清华大学电子工程系主任汪玉：中国的 AI 生态，需要各环节全流程优化

11月前

以下内容来自知乎AI先行者沙龙实录

演讲人：

清华大学电子工程系长聘教授兼系主任汪玉

非常荣幸，能够在这里分享我自己对于大模型这个行业目前的一些认识。首先说一下我，我是清华大学电子工程系的教授，今天在座各位可能做算法和应用比较多。但我是一位做硬件、芯片和基础软件更多的学者，以及有过一定的创业经历，所以从我的角度来给大家去讲一讲我怎么去看人工智能，特别是这一波大模型的发展。

大模型这一次出来以后对于AIGC、自动驾驶、科学计算，特别是我最感兴趣的机器人方向有着非常大的促进作用，作为电子系的系主任，每年9月份我都会在新生的迎新活动上讲话。在跟这200多名新生去分析未来从事行业的时候，其中有一个方向就会去讲机器人这个方面。这几年的高考人数还比较多，竞争是比较激烈的，因为当年是1800万的出生人口，到了去年和前年大概是800万左右的出生人口。我每次问他们说，同学们你们看一看我今年40多岁了，为祖国可以健康工作到50岁，甚至更多，等我到了七八十岁，也就是30年以后谁来照顾我是一个问题。那个时候人不够了，2050年赡养老人的压力是很大的，因为我们的GDP要发展，GDP等于什么？GDP=人数×人均GDP。现在中国经济发展的基本特征由高速增长转向高质量发展，那就提高人均GDP，但是如果人口降了，光提高人均GDP可能也赶不上，所以我们还是要大力推动机器人这个行业。

我们可以看见中国服务机器人的产量已经在进一步提升，当然目前还是完成一些相对简单的任务，但已经开始深入千家万户。我以这个举例子，我们可以看到在通用机器人，包括人形机器人领域，一方面需要很多决策算法，我们可以看到状态空间不断地增大，用更大的算力和更好的算法能够解决更复杂的问题。另外一个层面，感知的能力在不断升级。可以看到我们这几年包括像Google、特斯拉这样的企业，实践过程中都是把感知、决策和控制集合在一起了，这是一个很大的系统。

在这么大的系统里面，要用端到端的大模型，在其中实时进行操作，这对于计算量、响应速度、吞吐量都有很高的要求，所以这一类应用场景就给我们提出了“硬件怎么样能够跟上软件的发展”，甚至是“支撑软件的发展”的更高要求。

从我的角度来看，我觉得主要有三个方面的挑战：

第一，当然这也是面向中国大陆非常重要的挑战，从2022年到2023年两次的法案对算力的限制、对芯片的限制。

第二，现在推理和包括训练的成本是非常高的，在座的各位做创业也好、大公司也好，都会面临这样的一个挑战。

第三，我们中国其实是比较独特的一类算法和芯片的生态，怎么样能够去更好地推动这样一个生态的发展，其实也是现在面临的一个很重要的挑战。

首先，芯片和算力。

芯片是我最了解的东西，从设计、制造，到测试封装，最后造出来，这里面中国的产业链并不是完全自主可控的，有很多环节需要进口，比如说EDA的软件最大的几家都是美国的，制造生产过程中的一些关键的材料、设备，其实中国都还在努力追赶的过程中。

芯片的制造，包括刚才说了1017法案限制了我们芯片算力的密度，中国正在讨论1Tops/Watt的设计（就是每瓦能够提供1T次运算）。人脑的功耗大概是20瓦，在有一些任务上我们类比了一下则需要1000Tops/Watt这样的指标，那怎么样通过芯片做到Tops，甚至几百T几千Tops/Watt？在过去几年里，计算芯片从大概1G次Tops/Watt做到了10Tops、甚至100Tops，通过尺寸微缩的红利，实现了各种各样的专用处理器。现在我们开始关注做近存储计算和存内计算，因为数据搬运比数据计算更费电了，搬数（带宽）更加复杂；再进一步，我们也在看有没有不用硅基芯片，不用微电子，而用光电子去做的芯片，这是我们所关注的一系列研究方向。PPT右侧是讲机器人领域，机器人是异构的，这里我们不展开。总的来说，我们有各种各样的路径，比如说通过设计新的芯片架构，能够提高每瓦特的算力。

另外一个方面，其实大模型的发展需要很高的互联的带宽。从推导出的数据中，我希望大家能够看到很多信息，比如说通信量，根据实验室理论计算，GPT-3所需要的互联带宽是1380TB/s，一个英伟达的卡它自带的600GB/s互联带宽与这一需求之间的差距是很大的，这也是为什么需要把很多很多块卡联在一起，才能把这个模型训练出来。现在计算性能的提升比带宽的增速要大，目前在中国的互联应用场景里，怎么样把机器连起来是非常费劲的。

算力受限之后，比如训练GPT-4是用到2.4万张A100 GPU（当我们进口的单卡能力受限了，而且我们自己的芯片能力本身不如A100的话），那么我可能需要10万块算力卡才能完成这些计算工作。但这10万块卡怎么互联在一起做训练，这件事本身是对中国的AI系统能力提出的一个更高的、更难的需求，需要在系统层面进行突破。

大家简单算一下，哪怕每一个卡或者每一台机器出错的概率是万分之一，但连成十万次的出错概率，一定远大于连成一万次。出错的概率如此大，这是一个非常难的课题。

其次，就是成本。

现在我们也看到了很多厂商都在做自己的模型，不管是做基础模型，还是训一个自己的垂类模型，成本都是非常不友好的。所以我也很期待看一看张拳石老师（下一位演讲者），看看他们是怎么在学校里面做大模型的研究的。同时我们更需要跟工业界合作，因为训练的成本确实是一个非常严肃的问题。

那么推理会好一些吗？我们发现也不会。我们看到一些数据：按不同模型的类型、用户数来算，算力费用=日活用户×平均token使用数×单位token算力费用，自建算力集群的情况下，每天的费用是690万。如果你要调用现有API来运营，费用会更高。所以如果GPT-4 Turbo每天服务10亿的活跃用户，每年算力成本是两千多个亿，虽然这个数今天不一定准确，但是数量级在这。我相信绝大多数中国的公司，收入是在亿这个量级，肯定不是在千亿这个量级，所以怎么样去打平这个成本是非常难的一件事情。同样，对于一个个体来说，如果一个用户平均每天浏览10篇文章，一年的成本可能就是5000块钱，试想谁愿意花5000块钱来使用这样一个单一功能？一定是不愿意的。

所以我们在思考大模型的成本，举一些例子，比如《三体3》全书40万字，如果我用GPT-4 Turbo来去做估算，一次就需要大概几十块人民币。这个量级让我觉得这件事情不是刚需，可能一块钱、一毛钱甚至一分钱以下才是我可以接受的。还有电商购物，我为了让大家买一个100块钱以内的东西，要花几十块钱劝他买或者帮他买吗？这是不可能的。成本是大模型推理未来必须要考虑的，降低成本才有希望实现大规模商业应用。

我是一个做硬件的，我的角度去看，垂类模型一定是可以做到更小的。不需要千亿级别参数，通过优化模型这一侧的大小，我们可以通过降低每一次调用的计算次数或存储的次数，进而降低处理器的功耗；此外，我们会发现还有一些可能的方法，比如算法方面的优化、对于模型本身的算子的优化；来到云端，我们还可以做错峰把闲置的算力用起来；以及我自己最擅长的芯片硬件层面，在端侧做一类能够跑大模型的硬件，专用于大模型的高效计算等。

通过这一整套从算法到芯片的协同优化工作，大家想一想如果成本能够降低4个数量级的话，从100块到1分钱级别，我相信很多习以为常的事情就都可以用大模型了。

最后，是生态。

首先芯片层，绝大多数的人会直接在英伟达上搭建环境，很多西方国家也很郁闷，也被英伟达生态卡着。所以有些人试图摆脱这种生态束缚，比如Google要做TPU，以更低的价格来服务更多的用户，但它的用户目前还相对少。AMD最近发布了一款MI300，使股价一下子提高了很多，因为它有可能能够跟英伟达PK了。其次是模型层，有很多模型，这一点大家都是一样的。然后中间层，在美国至少大家会分层去做软件服务以及一些软件类的收费，所以在软件中间层，可以看到已经有一批企业在为这件事情努力，帮助这些模型公司把算力发挥到极致。

而在中国，模型层我们有“百模大战”，芯片层是我比较熟悉的，有看到一些芯片厂商，有十家到二十家还不错的企业，正在努力突破巨头的束缚，也有一些初创企业正在融资。在模型层和芯片层之间，怎么做高效的部署，也是一个非常重要的话题。

我们也在思考，是不是应该有一类相对统一的中间层，能够支持长文本、能够做到更高的性价比、能够做到一键部署，并且里面有一些工具可以辅助算法和应用的开发商们。把算法压缩、算子优化包括自动编译全都囊括在内，这样做成的一类中间层，是有望把M个大模型和N个硬件更好地匹配起来的，这是一个理想，我们做理想的同时就得去找资金，一块来干这个事情。所以最近我们也在努力地做这样一个中间层，作为在云端优化不同的中国的（当然也有英伟达和AMD）算力的第一步，以此来支撑更多不同的模型。