IT之家 9 月 27 日消息 在 9 月 26 日舉行的 2021 年世界互聯(lián)網(wǎng)大會烏鎮(zhèn)峰會企業(yè)家分論壇中，清華大學智能產(chǎn)業(yè)研究院（AIR）院長張亞勤院士發(fā)表了“人工智能賦能綠色計算”主題演講，從綠色計算方面探討人工智能所面臨的機遇與挑戰(zhàn)。
隨著全球氣候問題日益嚴峻，“碳中和”已經(jīng)成為全球主要國家的共識，而人工智能和物聯(lián)網(wǎng)技術(shù)（AIoT）在“碳中和”中扮演了重要的角色。張亞勤指出，基于 AI+ IoT 的“感知-決策-優(yōu)化”可以循環(huán)迭代，助力碳中和。
張亞勤認為，AIoT 賦能綠色計算應重點關(guān)注三個方向：能源融合、ICT 產(chǎn)業(yè)、新興綠色產(chǎn)業(yè)。
清華大學智能產(chǎn)業(yè)研究院（AIR）是面向第四次工業(yè)革命的國際化、智能化、產(chǎn)業(yè)化應用研究機構(gòu)，以人工智能（ AI ）、大數(shù)據(jù)（ Big Data ）、云計算（ Cloud） 和裝置（Device）為技術(shù)基礎(chǔ)，鎖定了智慧交通、工業(yè)互聯(lián)網(wǎng)和智慧醫(yī)療為起步階段的三個研究方向。
IT之家獲悉，在 AIoT 賦能綠色計算方面，清華大學智能產(chǎn)業(yè)研究院（AIR）聚焦于研究兩個方面的核心賦能技術(shù)：高能效的 AI 計算系統(tǒng)、利用 AI 提質(zhì)增效節(jié)能減排。希望打造一個 AIoT 賦能的綠色計算平臺，利用端-邊-云協(xié)同的底層的高能效 AI 計算系統(tǒng)，支撐上層的數(shù)據(jù)驅(qū)動的 AI 決策優(yōu)化算法。
為此，清華大學智能產(chǎn)業(yè)研究院（AIR）攜手亞信科技，基于 5G 三維信道建模仿真。此外，清華大學智能產(chǎn)業(yè)研究院（AIR）還對離線強化學習的復雜工業(yè)/能源系統(tǒng)進行優(yōu)化，對打造高能效 AI 計算系統(tǒng)方面展開了一系列的研究工作。
在數(shù)據(jù)與算法論壇上，張亞勤還從生命科學領(lǐng)域分析人工智能所面臨的機遇與挑戰(zhàn)，發(fā)表了以“AI + 生命健康破壁計劃”為主題的演講。
以下為《人工智能賦能綠色計算》演講原文：
尊敬的各位來賓，領(lǐng)導，朋友們： 大家下午好！
我是張亞勤，很高興能夠在山明水秀，風光旖旎的烏鎮(zhèn)與各位領(lǐng)導、嘉賓及業(yè)界精英共同探討算法及人工智能的發(fā)展與未來，深化可持續(xù)發(fā)展的國際共識。本次報告由我及我的團隊成員劉云新、詹仙園、張策共同完成。
為了應對氣候變化，“碳中和”已經(jīng)成為全球主要國家的共識。我國提出了“碳中和”時間表，努力爭取 2060 年前實現(xiàn)“碳中和”。“碳中和”是人類能源結(jié)構(gòu)的又一次變革，既是可持續(xù)發(fā)展的必然選擇，也是產(chǎn)業(yè)轉(zhuǎn)型升級的巨大機遇，為我國的發(fā)展提供了重大的歷史機遇。
在“碳中和”背景下，企業(yè)面臨著巨大的挑戰(zhàn)。高能耗、高排放不可持續(xù)，不僅造成成本高昂，而且影響企業(yè)的公眾形象和對社會的責任，帶來未來的經(jīng)營風險。因 此，企業(yè)迫切需要進行節(jié)能減排提質(zhì)增效，面臨著產(chǎn)業(yè)轉(zhuǎn)型升級的當務(wù)之急。
人工智能和物聯(lián)網(wǎng)技術(shù)（AIoT）對碳中和會扮演重要的角色。通過智能感知，我們可以融合多源多維的異構(gòu)數(shù)據(jù)；利用人工智能，我們可以打造 AI 優(yōu)化引擎對數(shù)據(jù)進行深度分析，實現(xiàn)數(shù)據(jù)驅(qū)動的智能決策；基于這些決策，我們可以全面優(yōu)化產(chǎn)業(yè)鏈的資源配置。這種基于 AI+ IoT 的“感知-決策-優(yōu)化”可以循環(huán)迭代，賦能產(chǎn)業(yè)綠色化，助力碳中和。
我們重點關(guān)注幾個方向。首先是清潔能源和傳統(tǒng)能源的融合，包括光、風、水 電，和核電火電，還有氫能。從發(fā)電、輸電，供電，到用能和儲能，都有很多問題需
要解決。利用 AIoT 技術(shù)，我們可以監(jiān)控碳排放，優(yōu)化智能機組控制；感知和預測電網(wǎng)負載，進行智能調(diào)峰和調(diào)度均衡，對網(wǎng)線故障進行檢測和預警；以及對用電系統(tǒng)進行節(jié)能優(yōu)化等。
我們重點關(guān)注的第二個方向是 ICT 產(chǎn)業(yè)，包括智能計算中心、智能通信網(wǎng)絡(luò)、新一代 AI 計算架構(gòu)等。這些產(chǎn)業(yè)能耗巨大。據(jù)預計到 2035 年，全國數(shù)據(jù)中心耗電量將超過 4500 億度，而全國 5G 基站耗電量也將超過 2400 億度。而隨著 AI 模型越來越龐大，模型訓練的能耗和排放也很高。比如，通過 NAS 訓練 Transformer (big) 模型可排放高達 284 噸二氧化碳。為了降低能耗和排放，對于智能計算中心，我們需要通過感知和優(yōu)化進行更好的任務(wù)管理調(diào)度和制冷控制，對系統(tǒng)故障進行預測和診斷，并研究清潔能源驅(qū)動的設(shè)計。對于智能通信，需要利用 AI 進行多基站大規(guī)模 MIMO 優(yōu)化，實現(xiàn)通信感知一體化，充分利用邊緣計算，并進行系統(tǒng)級的能耗管理優(yōu)化。在新一代 AI 計算架構(gòu)方面，要設(shè)計超低功耗專用芯片，打造高能效的模型訓練系統(tǒng)和模型執(zhí)行系統(tǒng)。
我們重點關(guān)注的另外一個方面是新興綠色產(chǎn)業(yè)，包括綠色城市、綠色園區(qū)/樓宇、綠色交通等。城市、園區(qū)/樓宇和交通排放了數(shù)量驚人的 GHG（Greenhouse Gas 溫室氣體）。據(jù)統(tǒng)計，2019 年僅紐約市 GHG 排放就高達 5 千 5 百萬噸，而 2016 年全球樓宇和交通的 GHG 排放占比分別為 17.5 和 16.2%。在這些領(lǐng)域，AIoT 大有可為。通過多源異構(gòu)感知和數(shù)據(jù)融合，我們可以對城市的特定事件進行監(jiān)控預警，進行數(shù)據(jù)驅(qū)動的智能規(guī)劃和城市資源調(diào)度優(yōu)化，打造綠色城市。在園區(qū)和樓宇，AIoT 可以助力智能安防監(jiān)控，進行目標檢測追蹤，實現(xiàn)智能管理運營，降低能耗。在交通方面，AIoT 可以賦能復雜交通系統(tǒng)協(xié)調(diào)管控，對交通流量進行預測調(diào)度，實現(xiàn)高效的車路協(xié)同和車端能源管理。
下面我簡單介紹一下清華大學智能產(chǎn)業(yè)研究院，AIR。我們的使命是用人工智能技術(shù)創(chuàng)新賦能產(chǎn)業(yè)，推動社會進步。我們的定位是面向第四次工業(yè)革命的國際化、智能化、產(chǎn)業(yè)化應用研究機構(gòu)。我們的戰(zhàn)略很清晰：一是培養(yǎng)技術(shù)領(lǐng)軍人才，特別是具備
國際視野的 CTO 和具備系統(tǒng)思維的架構(gòu)師。二是推動關(guān)鍵核心技術(shù)的突破。三是打造產(chǎn)業(yè)技術(shù)戰(zhàn)略的智囊團。
以 ABCD，也就是人工智能（AI）、大數(shù)據(jù)（Big Data）、云計算（Cloud）和裝置（Device）為技術(shù)基礎(chǔ)，我們鎖定了智慧交通、工業(yè)互聯(lián)網(wǎng)和智慧醫(yī)療為起步階段的三個研究方向。這三個方向有一些共同點：一是都面對著巨大的商業(yè)空間和發(fā)展機遇。二是人工智能在探索過程中發(fā)揮著特別重要的作用，甚至是決定性、顛覆性的作用。三是相關(guān)研發(fā)成果實用化、普及化之后，將產(chǎn)生可觀的社會效益。
具體來講，在 AIoT 賦能綠色計算方面，我們聚焦于研究兩個方面的核心賦能技術(shù)：一個是高能效的 AI 計算系統(tǒng)，包括在端側(cè)設(shè)備上的高效 AI 模型執(zhí)行，在邊緣服務(wù)器上的高效資源管理，和在云服務(wù)器上的高效 AI 模型訓練；第二個是利用 AI 提質(zhì)增效節(jié)能減排，實現(xiàn)面向 AIoT 的數(shù)據(jù)驅(qū)動和 AI 決策優(yōu)化算法引擎。
我們希望打造一個 AIoT 賦能的綠色計算平臺，利用端-邊-云協(xié)同的底層的高能效 AI 計算系統(tǒng)，支撐上層的數(shù)據(jù)驅(qū)動的 AI 決策優(yōu)化算法，比如強化學習、多智能體協(xié)同等，賦能產(chǎn)業(yè)的綠色化，包括綠色智能計算中心、綠色園區(qū)、工業(yè)節(jié)能等。
下面我舉幾個具體的例子。首先是 5G Massive MIMO 天線權(quán)值優(yōu)化。大規(guī)模多入多出 (Massive Multiple Input Multiple Output, mMIMO) 系統(tǒng)是第五代移動通信技術(shù)中提高網(wǎng)絡(luò)覆蓋和系統(tǒng)容量的關(guān)鍵技術(shù)。mMIMO 將信號空域利用在水平維度基礎(chǔ)上擴展了垂直維度，具有豐富的空間自由度，其多天線陣列的信號輻射狀是非常窄區(qū)域的波束，需要精準控制波束指向用戶。在 5G 基站密度大幅提高，基站可調(diào)參數(shù)數(shù)量級增加、不同小區(qū)環(huán)境的影響、相鄰基站之間的相互沖突的條件下，mMIMO 系統(tǒng)以用戶為中心的調(diào)優(yōu)控制異常復雜，尋優(yōu)空間過大，且無法頻繁現(xiàn)網(wǎng)嘗試。
我們和亞信一起，基于 5G 三維信道建模仿真，對多基站 MIMO 天線權(quán)值優(yōu)化進行了研究。通過對環(huán)境狀態(tài)及動作進行高效表征建模，和多智能體優(yōu)化算法建模，我們實現(xiàn)了 5G 網(wǎng)絡(luò)功耗降低 15% 以上，5G 網(wǎng)絡(luò)覆蓋質(zhì)量提升 5% 以上的初步研究成果第二個例子是基于離線強化學習的復雜工業(yè)/能源系統(tǒng)優(yōu)化。通過對 AI+ 火力發(fā)電機組燃燒控制優(yōu)化，可以提升機組燃燒效率，幫助一臺 600MW 機組年節(jié)煤 3000-4000 噸。
此外，我們在打造高能效 AI 計算系統(tǒng)方面開展了一系列的研究工作。比如對于面向異構(gòu)硬件的模型生成，我們提出了基于預測的方法，可以快速搜索特定硬件上滿足
推理延遲的模型結(jié)構(gòu)，并獲得了 MobiSys 2021 的最佳論文獎。我們還針對 big.Little CPU 的模型推理進行了深度優(yōu)化，可以最高加速 97%，降低能耗 55%，論文發(fā)表在 MobiCom 2021 大會上。
總結(jié)一下，我們認為 AI 賦能綠色計算大有可為，我們需要沉淀出具備一系列可跨領(lǐng)域落地、可通用化的數(shù)據(jù)驅(qū)動算法應用，基于此搭建 AI 控制優(yōu)化算法引擎，通過試點、合作、轉(zhuǎn)化落地多領(lǐng)域的應用。我們希望和同行們一起，利用 AI + IoT，為實現(xiàn)我國 2060 碳中和的目標貢獻力量。
謝謝大家！
廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。