杉数观点丨解码智能计算：从SpaceX星舰试飞到未来展望

随着埃隆·马斯克的SpaceX成功完成星舰Starship的第五次试飞，人类对太空探索的热情被再次点燃。这次飞行不仅标志着航天技术的一次重大飞跃，也让我们思考支撑这一切背后的强大计算能力。从精确的飞控精度到机械臂的精准捕获，每一项任务的成功都离不开智能计算的支持。

而智能计算的影响远不止于太空探索，随着AI大模型的蓬勃发展，智能计算作为其背后的关键引擎开始备受关注，并且日渐渗透到医疗健康、金融、交通、教育等更多生活领域。那么，智能计算在SpaceX星舰试飞中究竟有哪些创新应用？它又将如何重塑未来？接下来一同探索智能计算领域的十个热门问题。

01

Q：在SpaceX星舰第五次试飞火箭回收中，智能计算具体扮演了什么角色？

A：本次试飞的最大看点之一是SpaceX首次大胆尝试用被称为“筷子”的两只金属手臂夹住返回的火箭助推器。在这个过程中，需要极高的精度来确保火箭助推器能够成功悬挂在两个巨大的金属臂之间。

智能计算系统通过强大的人工智能算法和模拟技术，能够在虚拟环境中对星舰的飞行过程、助推器的回收等关键环节进行大量的模拟和优化，精确预测助推器的返回轨迹、速度以及姿态等关键参数，从而为机械臂的操作提供准确的指导。同时，智能计算还可以对不同的环境因素和突发情况进行模拟，帮助工程师提前制定应对策略，提高整个回收过程的成功率和可靠性。

02

Q：除了助力火箭回收中的精准对接，智能计算在火箭发射中还能有哪些创新应用？

在火箭发射中，智能计算技术的创新应用还体现在如下方面：

飞行控制与导航系统：火箭在飞行过程中需要进行高频次的姿态调整，智能计算系统能够在极短的时间内完成必要的计算，确保飞行器的正确姿态和精确的飞行路径。

热盾系统的改进：借助智能计算技术，通过对热盾材料性能的模拟和分析，工程师们能够设计出更有效的热盾系统，以提高其在再入大气层时的耐热性能。

实时监控与决策：智能计算技术还涉及到对火箭助推器返回过程中的动态压力（Max Q）的实时监控，这是火箭在飞行中经历的最大动态压力点，对火箭的结构完整性是一个巨大考验。智能计算系统通过实时数据分析和调整，确保助推器在返回过程中的稳定性和安全性。

03

Q：智能计算的主要应用场景还有哪些？

A：智能计算已经被广泛应用于航天、轨道交通、能源电力、金融、制造业等多领域。

在航天领域，除了上面提到的相关应用，在飞行器轨迹优化、姿势调整、航天装备试验测控资源调度等较高技术难度的场景，都可以通过智能计算实现最优最快求解。比如，通过将求解器COPT与飞行器所载求解硬件进行整合，并融合进高效、可靠的定制化轨迹优化求解算法，可实现飞行器在不依赖外部规划和控制的情况下，保证最优的实时轨迹控制并精准到达目标。

在能源电力领域，智能计算可用于无功调度优化、电力市场定价，电力市场出清等典型能源电力优化场景；在轨道交通领域，针对乘务排班、运行图编制、列车检修等问题，通过智能计算，能够寻求到较好的优化求解效果；金融行业人工智能渗透度显著提升，智能计算在金融领域主要用于风险评估、欺诈检测、算法交易、智能投顾等；在制造业中，对于涉及上百个工厂、数万生产零件的排产排程、物料筹措等问题，智能计算同样是优化利器。

04

Q：智能计算在我国的发展现状如何？

A：当前，中国正在适度超前布局数字基础设施，深入推进信息通信网络建设，加快建设全国一体化算力网，全面发展数据基础设施。随着“东数西算”工程的实施，全国多个城市已建立40多个智能计算中心，智能计算中心的布局正在加速。

与此同时，我国智能计算产业链正在形成，逐渐搭建起以提供算力硬件设备和基础设施为主的上游，以提供智能算力服务为主的中游和聚焦智能算力应用的下游。日渐完备的智算产业链正以更高效的方式及集合支持着人工智能算法的研发，为我国在未来发展中占据经济新高地提供重要支撑。

05

Q：智能计算产业的核心是什么？

A：芯片是智能计算产业的核心环节，特别是GPU、TPU等专为AI计算设计的芯片，提供了强大的计算能力，使得大规模的神经网络训练和推理成为可能。这些芯片通过优化硬件设计和架构，可大大提高AI算法的运行速度和处理能力，从而提高整个智能计算产业的效率和性能。其作为核心环节，通过不断创新，带动了智能计算产业的技术、产品和服务的创新，形成良性循环。

06

Q：当前，我国智能计算芯片的发展现状如何？

A：中国正积极推动智能计算芯片的研发和应用，以满足AI大模型对高性能计算的需求。当前，中国智能计算芯片产业正处于快速发展阶段，市场规模持续扩大，产业链逐步完善。同时，政策支持力度加大，国产AI芯片加速发展，尽管在高端芯片领域与国际先进水平还有差距，但正在逐步缩小，并且国产化替代能力正在加强。

07

Q：当前，智能计算主要面临哪些典型挑战？

A：智能计算作为人工智能领域的重要分支，当前主要面临以下挑战：

计算资源瓶颈：随着算法模型变得越来越复杂，需要更强大的计算能力来支持模型训练，当前的计算资源可能成为限制智能计算发展的瓶颈。

数据隐私泄露风险：随着智能计算对数据的依赖性不断增强，如何保护个人隐私和数据安全成为一个突出问题。如果不当处理，可能会导致隐私泄露，引起公众对智能计算技术的不信任。

算法偏见：智能计算系统可能会在数据收集、处理和分析过程中产生偏见，可能导致不公平的决策，影响特定群体的利益，甚至加剧社会不平等。

08

Q：如何通过智能算力调度，提升计算资源利用效率？

A：算力调度对提高计算机资源的利用率，减少资源浪费，保证任务的高效执行有着深远的意义。借助杉数科技的运筹优化和智能决策先进技术，通过智能算力调度，可以实现跨服务商、跨架构、跨地域的算力任务部署，实时感知不同的算力需求，更准确地了解算力资源的使用情况和性能指标，更有效地进行资源需求预测、分配和调度，使得获取算力将像获取水和电一样便捷而低价。

09

Q：智能计算对环境有何影响？

A：智能计算对环境的影响是一把双刃剑。一方面，通过提升算法效率和优化操作，比如采用节能的AI算法和创新的硬件设计，能够减少能源消耗和碳足迹。但同时，智能计算尤其是大型语言模型的兴起，对计算资源的需求激增，增加能源消耗的同时，也带来了更高的碳排放。随着模型规模和计算复杂性的增加，智能计算对环境的压力也将加大。

10

Q：智能计算产业的未来发展趋势是什么？

A：智能计算的未来发展趋势呈现出以下显著特点：

国产多元异构算力的融合：国产自研AI芯片的加速入场，将推动智能计算的长效发展，尽管短期内高效供给仍受限。

智能算力的多元化和区域化：智能算力将不再局限于单一节点，而是向区域化协同、边端部署演变，以满足不同场景和数据场景的需求。

低碳化发展：智能计算将更加注重绿色低碳发展，通过创新智算-电网协同模式，推动数据中心节能改造，提升可再生能源利用水平。

智能计算与行业深度融合：智能计算将深度融入各行各业，推动产业数字化升级和变革，催生新业态和新模式。

*本文相关参考：《智能算力产业发展白皮书》

智能计算作为21世纪最具革命性的技术之一，正以前所未有的速度改变着世界。后续，围绕智能计算领域的深度洞察，我们还将陆续推出系列专题文章，持续输出行业洞见，敬请期待！