開年巨獻 預見未來①丨世界超算先驅陳世卿心中的超算“大腦”

每經記者 謝陶    每經編輯 高涵    

開欄語

這是一個充滿考驗與變革的時代，

這是一個緊密聯結的命運共同體的時代。

在這個疫情持續肆虐、抱團取暖的寒冬；

在這個極端天氣頻發，氣候劇變的前夜；

在這個虛擬現實浪潮，洶涌撲面的時刻；

我們無比需要科技的力量、理性的力量，

我們深信唯有此，

我們才能突破現實的囹圄，

去探索更為廣闊的世界，

去追尋更加充盈的自我。

這個時代的弓箭已經張開，

最剛勁的科技之箭將飛馳而出！

2022，我們推出開年巨獻，

觸摸科技前沿，

讓我們一起去預見未來！

一直以來，超級計算機都是科幻作品里經久不衰的熱門元素——《終結者》、《新世紀福音戰士》、《超體》中形態各異、高度人工智能化的超算，承載了人類關于量子世界及人腦潛力的想象。

不久前，弗蘭克·赫伯特 (Frank Herbert) 創作的史詩科幻小說《沙丘》被改編為同名電影，全球熱映。電影中呈現了一個細節豐富的沙漠星球厄拉科斯 (Arrakis)，令人仿佛身臨其境。

一群研究氣候模式的英國科學家被這顆陌生的星球深深吸引，試圖模擬出厄拉科斯的氣候環境。但是云層、溫度、降水、風力等海量數據的繁復運算，非人力可為。于是這群科學家調用了一臺超級計算機，讓其日夜不停地處理數據，構建模型，最終得出赫伯特書中所設想的氣候環境——很大程度上符合真實的氣候模型。

厄拉科斯氣候模型的可視化演示圖 圖片來源：Climate Archive

顯然，上文所述只是超算力量的“冰山一隅”。從古氣候研究、地震預警、地質勘探、再到星體運行軌跡推演，超算在眾多領域展現出了神奇的力量，在持續推動產業變革的同時，不斷拓展人類探索的邊界。那么，在經過數十年的發展迭代后，未來的超級計算機將呈現出怎樣的發展形態？腦機融合有哪些前沿的研究領域？中國超算在發展過程中還存在哪些短板？

為此，《每日經濟新聞》記者獨家對話到美國國家工程院院士、美國藝術與科學院院士、享譽世界的超級計算機先驅陳世卿（Steve Chen）。同時，陳世卿也是美國第三腦研究院創始人及院長，還是中國航天云網工業大數據應用技術國家工程實驗室的首席科學家。

上世紀八九十年代，陳世卿被視作世界超算領域的“超級巨星”，《時代周刊》曾將其作為封面人物。他師承NASA早期的超級計算機ILLIAC-IV的首席系統設計師大衛·庫克（David Kuck），于1979 年加入了大名鼎鼎的美國克雷公司（Cray Research），擔任首席設計師和高級副總裁一職。

陳世卿 圖片來源：每經記者 張建 攝

作為全球著名的超級計算機專家，陳世卿做到了四個“世界第一”：1983年研制出世界上第一部2-CPU并行向量式超級計算機(Cray XMP/2)，由此奠定了世界上并行向量式超級計算機系統架構的基礎；1998 年研制出世界上第一個全新的超級計算機系統架構和應用理念—刀片式超級計算機（Blade Supercomputers）；世界上第一個以超級計算機為基礎、全球聯網形成類似電流網格的信息網絡；世界上第一個以互聯網為基礎、應用對應用、動態的、成本低、效率高的企業協同作業中間軟件TONBU，極大地推動了全球超算的發展。

“刀片式超級計算機的服務器就像‘刀片’一樣，可插入機架式機箱內。一塊‘刀片’就是一塊系統主板，既可單獨運行自己的系統服務于不同的用戶群；也可以集合成服務群，共享資源，運行分配的單一任務。擁有高度并行、實時協作、低功耗、低售價、空間小等特點。”陳世卿向《每日經濟新聞》記者介紹道。

在談到未來超算的發展趨勢時，陳世卿告訴記者，“現在的超級計算機由于耗能太大，已經走到了一個發展瓶頸，未來超算將從集中式演變為分布式的，深入社區、街道、產業園區、大學和研究機構等。與此同時，超算與腦科學也將走向更加深度的融合。”

“未來的超算應是分布式的，全世界變成一張網”

圖片來源：攝圖網-401592838

NBD: 目前，主流超級計算機基本上采用的都是集中式算力模式，在實現超強運算能力輸出的背后存在哪些不足？未來的超算將是怎樣的演變形態？

陳世卿：上世紀80到90年代，我都只在做一件事情——發明和制造全世界最快的超級計算機。在我設計的系統架構基礎之上，集中式超級計算機開始飛速發展，廣泛應用于國防、石油、航天、航空、汽車、核電、氣象、化工、材料、生物、制藥等領域，例如美國AT&T、波音、通用、德國奔馳等都是我的客戶。

在全世界所有規模較大的超級計算機中，百分之八九十都是利用了我當時創造的系統架構與理念，從單機到雙機，一變二、二變四、四變八，演變為上千的并行計算。

但隨著超級計算機體積越來越大，速度越來越快的同時，其耗能也越來越高。目前全世界速度前十名的超級計算機在運轉時，需要一個至少20兆瓦規模的供電站來支持，每小時僅消耗電量就超過2萬度，相當于一座小型城鎮的日常消耗。

雖然是我創造了集中式超級計算機架構，但其能耗巨大的難題始終無法攻克。如果沒有國家或是大型企業經費支撐，這種模式很難持續，也很難廣泛應用到未來數字經濟的新場景之下。從國家層面來說，這種大型集中式超級計算機在探月、氣象監測、石油勘探等領域依然有著巨大的需求。但從市場層面來看，由于其耗能巨大，許多中小型企業難以負擔。

于是，本世紀初，我開始重新思考另外一種系統架構——從集中式轉向分布式。其核心目的就是讓超級計算機在速度更快的同時，耗能更低。這是一個完全不同的領域。

NBD：如何理解未來所有的超級計算機應該是一個龐大的“分布式網絡”？

陳世卿：我認為將來所有的超算都應是分布式的，輔以人工智能、大數據等技術，全世界變成一張網。這個網絡的邊緣/底層就是社區、街道、產業園區等，那里有所有應用的大數據，隨時可以接入超算。這是一個全新的構想。

目前，我們仍處在開拓網格式智能超算的試點階段。比如說，將一座城市劃分成5000或是50000個網格，每一條街道或每一個社區都可以設置一臺小型的超級計算機，所有當地的數據都可以實時計算，轉化，并服務于當地。然后所有的社區再結合起來，形成一張龐大的分布式網格。類似于現在的電網，在超算的分布式網絡中，未來的算力、算容、算法也是分布式的，可以互補。

例如，我們可以在上海嘉定設計的底層網格式智能超算，把各個社區的大數據集中上傳；也可以在杭州的西湖區，構建網格式智能超算，將所有的城市變化數據化，將數據深入挖掘并整合在同一平臺，再用于智能醫療、教育、交通、制造、文創、能源、金融、環保、安防等終端服務。

NBD: 作為一名跨越多個時代的頂尖科學家，從小型機、巨型機到超級計算機到云端電腦一系列的發展過程當中，您觀察到人機交互的理念經歷了怎樣的轉變？

陳世卿：人機交互的理念經過了長期的演變。最早的人機交互都是集中式的、機械式的，把所有東西往那里一丟讓超算幫忙運算。如今，人機交互理念已經從以前機械式、集中式過渡到了更加智能化、個人化的模式。

未來的超算應該是更加靠近你的，更加個人化的。比如說你現在住的地方，你的社區旁邊就有一個小型分布式的智能超算。它需要的數據來源于這個社區，其完整的應用場景也在這個社區，并服務于整個社區的人。

假如某天，一名心臟病人突然倒在馬路上。我們如何立即知道這名病人的心臟病患病類型？哪家醫院有該類心臟病的專科醫生并且離得最近？如何最快調度救護力量？這些都需要運用智能超算，對所有數據進行快速計算，包括病人狀況，定位，路況，醫院條件等。這是未來智能超算發展的重要方向和應用場景之一。

“未來超算應朝類腦方向發展”

圖片來源：攝圖網-400731808

NBD：除了分布式、網格化的趨勢之外，未來超級計算機還將怎樣迭代演變？

陳世卿：我認為，未來的超級計算機還應朝著“類腦”的方向發展，體積小、運算速度快、能耗低。

事實上，人腦的日常消耗不過25瓦，但它卻能指揮約1000億的神經元，每天處理巨量的信息。人腦，作為人體最微妙的智能器官，其“性能”比超級計算機更強。目前人腦的開發不過5%，如果能借助腦科學提升人腦開發，并將其與超算結合，將創造出極具價值的應用場景。

NBD：您2013年就在硅谷準備成立第三腦研究院，并于2019年正式成立，聚焦腦機融合的研究。那么在您看來“第三腦”的核心理念是什么？目前圍繞“第三腦”有哪些主要研究方向？

陳世卿：事實上，十幾年前我的研究方向就轉向了類腦計算，希望依靠“彈性分配”令超級計算機可以像人的大腦一樣低能耗、高效率，同時提升大腦的開發程度。這樣的轉向對我而言，無異于一場“自我革命”。

除了大腦（第一腦）、小腦（第二腦），我們每個人都有一個“延伸”出來的“第三腦”。“第三腦”也叫仿生腦，是認知神經科學、生物信息科學、生物系統科學、生物工程科學、生命科學、臨床醫學、信息工程科學、超級計算機科學等相結合的綜合性科學。依靠高度可信、安全、高效、分布式和協作式的超級網格云端平臺，我們在全球展開了研發工作。

目前，“第三腦”主要有四大研究方向——研究腦、保護腦、開發腦、延伸腦。開發腦領域的研究相對較為成熟。

第一個方向是研究腦，深入了解腦的基礎生物機制。只有了解清楚其基本架構，它為什么智能之后，我們才能進行類腦計算。想象一下，大腦指揮約1000億個神經元，卻只耗能25瓦，而其中一半的耗能只是為了大腦的生物需求。這樣的結構充滿了奧妙。

第二個方向是保護腦，在對大腦進行深度研究之后，我們就知道了它有什么缺點和弱點，從而知道采取怎樣的保護措施來防止腦損傷和針對腦疾病找到早期精準檢測和干預的方法。我們的研究重點在于如何進行早期檢測，從信息層面、物理層面、化學層面等提前預判并介入，降低發病風險，將治病的“窗口期”前移。

第三個方向是開發腦，研究發展腦機融合的高效率學習方法。老天爺賜予我們這么聰明的大腦，我們應該重點研究如何將一個人的大腦潛力發揮出來，不被別的因素壓抑住。

我們曾在美國弗利蒙高中進行試點，最終證明“第三腦”相關技術可以顯著提高學習速度和效果。我希望未來可以用我們的理論和技術，充分激發大腦的學習潛力，幼兒園到博士17歲左右就可以念完，再通過3年的社會實踐，一個人到20歲左右就可以擁有博士級別的思考分析能力。“如同我雖然77歲了，但我大腦的年齡才30多歲，我現在的思考創新能力跟30多歲時不相上下。”

最后一個方向則是延伸腦，將腦機融合的技術延伸到云端，實現從小到老，終生陪伴。

NBD：如今，腦科學領域的研究早已站上科技圈的風口浪尖，特斯拉CEO埃隆·馬斯克、Google創始人謝爾蓋·布林等紛紛入局。那么，腦科學有哪些前沿的應用場景？

陳世卿：以智能醫療領域為例，我們正與世界知名醫學院校共同研究腦疾病與癌癥預防，借助腦科學與人工智能實現“未卜先知”，提前診斷出疾病，在早期實現非侵入式的疾病治療。

譬如，根據腦視覺神經的研究，在阿茲海默癥患者還沒有開始喪失記憶之前，利用新開發的精密儀器早期檢測出腦認知功能的下降，并進行非藥物的物理干預和康復，提升個人生活品質。目前，帕金森綜合癥、自閉癥、抑郁癥、老年癡呆癥、癲癇癥，這5種腦疾病是智能醫療的攻堅項目。

此外，以智能教育為例，我們希望從腦科學找到一個規律，可以很早就判斷出一個兒童是適合科學型、技術型、工程型、藝術型還是醫學型的學習教育。

腦科學結合人工智能將變革未來的教育系統。中國目前第一次人口紅利已經過去，以前我們靠勞動密集型，現在社會進入到老齡化階段，需要依靠科技的力量。而腦科學可以加快年輕人才釋放到社會的速度，有助于實現第二次人口紅利。

NBD：此前，埃隆·馬斯克在談到腦機融合的時候，認為人類只有一個選擇——成為人工智能（AI） 。你怎樣看待這樣的說法？

陳世卿：其實，馬斯克有的時候表達得比較偏激了一點。他談到的腦機融合、腦機接口技術是腦科學與AI技術的結合，通過植入芯片，幫助殘障人士過正常的生活。

但我認為腦科學另一個重要的發展方向是——激發大多數人的大腦潛力，促進思考創新。人腦是最聰明的，我們總能思考發明出一種新的工具來增強某方面的能力，就像是望遠鏡、顯微鏡之于人眼，汽車、飛機之于雙腿。人工智能只是人“延伸”的一部分，光有人工智能是不夠的，必須要深度結合腦科學。

未來最好的人機交互，其實就是繁重龐雜的工作交由人工智能完成，再通過腦機融合技術，讓我們的大腦專注于思考創新。

“中國超算達到世界領先水平 但應用型人才短缺”

陳世卿 圖片來源：每經記者 張建 攝

NBD：多年以來，您的科研經歷和中國有著千絲萬縷的聯系，促進了中國醫療健康大數據平臺的發展成型。請分享下您當年在中國參與超算項目的經驗。

陳世卿：最早在2004年的時候，我決定回到中國，最初在深圳設計完成了我的第三代超級刀片計算機。當時并沒有第一時間拿去賣，而是將新一代的超算帶到了中國貧困邊遠的農村和少數民族地區。

我們在這些地區設立了4個臨床試點，包括河北張家口康保縣、內蒙古的錫林郭勒盟、甘肅阿克塞的哈薩克族自治縣等。我和團隊花了7年的時間深入當地調研，收集挖掘了大量醫療數據，尤其是當地的慢性病大數據，成功建立起一個慢性病的信息網格模型，實現了縣、鄉、村三層基礎醫療的互聯互通，形成了今天中國慢性病醫療系統“醫聯體”的1.0版，也促進了早期農村的“新農合”醫療付費系統的發展完善。

2007 年，時任衛生部長高強視察張家口康保縣，看到我們的醫療數據與網格模型后非常滿意，“太好了，這才是中國未來的大健康平臺。”后來在高強部長的推動下，200個縣得到了國家醫療改革經費的積極資助，醫療大數據網格模型得以在更多地方推廣，后來逐步變成了國家慢性病的管理平臺。

2006年至2012 年那段時間，我整個工作重心都轉移到了北京，獨立融資組隊，繼續發展第 4，5、6、7 代刀片式超級計算機，并開發醫院醫療軟件，建立起了中國最早期的健康云計算、大數據服務平臺。

最初我們1.0版本的想法是將縣、鄉、村結合在一起，打造“醫聯體”。未來，我們希望全中國都是一張網，用一個健康碼。人始終是流動的，但在一張網之下，不論走到哪里，你的慢性病，你的家族病史都可以及時準確地全部調出來。

NBD：近年來，中國在TOP500高性能超級計算機的數量上，逐步在全球占據制高點，以“神威·太湖之光”和“天河二號”為代表的超算屢次在算力上領先全球。根據您的觀察，中國的超級計算機在全球處于什么樣的水平？

陳世卿：其實，從系統設計、生產制造上來看，中國已經處于前沿的水平了。全球排名前十的超級計算機里面有不少來自中國。例如不久前，在全球超級計算大會上，由之江實驗室牽頭的中國超算應用團隊，憑借新一代神威超級計算機研發的量子計算模擬器——“超大規模量子隨機電路實時模擬”(SWQSIM)獲得了超級計算應用領域國際最高獎項——2021年度“戈登•貝爾”獎。這是中國超算發展水平的集中縮影之一。

NBD：那么，中國目前在超算的發展上還存在哪些短板？

陳世卿：首先是中國的超算應用型人才不足。中國培養的人才集中在中科院等大型機構院所，主要研究集中式超算，領域相對較窄，而且也只有國家機構能夠負擔。

未來的分布式智能超算將會是一個個分散到社區、街道、產業園區的小型超算，將會有更多更為細分、復雜的應用場景。鑒于此，中國的人工智能應用型人才還存在很大的缺口，目前至少需要500萬相關的開發人才。此前，我們在成都錦城學院成立了人工智能學院，希望培養更多中高端的應用開發人才，并計劃將成功的培養模式，復制到一百所高校。

另外就是市場在談超算的時候，談具體產業和產品比較多，很少有人談算力算容。實際上，中國的智能超算發展，在算力算容上是一個較大的缺口。未來所有的人工智能場景都需要算法，而算法需要算力支持，這塊需要大力開發。

目前，有的城市意識到發展以人工智能為代表的數字經濟的核心在于算力，已經開始了相關布局，華為、浪潮等企業也在參與城市算力算容的建設。中國應該要以產業園區、社區為核心，布局5G基站等新型基礎設施和算力，為中小企業創新發展營造良好的配套環境。

最后，只有將腦科學、人工智能和智能超算結合在一起，才能完成從端到邊緣的應用場景，建立起完整的產業鏈。

NBD：最后一個問題，從最初加入壟斷世界超級電腦市場的克雷公司，到與創始人西摩·克雷分道揚鑣中間你們經歷了什么？作為一名頂尖科學家，同時也是資深創業者，您如何在技術探索與商業之間保持平衡？

陳世卿：因為他研究的超算系統被我超過了（笑）。當時，我的第二代超算研制出來了，他的第二代還沒出來。慢慢地，整個公司的營收全都“依靠我的產品”。

事實上，研發每一代超算都要花很多錢，去支撐上百人的研發團隊。當時公司并不能支撐兩個都在“燒錢”的研發團隊。一方面，克雷畢竟是創始人，公司一定要優先支持他的想法和研究；另一方面，我為公司帶來大量的商業利益，卻依然沒法籌集到足夠的后續研發基金。久而久之，我倆就“分離”了，后來我主動帶著45個工程師的研究團隊離開了公司。

一直以來，我都是探索前沿領域比較多。我的超算當然能夠創造可觀的收益，但我又將其投入到了下一個研究。研究—新產品面世—商業變現—再研究，如此循環往復。

我的人生觀就是，將我的科研成果惠及更多的老百姓，不管是中國人還是美國人，全世界都需要幫忙，能做到這一點就很好！我希望從事科技行業的人能夠實現自己的理念與價值。做科研的目的不是為了賺錢，而是為了讓技術紅利惠及所有的人，幫助社會底層的人們解決困難。科技之道，同沾雨澤！

記者：謝陶

編輯：高涵

視覺：劉青彥

排版：高涵 王蜀杰