AI 与 HPC 融合，未来会朝什么方向发展 | 社区征文

以 ChatGPT 为代表的生成式 AI 风头正热，ChatGPT 的上线或可被视作一次新产业革命的引爆点。而这个引爆点之所以能出现，离不开背后的 HPC（高性能计算）与大数据基础设施。

面对 AI 与 HPC 不断交叉融合的趋势，HPC 要如何发展才能更好地支持新一波 AI 发展浪潮？而 AI 又将如何影响到高性能计算本身呢？

第一，HPC 与 AI 相辅相成。AI 的每一次高速发展，都离不开背后硬件基础设施的支持，而高速发展的 AI 又对硬件基础设施提出了更高的要求，激励芯片或系统性能成倍上升。

第二，HPC 芯片性能提升方式从平面扩展转变为立体增长。多晶片系统（Multi-Die System）正在成为 HPC 芯片的主要发展潮流，从 HPC 的系统角度来看，采用先进封装技术将不同芯片封装在一起的方式，比 PCB 互连能大幅提升系统性能，因而 HPC 芯片在实现上，2.5D 封装与 3D 封装的设计将越来越多。

第三，边缘计算设备将不断进步迭代。人工智能的训练发生在数据中心，但推理或数据收集都离不开边缘设备。

第四，从信息安全、可靠性和运营成本等考虑，HPC芯片需要全生命周期管理。HPC 系统规模巨大，运营成本高昂，可以处理 PB 乃至 ZB 级别的数据，可以实时运行大模型。这种级别的系统一旦出现故障，由于业务暂停造成的经济损失，数字会十分惊人。

第五，可持续发展是 HPC 产业长期繁荣的基础。由于规模巨大，HPC 系统能耗惊人，专家预测，到 2030 年，仅数据中心用电量将占到全球总用电量的 3%至 7%，不少区域甚至抵制建设数据中心，以免因其耗能巨大而导致当地环境恶化。如何有效解决 HPC/数据中心能耗和散热问题，就成为了能否可持续发展的关键。新思科技各个开发、仿真和验证工具，都基于节能降耗的理念降低了研发一款芯片的总体用时和资源占用。

大数据与大数据模型的应用，让更多人都看到了 AI 和 HPC 的交融发展的创新成果。未来，只有从芯片层级出发来对 HPC 系统进行优化，对 AI 进行提升，才能真正让二者能效持续优化，实现多维度意义上的可持续发展。