在张北，阿里的“算力天路”
在河北张家口市张北县，有这样一条“草原天路”。全长130多公里，好比一条蛟龙，蓝天相接、白云呼应，驭车其上仿佛漫步在云端，故有“天路”之称。过去几年间，不少游客慕名而来。而在张北，阿里云也启动了一座智算中心。和该中心一起启动的，还有位于内蒙古乌兰察布的超级智算中心，它们均基于飞天智算平台。
其中，张北智算中心单集群规模达到12EFLOPS，是目前全球最大的智算中心。其还结合达摩院AI大规模训练模型、AI Earth、数字人等技术。乌兰察布智算中心的建设规模为3EFLOPS，旨在服务自动驾驶、生物制药、科学探索、元宇宙等场景。两大智算中心也将结合相关产业，形成因地制宜的产业联盟，共同推动区域数字经济的发展。
高性能、高效率和“一云多芯”
算法、数据和算力，被称为拉动AI技术发展的三驾马车，其中算力尤为重要，是AI得以不断发展的的基础。“十三五”期间，中国算力总规模增长近5倍，通用算力仅增长了大约3倍，而AI智能算力却增长了近百倍。
8月30日，除启动两座智算中心之外，飞天智算平台也于当日发布。其由算力底座“灵骏”支持，千卡并行计算效率可达到90%，能让AI训练效率提高11倍，AI推理效率提高6倍。其还支持多种芯片类型，能实现GPU、CPU、NPU等处理的混合部署和统一调度，从而做到“一云多芯”。
AI发展到今天，除了对算力有要求，也对效率、环保和智能提出了更高要求。阿里云智算系统的负责人曹政表示，为了满足AI在效率时代的新需求，在开发飞天智算中心的过程中，研发人员尤其重视超大规模智能算力池的能力、超高计算效率的能力、以及释放多元芯片的能力。
首先，为了达到超大规模智能算力池的能力，实现根据业务需求将算力进行智能效率分配，在飞天智算平台的计算存储分离架构上、以及高性能自算网络的自研上，阿里云付出了诸多努力。
一般来说，计算存储分离架构能让计算和存储的发展互相解耦，从而分别满足计算和存储的不同需求。而研发团队在该架构的基础上，进一步实现了通用计算和异构计算的再分离，使二者可分别按照需求进行独立耦合。基于此，该算力池可通过解耦的融合，实现多元算力的融合。例如，高性能计算中常用的FP64、AI训练中常用的FP32、推理中所用的FP16、以及控制所用的INT型的多元算力，都能在这一平台中解耦融合。
算力池的构建也依赖于高性能智算网络的能力，而飞天智算平台则通过自研网络Solar-RDMA，实现了端到端延时仅为2微秒，能支持100G-200G的跨代兼容，让基础设施的资源利用率得以最大化。
其次，鉴于AI计算普遍有着超高计算效率的需求。飞天智算平台可提供近似于线性的并行计算加速比，从而让硬件损耗效率更低、AI转化效率更高。
计算中心所消耗的能量，除了最终用于计算，还有一部分用于数据读取、移动以及虚拟化等，这些用于非计算方面的计算资源，便是算力的损耗。
为了减少算力损耗、提高计算效率，飞天智算中心做了如下攻坚工作：例如，为了最小化IO读取的损耗，开发团队自研了KSpeed IO库，不仅能在计算存储分离架构的基础上实现近端缓存，将数据放置于离消费最近的地方，还能把整个AI数据的流水线进行重构，将数据预处理与加载完全并行，借此带来最高10倍的IO性能提升。
同时，为提高计算效率，研发团队在通信上“发力”，实现了高性能的RDMA网络能力，并通过优化算法的方式，让应用通信特征与底层硬件特征得到更好的匹配。
通过以上耕耘，飞天智算平台将计算损耗最小化，在实现资源增加的同时，让算力也得到线性增长，进而让所提供的智算服务，在云弹性的基础上叠加一层效率保障。
最后，由于不同应用对算力的需求是多种多样的，平台还得具备发挥每一种芯片的能力，通过增值、组合等手段来满足不同需求。
飞天智算平台的“一云多芯”，可以释放多元芯片的算力，无论是X86还是ARM通用处理器，亦无论是GPU还是NPU加速器，平台都能进行统一调度和管理。
算力底座“灵骏”，用“一抹草原绿”助力开发者
正是高性能、高效率、“一云多芯”的能力，构成了飞天智算平台的算力底座——灵骏。灵骏得以问世，不仅有内部研发人员的充分打磨，也经历了外部行业的验证，帮助算力真正贴近于生产，更有效地将算力转化为生产力。
2022年8月，由阿里云和小鹏汽车合建的的乌兰察布智算中心，正是由灵骏做支持，其训练性能提升170倍，其PUE（Power Usage Effectiveness，电源使用效率）低于1.2，具备绿色环保的优势。
如此高算力平台的实现，并没有建立在牺牲环保的基础上。相反，飞天智算平台不仅实现了最低仅为1.09的液冷PUE，其大模型训练的能耗只有同等规模的1%。
阿里云智能全球销售总裁蔡英华表示，为了在数字经济发展的过程中将单位算力的碳排放量降到最低，飞天智算平台的团队在开发过程中制定了系统性的行动计划，包括技术减排、能源结构优化、区域布局优化、供应链上下游减碳计划、以及资源利用等五个方向。
尤其是在技术减排方面，其通过液冷、电源技术以及智能运维，将数据中心的整体PUE降到最低。例如杭州仁和阿里云计算数据中心，就通过单项浸没式的液冷技术，实现了年均1.09的PUE。据介绍，目前该中心拥有中国最大的液冷集群，同时也是中国首座5A级数据绿色中心。
在优化能源结构方面，飞天智算中心也持续加大清洁能源的使用，其在2021年的交易清洁能源达2.69亿千瓦时，减排二氧化碳达23万吨以上。
同时，为让开发者更充分地利用飞天智算平台，阿里云也推出了AI工具包。比如，由达摩院研发的通用性超大规模的AI训练模型M6，可在512张GPU同步运行的前提下，在10天内训练出具有可用水平的10万亿的模型，其所消耗的能耗仅为同等规模训练模型的1%左右。
据悉，超大规模模型有着成百上千倍的神经元数量，且经历了大量数据的预训练，故能表现出接近人类的举一反三的学习能力。因此，大模型被普遍认为是未来的基础模型，并将成为下一代AI的基础设施。而达摩院M6模型，也将以更低的能耗帮助开发者轻松体验前沿技术。
在PaaS平台的支撑下，阿里云已构建出AI开放生态。阿里云智能AI产品总监黄博远介绍说，基于最基础的语音、视觉、自然语言处理、决策等基础技术，阿里云提供上百种SaaS化的AI服务，这些服务简单且易用。目前部署在阿里云上的AI服务，每天被调用次数超过一万亿次，可给用户提供稳定、可靠的AI服务体系。
此外，阿里云已服务100多万位AI开发者。这些开发者大致分为三类：一类是算法的研发人员，即负责编写算法的工程师；第二类是业务专家，即清楚了解其业务模型、知道在何处使用何种AI算法、但是不会写算法的人员，在阿里云的帮助下业务专家可通过平台快速搭建业务流程；第三类也是用户占比最多的开发者群体，即应用AI的开发者，这些开发者可能完全不懂AI，但也能在平台上运用AI技术。可以看出，无论开发者的AI技术背景如何，都能在阿里云上获得良好实践。
绝知此事要躬行：飞天智算平台的行业实践
目前，飞天智算平台已在不同行业中落地应用。不久前，上汽集团旗下的智己汽车，通过飞天智算平台的高性能计算，将工业仿真的效率提升25%，进而使智能驾驶训练效率提升70%，大幅加快了新车型研发上市的步伐。
在飞天智算平台的支持下，以固体废物处理为主要业务的浙能锦江环境公司，发电量得到了有效提升。此外，来自山东的德州电力，也在该平台的支持下，通过对清洁能源、清洁电力的复合预测，将准确率提升到98%，预测耗时则从几小时缩短到几分钟的时间。
此外，飞天智算平台也为数字孪生提供了有力的支持：例如，四川成宜高速就是借助数字孪生技术来进行车路协同，将交通事故成功降低了60%；重庆水务也在智算平台的支持下，通过遥感数据和仿真推演，将水力调度预测准确性提高到95%；南方电网和中国气象局也借助智能智算的能力，来提高气象预报准确性以及稳定性。
当下，科研领域流行着名为“第五范式”的新概念。简单来说，科学发展的第一范式来源于对概念的认知，第二范式来源于定理和规则，第三和第四范式来源于计算和密集计算。第一范式到第四范式的核心，在于计算水平的快速爆发以及需求的驱动。而第五范式则是由AI驱动，即越来越高强度的算力对AI提出了更高要求。
在该领域，北京化学与分子工程学院利用飞天智算平台进行靶向药物研究，使数据集的构建效率提升100多倍；中科院与环境信息国家重点实验室利用飞天智算平台，搭建了陆地表层系统模拟与计算平台，借此开展与地球相关的、重大灾害的预判和研究。未来，飞天智算平台也将应用于越来越多的领域，为创新者加速、为区域产业加速、为数字经济加速，打造出一条“算力天路”。