千亿美元打造一个系统，成本越来越高的AI超算

电子发烧友网报道（文/周凯扬）从近年来新发布的超算机器和新的HPC AI性能榜单可以看出，AI算力已经在超算中成了不可忽视的性能指标之一，但也为厂商带来了更大的成本挑战。比如微软近期就爆出和OpenAI合作，打造一个千亿美元级别的超算系统。
 
千亿美元打造AI超算
 
根据外媒报道，此次打造的千亿美元超算系统名为Stargate，星门。这一超算系统仅仅只是微软和OpenAI一系列数据中心合作项目之一，但造价已经高到离谱了。从规模上看，这个超算的硬件配置已经到了远超现有系统的程度。据爆料，星门将集成百亿个最新的英伟达GPU，造价可能会达到1150亿美元。不过在互联方案上，微软可能会跳过英伟达的InfiniBand专用方案，而采用更加通用以太网方案。
 
当然了，虽然总成本较高，但微软并没有一次建成的部署策略，而是分拆成五个阶段，整个项目在2028年成功建成。这样可以尽早让该系统投入使用，毕竟对于新的模型而言，率先发布才不会错失市场机会。这或许也与微软采用通用的以太网方案有关，毕竟面对跨度如此长的方案而言，专用方案很可能会面临被兼容性差和被淘汰的局面。微软预计会在第四阶段，也就是2026年左右，正式启用这一超算系统。
 
除此之外，超算的部署地点依然待定，这无疑与部署地的电网供电能力息息相关，当地政府如果能提供支持自然最好。不过从硬件规模来看，单系统的耗电已经达到千兆瓦级，无论是对美国哪个州而言，都是巨大的供电挑战。也正因如此，微软正在考虑核能在内的其他替代能源方案。
 
超算部署成本发生的变化
 
时至今日，微软已经在OpenAI上花了130亿美元，使用其数据中心来为ChatGPT之类的应用提供硬件支持。但此次的星门项目更是规模浩大，这也说明了新模型的训练和推理，仍在对数据中心的硬件提出新的要求，需要用性能更强的AI超算来解决。
 
但这并不意味着普遍的超算成本真的有这么夸张的变化，要知道目前TOP500上排名第一的超算Frontier，其成本也只有6亿美元。对于科研专用的单个超算系统而言，虽然造价不算低，但在政府的科研经费支持下，研究机构还是可以负担起的。
 
不过值得注意的是，TOP500上的超算都有公开的跑分成绩，为了实现这样的成绩，需要一定时间的优化，再运行一段时间的测试才会有此成绩。而市面上，尤其是在不少大型互联网公司内部，也存在并没有公开提交成绩的超算，因为这类系统几乎是从诞生起就被投入商业使用了。
 
所以市面上肯定有超过6亿美元的超算系统，比如Meta就在几个月前打造了两套系统，分别集成了2万个H100 GPU，总成本在10亿美元以上。其他的互联网公司，诸如国内的百度、腾讯等，想必也有庞大的硬件购买计划。
 
写在最后
 
随着HPC与AI在需求和计算负载上的融合，市场趋势从前几年的“带AI功能的HPC系统”变成了“同样可以用于HPC的AI系统”。但从其规模来看，对于HPC市场也未尝不是一件好事，毕竟目前AI超算的商业价值更高，能够吸引到更多的投资和补贴，也有望进一步推动HPC硬件的革新速度。