算力賦能科研和一流人才培養

　　數據和算法在科學(xué)研究乃至整個(gè)社會(huì )發(fā)展中正發(fā)揮著(zhù)越來(lái)越重要的作用。到2025年底，全國范圍內普惠易用、綠色安全的綜合算力基礎設施體系將初步成型，這將成為“數智化”轉型的基石。

　　近日，OpenAI發(fā)布的文本生成視頻模型Sora引爆全球�？梢灶A料，大算力和AI融合將會(huì )在未來(lái)幾十年誕生巨量的新知識和數字資源，甚至可能超過(guò)歷史所有知識總和。

　　作為高校管理者、科研工作者，這不得不讓我們反思，高水平大學(xué)作為一流學(xué)科建設及拔尖人才培養最重要的場(chǎng)所，發(fā)展新階段的算力賦能顯得尤為重要。

　　數據和算法驅動(dòng)的科研模式正加速發(fā)展

　　2007年，數據庫專(zhuān)家吉姆·格雷做了著(zhù)名的演講“科學(xué)方法的一次革命”。吉姆·格雷是1998年的圖靈獎得主，在演講中，他提出科學(xué)研究的范式將從之前的實(shí)驗范式、理論范式和仿真范式這三種范式，發(fā)展到數據密集型的科學(xué)發(fā)現。此后，隨著(zhù)海量數據成為新的科學(xué)研究基礎設施，構造基于數據的、開(kāi)放協(xié)同的研究與創(chuàng )新模式，已逐漸成為科學(xué)發(fā)現的重要領(lǐng)域。

　　2012年，基于深度神經(jīng)網(wǎng)絡(luò )算法AlexNet的出色表現，以機器學(xué)習為手段的數據分析和處理成為科學(xué)研究的新熱點(diǎn)。其中，AlphaFlod是最具代表性的工作之一。AlphaFold2在國際生物信息學(xué)蛋白質(zhì)結構預測程序大賽中得分超過(guò)90分，被認為是計算生物學(xué)領(lǐng)域的一項重大成就，也是朝著(zhù)解決生物學(xué)界持續數十年之久的重大挑戰邁進(jìn)的一大步。諾貝爾獎獲得者、結構生物學(xué)家文卡·拉馬克里希南稱(chēng)這一結果為“蛋白質(zhì)折疊問(wèn)題上的驚人進(jìn)展”，并認為“它將從根本上改變生物學(xué)研究”。

　　近年來(lái)，AI4Science的概念逐漸流行，并被認為是科學(xué)研究的第五范式，即使用人工智能開(kāi)發(fā)新的科學(xué)發(fā)現工具。AI4Science已經(jīng)被認為是代表機器學(xué)習和自然科學(xué)領(lǐng)域最激動(dòng)人心的前沿方向之一。2023年11月，卡內基梅隆大學(xué)的研究團隊在《自然》雜志上發(fā)表了基于GPT-4的自動(dòng)化AI系統Coscientist，它能夠自主計劃、設計和執行人類(lèi)發(fā)明的化學(xué)反應。盡管還存在一定的爭議，但以大模型為引擎的科研正在迅速成為各學(xué)科當下最有前景的方向之一。

　　算力已成為高�？蒲泻桶渭馊瞬排囵B的核心要素之一

　　從過(guò)去10多年的發(fā)展可以看出，算力已逐漸成為科學(xué)發(fā)現的重要基礎，而且其重要性還在加速提升，甚至在一定程度上成為科學(xué)研究最重要的基礎設施之一。通用計算、智能計算、超級計算構建的融合算力中心在高校學(xué)科發(fā)展中，發(fā)揮了不可替代的作用，已經(jīng)成為名副其實(shí)的科研創(chuàng )新基座之一，其重要性也愈發(fā)凸顯。

　　用大模型打造新的研究范式正成為潮流，但是這些都建立在大量計算資源需求的基礎上。雖然OpenAI沒(méi)有公布相關(guān)數據，但根據業(yè)界的推測，GPT-3175B模型需要355個(gè)GPU年，即全球最快的一塊GPU運行355年的運算量，單次訓練運行成本為460萬(wàn)美元。而作為升級版，GPT-4的參數規模比GPT-3大10倍以上。據稱(chēng)，GPT-4的訓練成本約為6300萬(wàn)美元。美國麻省理工學(xué)院斥資10億美元建設全球第一個(gè)計算學(xué)院——蘇世民計算學(xué)院，學(xué)生不僅學(xué)計算機，還學(xué)計算數學(xué)、計算物理、計算化學(xué)等基于計算的專(zhuān)業(yè)交叉課程。上海交大網(wǎng)絡(luò )信息中心將最初的單核串行程序代碼性能進(jìn)行優(yōu)化，高效的聲子玻爾茲曼輸運方程算法通過(guò)上海交大高性能計算中心，并行計算效率最高提升了1.8萬(wàn)倍。

　　高校站在科學(xué)研究和人才培養的第一線(xiàn)，這兩項任務(wù)在創(chuàng )新研究和基礎設施需求等方面是相通的。高水平的科學(xué)研究需要拔尖人才，而如果沒(méi)有參與高水平的科學(xué)研究，所謂的“人才”也難以被稱(chēng)為拔尖人才。隨著(zhù)科研對算力的需求越來(lái)越大，拔尖人才培養同樣需要更多的算力來(lái)支持�？梢灶A見(jiàn)，算力指標將很快成為衡量高校人才培養能力的一個(gè)重要方面。

　　超大規模的算力需求需要新的建設模式

　　對于高校來(lái)說(shuō)，很多時(shí)候需要定制化的本地計算，多學(xué)科主流應用需要進(jìn)行頻繁的效率測試與個(gè)性化調優(yōu)，因此在多數情況下無(wú)法直接使用商用算力。

　　目前國內高校的算力建設大多完全依靠自身投入，僅有少數高校借助國家超算中心的建設，形成較高的算力資源。即便如此，高校僅憑自身力量能夠滿(mǎn)足的算力需求依然十分有限。

　　由此可見(jiàn)，無(wú)論是科研還是拔尖人才培養，僅依靠高校自身提供算力的模式將越來(lái)越力不從心。為適應新的形勢，高校的算力建設需要新的模式。一種模式是，上海市乃至長(cháng)三角高校之間互聯(lián)互通，形成算力池，共享共用；另一種模式是，高校與企業(yè)聯(lián)合共建算力，通過(guò)打通算力調度，一方面企業(yè)將算力提供給學(xué)校支持科研和人才培養，另一方面高校也能夠通過(guò)產(chǎn)學(xué)研合作，為企業(yè)的算力賦能，形成算力附加值。

　　加強高校校級算力建設以應對未來(lái)挑戰

　　基于上述思路，上海大學(xué)已經(jīng)開(kāi)始了這方面的嘗試和探索。學(xué)校早在多年前就確定了包括“五朵金花”（微電子、人工智能、生物醫藥、新能源、量子科技），“五大陣地”（城市社會(huì )治理、考古與文保、新海派文化、藝術(shù)技術(shù)、數字經(jīng)濟與管理）在內的“五五戰略”發(fā)展規劃，并于2019年就策劃啟動(dòng)了新一輪自有算力的建設。學(xué)校自主建設的算力有力地推動(dòng)了“五五戰略”的發(fā)展，但是依然難以滿(mǎn)足各學(xué)科及人才培養對算力指數級增長(cháng)的需求。

　　在這一背景下，學(xué)校聯(lián)合企業(yè)共建了“自強5000”一期共享算力平臺，學(xué)�？烧{用的算力超過(guò)2000張GPU加速卡，整體算力規模已經(jīng)躋身國內高校前列。通過(guò)學(xué)校統一身份平臺為所有師生開(kāi)通自強5000算力統一調度服務(wù)平臺，有力支撐學(xué)校的科學(xué)研究和人才培養，同時(shí)也為學(xué)校應對未來(lái)的挑戰做好充足的準備。

　　上海大學(xué)堅持校級算力平臺一體化統籌建設，學(xué)校信息化工作辦公室成立專(zhuān)門(mén)的算力中心，推動(dòng)專(zhuān)業(yè)超算人才隊伍建設，更好地做好超算運營(yíng)服務(wù)，經(jīng)過(guò)一年多運行已經(jīng)取得明顯成效。本次教育部本科教育教學(xué)審核評估，有專(zhuān)家建議在學(xué)校高水平大學(xué)建設過(guò)程中，面向全校的本科生全覆蓋開(kāi)設AI、超算等新一代信息技術(shù)素養相關(guān)課程，提升本科生、研究生數據處理和AI素養能力水平，推進(jìn)算力+課程、算力+大賽、算力+科研融合課程。

　　未來(lái)2-3年內，上海大學(xué)除了在高水平大學(xué)建設過(guò)程中加強算力建設外，也將進(jìn)一步加強算力應用生態(tài)建設，并繼續加強校企合作，探索出上大特色的算力建設模式和場(chǎng)景應用，進(jìn)一步將算力建好、用好，為學(xué)校高水平大學(xué)建設奠定扎實(shí)的算力基礎。

　　此外，學(xué)校還將充分利用上海教育城域網(wǎng)與各高�；ヂ�(lián)互通，搭建共享算力網(wǎng)和算力池，全面提升全市高校算力能力水平，賦能一流人才培養。