人工智能时代，算力已经成为如同“水电煤”一样支撑经济社会发展新的关键生产力。从日常生活到各行各业，算力无处不在，成为推动社会进步不可或缺的“基础设施”。英伟达创始人甚至提出了未来“算力即权力”的观点，算力的重要性不言而喻。
看得见的应用背后，是看不见的算力在支撑。从家电产品的智能化升级到应用场景的多元化、个性化定制，家电业智能化演进的每一步都深刻依赖于算力的提升与优化，进而催生出强劲的算力需求，驱动着业内掀起一股算力布局的热潮。
然而，在竞逐“算力自由”的赛道上，家电业仍面临着亟待解决的诸多挑战。构建一个丰富、绿色且高效的算力生态体系，不仅是应对当前挑战的迫切需要，更是推动行业持续升级、实现高质量发展的必由之路。
AI制图
01
智能化演进下的强劲算力需求
人工智能时代，算力是不可或缺的资源，已经超越了单纯的技术范畴，深深地融入每个人的日常生活。从清晨被智能闹钟唤醒，到家中的咖啡机根据预设程序研磨咖啡豆，从智能音箱提供详尽的天气预报，到智能冰箱根据存储的食材智能推荐菜谱，算力存在于各种硬件设备之中，是数字经济发展的基础底座。
各类智慧家电产品，都有算力支撑。
那么，到底什么是算力呢？通俗来讲，算力就是指计算的能力，是计算机系统在单位时间内完成的计算任务数量，通常用来衡量计算机的处理能力。更强大的算力，意味着计算机可以更快地处理大规模的数据和复杂的算法，从而加速人工智能模型的训练和推理过程。而研究人员又可以通过更复杂、更准确人工智能模型的开发，来解决更加复杂的现实问题。
在智能家电领域，随着人工智能技术的发展，越来越多的用户对家电产品智能化转型、应用场景的多元化、个性化定制产生了更高要求。为了适应、满足用户的进阶需求，越来越多的家电厂商和企业纷纷加大投入，通过布局芯片自主研发、大模型及垂域大模型的训练、场景应用等创新实践来提高市场竞争力。
以大模型开发应用为例，无论是国创中心于今年6月发布的智慧家电行业唯一的垂直领域大模型，还是海尔智家早在去年就实现落地应用和高强度知识训练的海尔智家大脑HomeGPT，亦或是海信于今年3月正式发布的自研星海大模型，在推动家电产品功能的深度创新和个性化定制的同时，都对算力支撑提出了更迫切、更高的需求。
今年3月，海信发布自研星海大模型。
有人作过较为形象的比喻，大模型若是人工智能抽象化的“身体”，那么海量的算力，则是维系身体运转的“血液”。其实，大模型之所以对算力有着极高的要求，根源在于其从训练阶段到实际应用过程，均需要庞大的算力作为支撑。在训练阶段，大模型需要处理海量的数据，执行复杂的计算任务，以不断优化其内部参数和结构，这一过程极其消耗算力。而到了实际应用阶段，大模型需要实时处理用户输入，快速生成准确响应，这同样需要强大的算力来保证模型的响应速度和准确性。
有数据显示，某券商对ChatGPT做过测算，认为其训练阶段总算力消耗约为3640PF-days（PF为电容量单位）。这意味着，在假设拥有一千万亿次每秒计算能力的前提下，需要连续不断地运行3640天才能完成整个训练过程，足见大模型在算力需求上的紧迫性。
02
“算力焦虑”驱动算力布局热潮
随着大模型在家电领域及其他行业的广泛应用，对算力的需求也呈现出爆发式增长，构建更为高效、先进的算力基础设施已成为迫切需求。
宏观层面看，从国家层面“东数西算”的宏大布局，到各城市精细化的算力资源配置；从数据中心建设到高性能计算集群的部署，再到边缘计算、量子计算等新兴技术的探索，均为实现全国数据中心一体化发展和加速全国算力“一张网”建设提供了有益助力，更为城市中众多企业、行业的晋级发展提供了强有力的算力支撑。
内蒙古中科超算科技有限公司，工作人员在对设备进行巡检。新华社记者李志鹏 摄
就家电业而言，除了国家层面的战略引领和各城市有效资源配置外，许多家电厂商和企业也在积极拥抱算力变革，主动或被动地涌入算力新赛道。
一方面，企业通过加大研发投入，推动算法优化、硬件升级和软件创新，不断提升算力资源的利用效率和性能表现。例如，作为家电领域唯一的国家级制造业创新中心，国创中心构建了行业最大的智算中心，算力规模将超过100P；海信构建了由主芯片与画质芯片组成的AI异构计算平台，不仅提升了计算效率，还降低了计算成本，为海信在智能电视、智能制造等多个领域的发展提供了强有力的支持；贵安美的云数据中心通过提供强大算力，使AI系统能够更快地处理数据和进行AI大模型训练，为美的提供有力算力底座。
另一方面，企业通过建立算力共享平台、开展跨界合作等方式，实现算力资源的优化配置和高效利用，缓解算力供需矛盾。比如，海尔智家与亚马逊云科技共建云上数字化设计中心，10分钟就能自动生成人工需要数天才能完成的大批量渲染效果图，彻底解决了原自建IDC存在的算力瓶颈问题；而四川长虹，通过子公司华鲲振宇与华为展开密切合作，成为华为昇腾芯片的主要代理商之一，华鲲振宇也逐渐成长为国内领先的智算存一体化算力产业领军企业。
可以说，“算力焦虑”正驱动家电业内加速掀起一股算力布局热潮。而无论是企业还是行业的创新实践，都将为算力技术的不断突破和应用场景的持续拓展提供有力支撑。
03
“算力自由”仍面临挑战
实际上，要想真正实现“算力自由”，构筑自主可控的算力底座还面临诸多方面的挑战。
一方面，家电业算力技术的发展仍面临技术瓶颈。算力由各类专用芯片承担计算工作，如我们普通用的计算机芯片叫CPU，但要处理人工智能任务的计算机，需要用到GPU。换句话说，芯片是算力实现的基础和载体，而算力的高低会受到芯片性能的影响。因此，面对芯片技术后进者的客观实际，当前家电业芯片技术发展与海外先进技术仍有较大差距，面对高性能需求场景的算力能力，仍处于追赶状态。
国创中心芯片检测实验室
对此，业内已经有所突破。今年6月，国创中心发布了家电行业唯一的覆盖芯片、算法、方案、整机全链条的验证平台，这一创新成果致力于解决家电芯片的可靠性、稳定性、一致性问题。我们有理由相信，通过越来越多行业内的创“芯”实践将有助于突破算力发展的技术瓶颈，为构筑自主可控的算力底座提供技术支撑。
另一方面，在各地、行业内部加码竞逐算力赛道的同时，可能存在重复建设、资源低效利用乃至浪费等潜在风险与隐忧。算力的发展需要大量的计算资源和设备投入，这直接导致了高昂的算力成本。对于家电企业来说，如何在保证产品质量和性能的同时，降低算力成本是一个重要的课题。因此，不断探索算力技术的创新应用，加强算力资源的整合与共享，优化算力服务，显得尤为重要。
新疆和田地区洛浦县的一处光伏电站。新华社记者 杜刚 摄
此外，还需关注算力提升带来能源消耗的共性问题。所谓“算力的尽头是电力”，有数据显示，GPT-3大模型的单次训练耗电可以支撑一个人4年的生活用电总量。因此，如何应用绿电也是家电行业算力发展，乃至未来整个算力产业进阶亟需解决的难题。为此，中国信息通信研究院技术与标准研究所副所长何宝宏在接受媒体采访时曾表示，“从长远来看，还是要建立绿色算力中心。”通过打造绿色、低碳、智能的算力中心为算力产业的持续发展提供有力支撑。
实现“算力自由”之路并非坦途，不可避免地将遭遇多重挑战。但可以预见的是，人工智能时代，谁能抢占并利用好算力资源，就意味着谁能够更高效地开发、训练和部署AI应用，从而在多个领域实现生产力的显著提升，进而引发深刻的产业变革。
家电业晋级，方向明确，但任重道远。（青岛日报社/观海新闻记者 王凤一）
责任编辑：刘聪聪
发表评论