AI能把超算干掉吗?AMD负责HPC与主权AI的副总裁Scott Tease回答得很干脆:不能。他表示,多数HPC研究机构已经认清,AI“永远不会取代”传统高性能计算。原因不复杂——气候模拟、材料计算这类活靠的是双精度FP64,AI那套低精度运算顶不上。AI再火,高精度科学计算的位置照样稳。
另一边,算力本身的瓶颈正在被硬件厂商一点点撬开。Marvell和Penguin联手推出业界首款多机架光学I/O内存池,多个XPU能隔着几米距离共享HBM级带宽。说白了,内存墙不再是死结,不同机架可以像共用一块内存那样干活。对动辄上千卡的大模型训练集群来说,这等于多了一条扩容路子。
代价也在往上走。哈佛一项研究算了笔账:美国403座超大规模数据中心,一年排放2570万吨二氧化碳,跟丹麦全国水平相当。这个数字比2018年上一次同行评审的研究翻了整整三倍。算力堆得越多,电费和碳账越躲不掉。
三件事拼起来,AI算力的真实图景没那么浪漫:精度上有天花板,内存上有墙要拆,能耗上有账要付。接下来芯片厂商和云厂商拼的不是谁卡多,而是谁能在这三条线上同时不翻车。