主权神经网络离不开“硬核”算力
企业正在探寻人工智能将运行于何种处理器之上
阿纳斯塔西娅·巴什卡托娃
《独立报》经济部副主任
关键词：企业、竞争力、人工智能应用、基础设施、处理器、主权神经网络
算力资源可能无法满足所有需求者。图源 俄新社
人工智能的应用正日益成为企业竞争力的关键条件。但IT控股公司T1的专家分析结果显示，目前仅有9%的俄罗斯公司完全配备了人工智能计算基础设施。在主要AI芯片制造商英伟达正式退出后，俄罗斯企业不得不寻找替代方案，并面临价格上涨、交货期延长、支持质量下降等问题。此外，用于AI技术的图形处理器的替换过程，因“软件层”不兼容而变得更加复杂。
数字发展部将于春季向国家杜马提交一项关于人工智能发展与应用的法案。该法案将涉及人工智能在医疗、教育、司法等敏感领域的使用，但不适用于商业部门（关键基础设施除外）。
此外，新的立法措施还将界定“俄罗斯”人工智能的标准，明确人工智能的权利、义务与错误责任，并推行人工智能内容标识等。
然而，除了理念层面的问题，技术装备与保障问题也日益尖锐。俄罗斯用于规模化发展人工智能技术的基础设施仍然有限。
根据T1控股公司的分析结果，俄罗斯仅有9%的组织完全配备了计算资源。另有约40%的组织部分配备。其余超过半数（51%）的受分析俄罗斯公司则严重缺乏计算资源。这些数据是在莫斯科举行的论坛上公布的。
研究作者进一步指出，图形处理器（GPU）是现代AI负载的关键技术环节。它承担着数据处理任务，包括训练大语言模型和神经网络。
对高性能计算的需求，因生成式人工智能（特别是AI智能体）的日益广泛应用，以及计算机视觉技术、基于人工智能的推荐系统的推广而持续升温。
据专家估计，从整体AI产业动态来看，中期内对图形处理器的需求增长很可能超过其生产能力和供应链的承受能力。这可能引发AI硬件市场的持续短缺——这一风险对全球普遍存在，对俄罗斯而言尤为突出，尤其是在存在制裁壁垒的情况下。
“英伟达正式退出后，俄罗斯企业不得不寻找替代方案，并面临价格上涨、交货期延长、支持质量下降等问题。此外，AI加速器的替换过程还因软件层问题而复杂化：为使AI模型适应新供应商特定的、孤立的架构，实际上需要重写其代码，”T1公司副总经理基里尔·布尔加科夫向记者表示。
受访的《独立报》专家列举了在当前限制条件下俄罗斯AI产业可采取的几条路径。“一些企业通过寻找可获得的GPU来发展AI，这些GPU可以通过平行进口、合作伙伴渠道获取，包括基于英伟达芯片或中国供应商的解决方案，”HRlink公司发展总监德米特里·马赫林表示。
另一种路径，据他称，是从购买“硬件”转向服务模式：有时使用“基础设施即服务”更为便捷。这指的是租用第三方服务器、数据存储，包括租用云计算资源，通过互联网、通过“云”访问远程服务器、存储和数据库。
马赫林表示，另一条路径是不侧重于从零开始训练神经网络，而是专注于对现有模型进行微调：这样对基础设施的要求会更低。
最后，还有一种方案是利用此前已进口到俄罗斯的现有设备进行AI训练，Expanta控股公司总经理亚历山大·斯莫连斯基补充道。这类设备的技术性能虽不及更现代的同类产品，但仍可正常使用。
策略选择取决于企业规模。“中小型企业通常对AI计算的高性能要求不高，”N3COM公司业务发展经理德米特里·佩斯利亚克认为。这类客户更常使用基于租用算力的云计算，或例如上一代GPU。
而大型企业客户则有能力押注平行进口。尽管这种情况下，通过非标准渠道供货的资本支出会增加——不过这与任何其他零配件的情况相似。
同时，马赫林证实，处理器向替代性方案替换的难度确实因“软件层”的不兼容而加剧。当公司从熟悉的英伟达解决方案转向另一种数字架构时，往往发现系统需要大幅修改，甚至完全重写软件代码。这也是成本。
在评估图形处理器市场及整个AI产业前景时，专家们表达了截然相反的观点。
“目前市场形势看来，机会窗口恐怕并不存在，”DataRu集团首席执行官罗曼·戈茨认为。据他评估，问题不仅在于是否拥有自研芯片。芯片无疑是重要一环，但它仅仅是客户价值创造链的开端。“目前各国自研GPU的尝试大多尚未成功，”他补充道。
与此同时，马赫林认为，当前形势也能看到积极效应：市场正逐步摆脱对单一供应商的依赖，转向多供应商模式。这是一种更成熟的发展模式。
俄罗斯并非唯一面临此类问题的国家。“全球有大量公司感受到现代设备的短缺。只有少数十几家最大的参与者——主要是美国公司——拥有获得这类技术的优先权，”斯莫连斯基指出。“其他市场参与者只能满足于资源分配的剩余原则。”但正是这一点，刺激了对替代性方案的探索。
未来可能影响台湾、韩国及其他一些电子元件制造商的能源危机所引发的限制，理论上将成为AI产业面临的新的全球性挑战。“但目前尚不清楚这将何时以何种方式显现，”佩斯利亚克说。“届时很可能会让我们回想起新冠疫情期间供应链中断时的种种问题。”
