2021年世界互联网大会 |张亚勤谈人工智能赋能绿色计算
2021-09-28 14:51 张亚勤

9月26日举行的2021年世界互联网大会乌镇峰会企业家分论坛中,清华大学智能产业 研究院(AIR)院长张亚勤院士发表了“人工智能赋能绿色计算”主题演讲, 从绿色计算方面探讨人工智能所面临的机遇与挑战。

图片来源浙江日报记者 李震宇

随着全球气候问题日益严峻,“碳中和”已经成为全球主要国家的共识, 而人工智能和物联网技术(AIoT)在“碳中和”中扮演了重要的角色。张亚勤指出,基于AI+ IoT的“感知-决策-优化”可以循环迭代,助力碳中和。

张亚勤认为, AIoT赋能绿色计算应重点关注三个方向:能源融合、ICT 产业、新兴绿色产业。

清华大学智能产业研究院(AIR)是面向第四次工业革命的国际化、智能化、产业化应 用研究机构,以人工智能(AI) 、大数据(Big  Data) 、云计算(Cloud)和装置(Device) 为技术基础,锁定了智慧交通、工业互联网和智慧医疗为起步阶段的三个研究方向。

在 AIoT 赋能绿色计算方面,清华大学智能产业研究院(AIR)聚焦于研究两个方面的核 心赋能技术:高能效的 AI  计算系统、利用 AI提质增效节能减排。希望打造一个 AIoT赋能的绿色计算平台, 利用端-边-云协同的底层的高能效AI计算系统,支撑上层的数据驱动的AI决策优化算法。

为此,清华大学智能产业研究院(AIR)携手亚信科技,基于5G三维信道建模仿真。此外, 清华大学智能产业研究院(AIR)还对离线强化学习的复杂工业/能源系统进行 优化,对打造高能效 AI 计算系统方面展开了一系列的研究工作。

张亚勤说:“AI 赋能绿色计算大有可为,我们需要沉淀出具备一系列可跨领域落地、可通用化的数据驱动算法应用,基于此搭建 AI控制优化算法引擎,通过试点、合作、转 化落地多领域的应用。”他希望能和同行们一起,利用 AI + IoT,为实现我国 2060 碳中和的目标贡献力量。

在数据与算法论坛上,张亚勤还从生命科学领域分析人工智能所面临的机遇与挑战, 发表了以“AI+生命健康破壁计划”为主题的演讲。

以下为《人工智能赋能绿色计算》演讲原文:

尊敬的各位来宾,领导,朋友们:

大家下午好!

我是张亚勤,很高兴能够在山明水秀,风光旖旎的乌镇与各位领导、嘉宾及业界精英共同探讨算法及人工智能的发展与未来,深化可持续发展的国际共识。本次报告由我及我的团队成员刘云新、詹仙园、张策共同完成。

为了应对气候变化,“碳中和”已经成为全球主要国家的共识。我国提出了“碳中和”时间表,努力争取 2060 年前实现“碳中和”。“碳中和” 是人类能源结构的又一次变 革,既是可持续发展的必然选择,也是产业转型升级的巨大机遇,为我国的发展提供  了重大的历史机遇。

在“碳中和”背景下,企业面临着巨大的挑战。高能耗、高排放不可持续,不仅造成成本高昂,而且影响企业的公众形象和对社会的责任,带来未来的经营风险。因此,企业迫切需要进行节能减排提质增效,面临着产业转型升级的当务之急。

人工智能和物联网技术(AIoT)对碳中和会扮演重要的角色。通过智能感知,我们可以融合多源多维的异构数据;利用人工智能,我们可以打造 AI 优化引擎对数据进 行深度分析,实现数据驱动的智能决策;基于这些决策,我们可以全面优化产业链的  资源配置。这种基于 AI+ IoT 的“感知-决策-优化”可以循环迭代,赋能产业绿色化,助力碳中和。

我们重点关注几个方向。首先是清洁能源和传统能源的融合,包括光、风、水电,和核电火电,还有氢能。从发电、输电,供电,到用能和储能,都有很多问题需要解决。利用 AIoT 技术,我们可以监控碳排放,优化智能机组控制;感知和预测电网负载,进行智能调峰和调度均衡,对网线故障进行检测和预警;以及对用电系统进行节能优化等。

我们重点关注的第二个方向是ICT产业,包括智能计算中心、智能通信网络、新一代 AI 计算架构等。这些产业能耗巨大。据预计到 2035 年,全国数据中心耗电量将  超过 4500亿度,而全国 5G 基站耗电量也将超过2400亿度。而随着 AI 模型越来越庞大,模型训练的能耗和排放也很高。比如,通过 NAS 训练 Transformer (big)模型可排放高达284 吨二氧化碳。为了降低能耗和排放,对于智能计算中心,我们需要通过感知和优化进行更好的任务管理调度和制冷控制,对系统故障进行预测和诊断,并研究  清洁能源驱动的设计。对于智能通信,需要利用AI进行多基站大规模MIMO优化,实现通信感知一体化,充分利用边缘计算,并进行系统级的能耗管理优化。在新一代AI计算架构方面,要设计超低功耗专用芯片,打造高能效的模型训练系统和模型执行系统。

我们重点关注的另外一个方面是新兴绿色产业,包括绿色城市、绿色园区/楼宇、绿色交通等。城市、园区/楼宇和交通排放了数量惊人的 GHG (Greenhouse Gas 温室   气体)。据统计, 2019年仅纽约市 GHG 排放就高达5千5百万吨,而2016年全球楼宇和交通的 GHG 排放占比分别为 17.5%和 16.2%。  在这些领域,   AIoT大有可为。通过多源异构感知和数据融合,我们可以对城市的特定事件进行监控预警,进行数据驱动的智能规划和城市资源调度优化,打造绿色城市。在园区和楼宇, AIoT可以助力智能安防监控, 进行目标检测追踪,实现智能管理运营,降低能耗。在交通方面, AIoT可以赋能复杂交通系统协调管控,对交通流量进行预测调度,实现高效的车路协同和车端能源管理。

下面我简单介绍一下清华大学智能产业研究院,AIR。我们的使命是用人工智能技术创新赋能产业,推动社会进步。我们的定位是面向第四次工业革命的国际化、智能   化、产业化应用研究机构。我们的战略很清晰:一是培养技术领军人才,特别是具备国际视野的 CTO和具备系统思维的架构师。二是推动关键核心技术的突破。三是打造产业技术战略的智囊团。

以 ABCD,也就是人工智能(AI)、大数据(Big Data)、云计算(Cloud)和装置(Device)为技术基础,我们锁定了智慧交通、工业互联网和智慧医疗为起步阶段 的三个研究方向。这三个方向有一些共同点:一是都面对着巨大的商业空间和发展机 遇。二是人工智能在探索过程中发挥着特别重要的作用,甚至是决定性、颠覆性的作用。三是相关研发成果实用化、普及化之后,将产生可观的社会效益。

具体来讲,在AIoT赋能绿色计算方面,我们聚焦于研究两个方面的核心赋能技   术:一个是高能效的 AI 计算系统, 包括在端侧设备上的高效 AI 模型执行,在边缘服务器上的高效资源管理,和在云服务器上的高效 AI 模型训练;第二个是利用 AI 提质增效节能减排,实现面向AIoT的数据驱动和 AI 决策优化算法引擎。

我们希望打造一个 AIoT 赋能的绿色计算平台,利用端-边-云协同的底层的高能效 AI 计算系统,支撑上层的数据驱动的AI决策优化算法,比如强化学习、多智能体协同等,赋能产业的绿色化,包括绿色智能计算中心、绿色园区、工业节能等。

下面我举几个具体的例子。首先是 5G Massive MIMO 天线权值优化。大规模多入 多出 (Massive Multiple Input Multiple Output, mMIMO) 系统是第五代移动通信技术中提高网络覆盖和系统容量的关键技术。  mMIMO 将信号空域利用在水平维度基础上扩展了垂直维度,具有丰富的空间自由度,其多天线阵列的信号辐射状是非常窄区域的  波束,需要精准控制波束指向用户。在 5G 基站密度大幅提高,基站可调参数数量级增加、不同小区环境的影响、相邻基站之间的相互冲突的条件下,mMIMO 系统以用户为中心的调优控制异常复杂,寻优空间过大,且无法频繁现网尝试。

我们和亚信一起,基于 5G 三维信道建模仿真,对多基站 MIMO 天线权值优化进行了研究。通过对环境状态及动作进行高效表征建模,和多智能体优化算法建模,我们实现了5G 网络功耗降低 15%以上, 5G 网络覆盖质量提升 5%以上的初步研究成果第 二个例子是基于离线强化学习的复杂工业/能源系统优化。通过对 AI+火力发电机组燃 烧控制优化,可以提升机组燃烧效率,帮助一台 600MW 机组年节煤 3000-4000吨。

此外,我们在打造高能效 AI 计算系统方面开展了一系列的研究工作。比如对于面 向异构硬件的模型生成,我们提出了基于预测的方法,可以快速搜索特定硬件上满足推理延迟的模型结构,并获得了 MobiSys 2021 的最佳论文奖。我们还针对 big.Little CPU 的模型推理进行了深度优化,可以最高加速 97%,降低能耗 55%,论文发表在MobiCom 2021大会上。

总结一下,我们认为 AI 赋能绿色计算大有可为,我们需要沉淀出具备一系列可跨 领域落地、可通用化的数据驱动算法应用,基于此搭建 AI 控制优化算法引擎,通过试 点、合作、转化落地多领域的应用。我们希望和同行们一起,利用 AI + IoT,为实现我国 2060 碳中和的目标贡献力量。

谢谢大家!