第2494章 既然已经走在前面了，就不能再落后

科技政策局核心职责是，组织制定科技发展战略和方针政策。以及技术合同制试点推广、科技人员相关政策研究等工作。

邓副局长（名字不让发）这次找上曲某人有两件事，一件是受人之托，一件是本职工作。

受人之托是试着询问， “银河”理论性能和实际性能的差距，还有没有进一步优化的空间。

曲卓话说的很明白：已经是现有技术能达到的最优设计了。

虽然指出了几点关键不足，但也特意强调：这不是设计缺陷，是并行计算机系统的共性工程难题。属于技术局限。

既然这样，自然没必要继续追问了。

受人之托的事情问完了，后面自然轮到本职工作了——准备搞人工智能。

先是国际象棋巅峰邀请赛上，“悟空”的惊艳亮相，紧接着是一系列引发轰动的高温超导推演方案，让一度被冷落的人工智能，再次被美西方发达国家重新重视起来。

只是以“悟空”为代表的，依托全新算法体系的人工智能，虽然表现令人惊艳，但对计算机的性能要求，也大大提高了。

吃算力还只是一方面。

主要是以Cray为代表的，采用少数高性能定制向量处理器的传统超算架构，因为核心数量少，多任务并行性能差，即便拥有很高的算力，在人工智能体自训练方面的表现也十分低效。

这就意味着，各大高校、实验室和科技公司，即便对人工智能感兴趣，现有设备也不支持展开相应的研究和探索。

而适合人工智能体开发和训练的商用MIMD架构超算，暂时只有一个“奥丁”。

价格昂贵，还需要排期。

所以，许多有实力的机构，都在自研，或以委托和合作的方式搞MIMD架构超算。

不但能满足自身需求，还能外售获取不菲的利润。

东大的785工程虽然一波三折又折上折，进度一而再的拖延，但紧赶慢赶还是赶上了这一波。

而且，不但性能远超立项时的设计目标，放眼全球，进度还是相当靠前的。

忽略掉理论性能和实际性能差异这点小瑕疵，完全可以毫不心虚的说：已经跻身世界一线顶流水平了。

历时六年，属于自己的超级计算机，总算成功搞出来，在满足既定的气象预报、能源勘测、国防航天等需求之余，要不要参与进人工智能这条赛道，正经引发了一番讨论。

重要性是毫无疑问的，不然美西方一众发达国家，不会短时间全都有所投入。

问题是……贵呀。

不像搞科学计算，可以多家单位共用一台设备。大家通过网络排队轮流用。

搞人工智能，必须要有一套专用设备。

造价不菲就算了，还需要组织一批多个相关领域的稀缺专业人才，专心研究这一个项目。

几番商量之后，决定……还是要搞。

明面上做出决策的原因是：历史已经反复证明，一步落后，就会步步落后。

我们的计算机技术既然已经走在世界第一梯队了，就不能再落后了。

而背地里的驱动力是，大屿山B实验室对“悟空”的应用，让专业人士们看到了更多的，让人惊讶过后，满是憧憬和期待应用方向。

决策确定后，为了少走弯路，吸取之前的一些教训，决定让计算机中心来领衔这项任务。

邓副局长这趟来可园，属于打前站，探一探口风。

没办法，任性就算了，脾气还臭，嘴比脾气更臭……

“曲主任……”邓副局长稍稍酝酿了一下，开口：“你说咱们的这个MIMD架构超级计算机，能不能作为类似于悟空那样的，人工智能体的运行载体？”

“跑人工智能呀……”曲卓稍稍琢磨了一下：“有优势，也有劣势。”

“能具体说说吗？”邓副局长打起精神，集中注意力倾听接下来的话。

“MIMD架构从设计层面，就天然适配人工智能体。”曲卓见邓副局长神色认真，细致的解释：“多处理器支持多条独立推理分支并发推演。

部分节点负责知识库检索、部分负责逻辑推导、部分负责自然语言解析。子任务随时产生、随时销毁。每个处理器独立运行不同程序、独立分支、独立指令流。

银河有1024个处理器，比奥丁多一倍，理论推理和自训练效率，高的不止一倍。”

邓副局长努力记住，追问：“劣势呢？”

“劣势主要有四个方面。”曲卓放缓语气：“首先，就是我刚说的通信链路带宽瓶颈。

虽然1024颗处理器组成10维超立方体，最远节点之间仅需要10次数据转发，网络平均延迟是可控的。但，只是小规模并行推理尚可。

一旦智能体需要全局知识库检索、跨大量节点交换上下文信息，大量小包并发就会挤占通道，出现网络拥塞。”

“稍等。”邓副局长感觉单凭脑子根本记不住，从包里掏出工作笔记和钢笔。

翻到一个空白页，先捡要点把之前听到的技术局限和适配人工智能体的优势记下来，又另起一页。

稍稍回忆了下刚听到的内容，记录下通信链路带宽瓶颈和后面的解释。

凭记忆写完后，抬头看曲卓。

“第二。”曲卓继续：“单芯片本地内存只有2Kb，做科学计算够用，但对人工智能体要加载的庞大数据来说，太小了。

如果加外置内存，每一次读取大容量知识库，都需要通过串行链路向外存取，会加重我刚才说的通讯链路带宽压力，进一步推高延迟。”

稍稍给了邓副局长一些记录的时间，曲卓继续说：“第三，也是我之前提到的，时钟异步的问题。

大规模集群中，不存在全局统一时钟。当多节点需要同步协作推演时，必须额外增加同步握手协议，这会占用，并持续消耗带宽。

第四，动态负载均衡很难。AI智能体推理任务的负载极不稳定，有的分支快速收敛，有的分支持续深度推演。

超立方体构架缺少全局调度单元，容易出现一部分芯片满载、一部分闲置，导致算力利用率波动巨大。

简单的说，就是……空有很高的算力。但在实际使用中，资源无法被高效利用。一千多颗处理器忙的忙死，闲的闲死。

而这种负载不均衡的情况，又会加重温度变化和电压波动。时钟抖动的情况进一步加剧，协作推演时效率更低，带宽消耗更大，还加重网络堵塞。”

邓副局长边记录边消化，虽然对具体原理依旧不甚明了，但通过文字的纸面含义能看出来，四个点劣势不是孤立存在的，而是相互关联相互叠加……