由中國汽車技術研究中心有限公司、中國汽車工程學會、中國汽車工業(yè)協(xié)會、中國汽車報社共同主辦，天津經濟技術開發(fā)區(qū)管理委員會特別支持，日本汽車工業(yè)協(xié)會、德國汽車工業(yè)協(xié)會、中國汽車動力電池產業(yè)創(chuàng)新聯(lián)盟、新能源汽車國家大數(shù)據(jù)聯(lián)盟聯(lián)合協(xié)辦的第二十屆中國汽車產業(yè)發(fā)展（泰達）國際論壇（以下簡稱“泰達汽車論壇”）于2024年8月29日至9月1日在天津濱海新區(qū)舉辦。本屆論壇以“風雨同舟二十載 攜手并肩向未來”為年度主題，邀請重磅嘉賓展開深入研討。

在8月30日“生態(tài)專場二：加速云計算與數(shù)字技術應用，推動新質型產業(yè)發(fā)展”中，國家超級計算天津中心黨組成員、總工程師，天津市天河計算機技術有限公司執(zhí)行董事、總經理馮景華發(fā)表了題為“基于自主算力的產業(yè)賦能經驗分享”的演講。

國家超級計算天津中心黨組成員、總工程師，天津市天河計算機技術有限公司執(zhí)行董事、總經理  馮景華

以下為演講實錄：

對于算力國家是有明確定義的。對于算力的引導性，比如要建什么樣的算力，如何做通用計算、超計算和智能計算的合理梯次布局，最新發(fā)布的文件中“一體化算力網”建設涵蓋了通用計算、智能計算、超級計算的融合算力中心。

從個人視角看，或者是從學術的視角看，其實并不太過分區(qū)分超算和智算的區(qū)別。超算和智算的區(qū)別在哪兒，從個人視角看，核心區(qū)別在于算力精度，因為超算通常是用LP64雙精度的計算能力來表達科學計算的精度問題，智算通常是LP16的能力。但是，其實客觀講，建一個超算中心，或者建一個智算中心，天津超算不太區(qū)分這個，因為超算和智算都是同樣的算力，而且現(xiàn)在融合算力發(fā)展趨勢也非常明顯，很多應用比如說傳統(tǒng)氣象的科技計算應用是非常傳統(tǒng)的，做氣候氣象、氣候預報的，做臨時、短時、中長期的預報，現(xiàn)在很多也要介入人工智能，APC+AI，而且現(xiàn)在有很多科學研究是用AI for Science，用AI來解決Science求解工作量大的問題，所以是不太區(qū)分的。比如說美國的算力中心大部分都叫超級計算機。因為美國以英偉達為代表的單位，生產的GPU是帶著LP64和LP16的能力，所以GPU既可以用科技計算，也可以用于智能計算。但是我們國內的某些芯片設計中只有LP16，沒有雙精度。大家可以看到，像英偉達的比如說H100系列，就是雙精度計算能力和網絡帶寬。但是從芯片的底層結構講，其實個人不太區(qū)分超算和智算，因為上層應用需求是多樣性的，不同的應用領域、行業(yè)需求需要超算和智算，國家層面也是建立涵蓋超算、智算的通用融合算力中心，并沒有強調一定要建智算或者是超算。

國家關于算力作用非常明確，主要有四個方向作用，即助推產業(yè)升級、賦能科技創(chuàng)新、滿足人民美好生活和實現(xiàn)高效社會治理。在跟很多單位合作的時候，這是基本的認知，算力是一定會產生價值的。對算力的投入，投入多少錢會有多少數(shù)字經濟的產出，雖然這個比例值不太一樣，但是大多數(shù)都是明確的，算力投入一定會帶動數(shù)字經濟，因為算力本身就是一個數(shù)字產業(yè)化的過程，會推動產業(yè)數(shù)字化的發(fā)展。從算力中心的角度，確實要兼顧這四個方面的作用，至少要兼顧其中一兩個方面，不是單純的建一個算力中心出去給用戶。

從2010年一直到現(xiàn)在，天河一號到現(xiàn)在也是世界領先的結構，基本上采用世界領先的“異構體系結構”融合的算力模式，由基礎設施、計算處理、互聯(lián)通信、并行存儲等硬件組成，軟件包括服務環(huán)境、運行庫、應用環(huán)境和管理服務平臺等。而且，全部使用的國產芯片。也實現(xiàn)了云、超算、智算的融合，當然它有自己配套的運營管理、算力服務、資源調度、人工智能開發(fā)平臺、綜合一體化平臺等等這些。以芯片為例，可以看到MT-3000芯片的性能指標，由通用儲蓄盒和加速處理單元組成的。國產的GPU芯片不是類似的結構，但也包括通用處理單元和協(xié)助單元還有GSM全局共享存儲單元等。從體系結構就能夠看出來它很復雜，所以調動應用的時候絕不像CPU這樣簡單，CPU是同構的，所有芯片都是一樣的，訪存也是一樣的，訪存要走來走去，要從加速處理單元到通用處理單元，內存之間包括編制空間也不一樣，這些都很復雜，所以寫代碼的時候需要對核心代碼重寫，所以面臨很大挑戰(zhàn)性。當然，寬向量體系解決的一個問題，為了發(fā)揮性能指標，要有實現(xiàn)更大的計算能力，同時要實現(xiàn)自動變優(yōu)化，能夠讓程序少寫一點，少改一點，同時能兼顧一些性能的提升。還有一些異構編程接口，像GPU里面有統(tǒng)一的聯(lián)盟OpenCL，就是做GPU之間的接口，所以實現(xiàn)所謂NMB、英偉達等等生態(tài)的兼容，但是這種兼容一定會帶來性能損失，這是正常的魚和熊掌很難兼得。了解底層邏輯，代碼寫起來就很復雜，如果你不想了解底層邏輯，用接口編輯的時候就會帶來性能的損失，因為不同的編制空間、不同的方式，計算方法不一樣。甚至一個簡單的矩陣乘法，行列的排列方式都會帶來效率的不一樣。

基于國產算力的，面向汽車領域很多場景下的應用，三個層次問題是要解決的：

一是底層庫。像常用的人工智能的基本算子、科學計算的ILP庫等等這些基礎庫，是沒有辦法通過優(yōu)化，甚至要用到底層匯編，才能發(fā)揮極致性能。在這種情況下，大家就可以用庫來提升應用，應用甚至都不用重寫，通過庫就可以達到質的提升，即使無法發(fā)揮100%，能發(fā)揮30%、40%，也是質的提升。

二是典型應用的移植和優(yōu)化。面向汽車產業(yè)的很多應用，沒有編制，沒法移植，只能基于自己的工業(yè)軟件做移植。這個移植和優(yōu)化功能也是一個很大的工作量要做的，基本上一個軟件，10萬行左右代碼的軟件基本上需要5至6個人半年的時間，這個工作量是很大的，要調優(yōu)，要移植、優(yōu)化。

三是整合平臺。從用戶層面角度其實不太關心底層邏輯，甚至都不關心底層用的什么芯片，重要的是我的應用要能夠跑起來。就像汽車上的應用，應用到底用在什么樣的芯片用戶是不關心的，用戶關心的是這個應用跑的好不好、快不快。要把這個應用移植好以后放在平臺上，通過平臺調度，打好底層的接口，上層不感知，讓用戶用起來更簡單。

如果選擇了國產的算力芯片，基本上這三層都是要面臨的，不管是做工業(yè)軟件還是做智能網聯(lián)車，還是做其他的，都是要解決的問題。

舉幾個例子。比如做智算，從整個框架從頭開始寫，對于模型的、推理的，包括FFT、ftmDNN庫、訓練庫，包括適配相應的算子庫、設備庫、通信庫等等，我們做了一個3D的渲染框架，是開源的，網上能查到，支持GPU版本，支持外創(chuàng)版本，也可以實現(xiàn)大規(guī)模智能化運營開發(fā)訓練，3D的并行訓練，其實工作量還是很大的。實現(xiàn)了可編程性和效率，提高可編程性還兼顧效率，肯定不能說既提高可編程性又達到極致的效率，但是我們在做嘗試，讓它既好用又能夠更快。比如做顯示屏的軟件，這個是完全自主的，每一行代碼都是自己寫的，從后處理的算法到前端的展示到整個應用等，入選了科創(chuàng)中國的先導技術榜，也有很多專利。這個基本上能夠對標國外的，是用來做顯示動力學的爆炸、毀傷、沖撞、碰撞等結構的力學軟件，比如說像航空發(fā)動機攝入無人機以后是什么狀態(tài)，太空碎片撞擊衛(wèi)星會怎么樣，比如說一個子彈或者是導彈射到一個墻體上，甚至還有飛機庫等。

汽車里也有類似結構的應用，這是我們做的顯示動力學的基本軟件。這個很難，行業(yè)里面也有很多汽車的單位參與CAE聯(lián)盟，它里面講到專家們有一個共識的觀點，工業(yè)軟件的差距遠遠超過芯片，芯片現(xiàn)在說3至5年，但是工業(yè)軟件差距還是比較大，還有很大的工作量，但是這兩年國家花了很大的力氣，給了很大的支持在做工業(yè)軟件。

基于自主芯片做的智能的大模型，生成式的智能，包括云的開發(fā)，在海關、政務、醫(yī)療領域，汽車還沒用，其實可以做很多深入的工作，這里面有很多工作量。好處是完全基于國產芯片去適配。在汽車產業(yè)領域其實主要是目前做的比較成熟的是仿真研發(fā)相關的工作，也有一體化的平臺，從應用的底層、數(shù)據(jù)（包括行業(yè)的材料數(shù)據(jù)、模型數(shù)據(jù)、測試數(shù)據(jù)）、商業(yè)軟件，還有自主國產的軟件，整合在一起，其實就是數(shù)據(jù)和軟件的整合，給上層應用做服務，把我們的應用層里面的開發(fā)工具，包括機器學習和測評、優(yōu)化的方式和方法、流程整合在一起，再加上項目管理能力，實現(xiàn)業(yè)務邏輯，從產品需求到方案設計，從性能目標到仿真自動化。這個過程也是讓項目經理、測試工程師、仿真工程師、設計工程師全程參與其中，共同完成一個項目，共同推進一個成果的落地，例如研發(fā)成果、做新產品、新工業(yè)優(yōu)化等。這是我們做的從底層到管理、項目協(xié)同，實現(xiàn)了整個項目的管理，項目里可以列進度和進展計劃、人物權限，來保證項目的安全性等等，包括執(zhí)行的流程性，包括數(shù)據(jù)管理、材料管理、性能管理，知識庫的一些基本管理。

底層的支持依賴于軟硬件的資源，包括資源管理、資源分配、資源調度、求解器等，整合在一起就是汽車產業(yè)領域的服務。比如說我們做電池的、做模具的、做整車的、做系統(tǒng)分析的，包括數(shù)值風洞等等。舉幾個典型的例子，比如做汽車性能大規(guī)模的仿真分析，超低風阻數(shù)字化的開發(fā)，還有復雜環(huán)境的性能仿真，還有多工況、多方案的安全性能的開發(fā)和尋優(yōu)，還有批量計算作業(yè)的提交，可以針對一個項目，批量提交計算任務，然后得到結果，然后盡快地反饋項目基本完成的情況。

風洞基本上實現(xiàn)了國產化替代，從算力芯片、底層算力資源到軟件數(shù)值風洞CFD軟件，都實現(xiàn)了比傳統(tǒng)商用的并發(fā)處理難以滿足數(shù)值風洞的快速計算需求的情況下，實現(xiàn)了CFD計算結果和數(shù)值風洞測試結果進行對標，是國產軟件、國產芯片或者國產的算力系統(tǒng)支持做的。我們做的仿真一體化平臺，從算力資源到應用，甚至后面的人工智能的工作，都在推進的過程中。

以上是把我們在汽車產業(yè)能做的工作給大家分享，如果有興趣可以再進一步溝通，謝謝！