 年里，從移動計算到汽車變革，再到物聯(lián)網(wǎng)部署，歷次成功的技術(shù)革命都遵循著相似的發(fā)展路徑。而那些最終脫穎而出成為領軍者的企業(yè)，普遍具備以下三個共同特征：

追求技術(shù)領先

具備系統(tǒng)級思維

培育強大的生態(tài)系統(tǒng)

這一發(fā)展模式為 AI 轉(zhuǎn)型提供了重要借鑒。回顧移動革命，它不僅僅是處理器速度的提升，更涉及對能效優(yōu)化、軟件棧乃至制造合作伙伴關系的全面革新。同樣，汽車行業(yè)向自動駕駛和電動化轉(zhuǎn)型的過程中，也需要在芯片設計、系統(tǒng)架構(gòu)以及生態(tài)協(xié)作等層面采取一體化的推進策略。

Awad 表示，“要讓 AI 真正實現(xiàn)我們?yōu)槠湓O定的宏偉目標，所需的其實還是同樣的路徑——技術(shù)領先、從底層開始設計的系統(tǒng)，以及強大的生態(tài)系統(tǒng)。”

基礎設施演進的迫切性

數(shù)據(jù)中心的演進過程充分展現(xiàn)了行業(yè)快速適應 AI 需求的能力。2020 年之前，企業(yè)主要依賴通用服務器，并通過 PCI 插槽添加加速器。到了 2020 年，重點轉(zhuǎn)向了具備 GPU 之間直連能力的集成服務器。2023 年，我們見證了 CPU 與 GPU 的高度耦合集成。而如今，行業(yè)正向完整的“AI 工廠”邁進——從芯片層面開始，為特定負載場景打造整個服務器機柜。

領先的科技公司正在摒棄“一刀切”的通用架構(gòu)思路。NVIDIA 的 Vera Rubin AI 集群、亞馬遜云科技 (AWS) 的 AI UltraCluster、Google 的 Cloud TPU 機柜，以及微軟的 Azure AI 機柜，都是針對自身獨特需求而專門打造的定制化系統(tǒng)，而非通用解決方案。

Awad 解釋道，“所有領先的超大規(guī)模云服務商都在做同樣的事情。他們從芯片層開始構(gòu)建高度集成的系統(tǒng)，根據(jù)自身的系統(tǒng)需求反向驅(qū)動芯片層的創(chuàng)新。”

這一轉(zhuǎn)變反映出整個行業(yè)達成的廣泛共識：AI 的計算需求必須依賴專為 AI 工作負載設計的基礎設施，而非在通用系統(tǒng)基礎上改造的解決方案。

經(jīng)大規(guī)模驗證的性能表現(xiàn)

AWS 報告稱，過去兩年新部署的 CPU 算力中，有超過 50% 來自其搭載 Arm 架構(gòu)的 Graviton 處理器。此外，包括 Amazon Redshift、Prime Day、Google 搜索和 Microsoft Teams 在內(nèi)的關鍵工作負載，如今都運行在基于 Arm Neoverse 等先進技術(shù)構(gòu)建的基礎設施上，實現(xiàn)了顯著的性能提升與能效優(yōu)化。

Awad 進一步解釋說，這些舉措并非出于成本削減的考量，而是為了追求性能。企業(yè)打造定制芯片，并不是因為它成本更低，而是因為它能在特定數(shù)據(jù)中心環(huán)境下，實現(xiàn)通用解決方案所無法達到的性能與能效水平。

通過協(xié)作加速創(chuàng)新

打造定制芯片面臨著諸多挑戰(zhàn)，包括高昂的成本、復雜的設計以及漫長的開發(fā)周期。解決之道在于通過協(xié)作生態(tài)系統(tǒng)來降低門檻、加速創(chuàng)新。像 Arm CSS (Compute Subsystems) 此類的預集成的計算子系統(tǒng)、共享的設計資源以及經(jīng)過驗證的工具流程，都能顯著縮短開發(fā)周期。

已有行業(yè)實例展現(xiàn)了生態(tài)協(xié)作的潛力。部分合作項目通過在設計中使用預配置、預驗證的 CSS，使合作伙伴節(jié)省了 80 人/年的工程師投入，將開發(fā)周期從數(shù)年縮短至數(shù)月。Awad 表示，其中一個項目從啟動到制造出能夠在 128 個核心上運行 Linux 的芯片，僅用了 13 個月——對于頂尖的芯片開發(fā)而言，這一速度堪稱驚人。

正在興起的芯粒 (Chiplet) 生態(tài)系統(tǒng)，代表了行業(yè)協(xié)作的又一重大突破。像 Arm 芯粒系統(tǒng)架構(gòu) (Arm Chiplet System Architecture, CSA) 這樣的行業(yè)倡議正在定義通用接口與協(xié)議，諸多亞太地區(qū)的合作伙伴已經(jīng)參與其中，共同開發(fā)標準化的計算模塊，并可按需組合應用于不同場景，從而構(gòu)建更加靈活且更具成本效益的開發(fā)路徑。此外，通過 Arm 全面設計 (Arm Total Design) 等生態(tài)項目，這類協(xié)作框架將晶圓代工廠、設計服務商、IP 供應商以及固件合作伙伴緊密連接起來，以簡化整個開發(fā)流程。

軟硬件協(xié)同釋放 AI 潛力

僅靠硬件創(chuàng)新無法真正釋放 AI 的潛力。實現(xiàn)成功還需要強大的軟件生態(tài)系統(tǒng)作支撐——這背后凝聚了長達 15 年的持續(xù)投入：數(shù)百萬開發(fā)者的參與、廣泛的開源項目支持，以及成千上萬家供應商共同打造兼容的解決方案。

當今領先的 AI 基礎設施部署依托于成熟的軟件棧，涵蓋 Linux 發(fā)行版、云原生技術(shù)、企業(yè)級 SaaS 應用以及 AI/ML 框架等。這種軟件的成熟度使得企業(yè)能夠放心地部署新的硬件架構(gòu)，確信其整個技術(shù)堆棧可以無縫運行。

Awad 表示，“如果沒有軟件，硬件就沒有意義。這一點至關重要。因為當我們談論為 AI 而打造的加速器、設備和芯片時，人們常常會問我軟件方面的情況。常有初創(chuàng)公司來找我說，‘嘿，我開發(fā)了這個很棒的硬件產(chǎn)品。’但當我問他們，‘有多少人專門為它開發(fā)軟件？’時，答案往往就沒那么有說服力了。”

擁抱基礎設施變革

隨著 AI 持續(xù)呈指數(shù)級增長，基礎設施面臨的挑戰(zhàn)也將愈發(fā)嚴峻。企業(yè)無法僅靠增加傳統(tǒng)服務器來實現(xiàn)擴展，他們需要的是專為 AI 工作負載優(yōu)化的定制化系統(tǒng)，同時還必須具備在前所未有的規(guī)模下高效運行的能力。

能夠成功應對這一轉(zhuǎn)型的企業(yè)和技術(shù)，往往具備共同的特征：它們通過技術(shù)領先追求突破性性能表現(xiàn)，采用系統(tǒng)級的整體思維而非組件級思維，并構(gòu)建協(xié)作型生態(tài)系統(tǒng)，在加速創(chuàng)新的同時降低個體風險。

這場基礎設施變革既是挑戰(zhàn)，也是機遇。那些正在著手準備——通過理解這些核心原則并構(gòu)建合適的技術(shù)基礎——的企業(yè)，將更有機會抓住 AI 所帶來的萬億美元級市場機遇。而仍然固守舊有模式的企業(yè)，則有可能錯失當代最大的技術(shù)機遇。

Awad 總結(jié)，“未來屬于那些已經(jīng)準備好去創(chuàng)造它的人。”基礎設施的變革已經(jīng)啟程。