摘要：
760万标准机架 截至2023年6月底，我国在用数据中心机架总规模超过760万标准机架，算力总规模达到197EFLOPS，位居全球第二。我国算力总规模近五年年均增速近30%... 760万标准机架
截至2023年6月底，我国在用数据中心机架总规模超过760万标准机架，算力总规模达到1***EFLOPS，位居全球第二。我国算力总规模近五年年均增速近30%
◎记者 刘怡鹤
如同农业时代的水利、工业时代的电力，算力是数字经济时代的关键生产力。2023年，用于训练AI大模型的智能算力成为供不应求的生产***之一。
展望2024年，业内预计，智能算力在总算力规模中的比重将进一步提升。随着AI大模型进入应用阶段，用于推理的算力将和训练算力一样受到关注，分散且更靠近用户的边缘算力或迎来新风口。另一方面，在全球AI芯片供应紧缺的背景下，国产AI芯片的研发也在加快。
智能算力比重将进一步提升
2023年末，《深入实施“东数西算”工程 加快构建全国一体化算力网的实施意见》（下称《实施意见》）出炉。在全国一体化大数据中心体系总体布局的基础上，《实施意见》提出构建全国一体化算力网，包括统筹通用算力、智能算力、超级算力的一体化布局，统筹东中西部算力的一体化协同等。
上海社会科学院信息研究所副所长丁波涛接受上海证券报记者***访表示：“当前我国数字经济仍保持较快发展势头，尤其是2023年兴起的生成式AI，更需要大数据、大模型和大算力作为支撑。”
丁波涛认为，社会算力需求是多元化的，既需要扩大算力总规模，也需要提高算力质量；既需要发展一般性的通用算力，也需要扩大智能算力和超级算力供给；既需要加强西部算力体系建设促进“东数西算”，也需要提升东部算力能级实现数据的本地计算。因此，《实施意见》着重解决我国算力体系中存在的地区布局失衡、算力***分散、算力流通遇阻等问题，进一步优化全国整体算力供给结构。
截至2023年6月底，我国在用数据中心机架总规模超过760万标准机架，算力总规模达到1***EFLOPS（EFLOPS是指每秒百亿亿次浮点运算次数），位居全球第二。我国算力总规模近五年年均增速近30%。
2023年10月印发的《算力基础设施高质量发展行动***》提出，到2025年，计算力方面，算力规模超过300EFLOPS，智能算力占比达到35%。《2023智能算力发展***》显示，2022年我国智能算力规模为41EFLOPS，在总算力规模中占22.8%。智能算力在总算力规模中的比重将进一步提升已成为业内共识。
推理算力将与训练算力并重
2023年智能算力的关键词是“训练”，即AI大模型需要消耗大算力进行训练。
云计算服务商优刻得拥有两座自建数据中心，分别位于“东数西算”西部枢纽节点内蒙古乌兰察布和东部节点长三角地区的上海市。目前，乌兰察布数据中心已形成可支持万亿参数、千卡集群的大模型训练能力，服务于大模型训练和推理任务。
优刻得副总裁刘杰告诉记者，由于2023年大模型训练需求爆发，优刻得乌兰察布数据中心机柜销售数量大幅增加，已提前启动二期建设。
与上述大型数据中心提供的高密度算力不同，边缘算力在靠近数据源头的边缘侧进行计算及存储。近年来，网宿科技凭借其丰富的边缘计算节点***，进一步发力边缘云计算服务。2023年8月起，网宿科技推出升级版GPU算力平台，提供低时延、灵活弹性的边缘AI计算服务。
网宿科技高级副总裁李伯洋说，2024年，随着各行各业迎来垂类大模型，AI大模型应用逐步落地，用于推理的算力将和训练算力一样受到关注。当AI技术进入大规模应用阶段，交互非常频繁，对时延提出较高要求，推理算力需求靠近用户、趋于分散，边缘算力将发挥更大作用。
算力产业链加快拥抱国产化
智能算力的核心是AI芯片，GPU就是目前较成熟的通用型AI芯片。GPU芯片巨头英伟达在全球AI芯片市场上具有垄断优势。但业内预计，2024年AI芯片国产化替代将加速推进。
上海交通大学计算机科学与工程系教授梁晓晓介绍说，国内AI芯片的研发路径有三：一是专用芯片；二是通用型GPU芯片；三是弯道或变道超车路线，如存算一体、量子计算、光子计算等。
近年来，我国兴起了一批AI芯片初创公司，涵盖多种技术路径。在英伟达GPU供应紧缺和受到限制背景下，国产AI芯片加快落地算力产业链。2023年12月，摩尔线程在北京举行了首个全国产千卡千亿模型训练平台——摩尔线程KUAE智算中心揭幕仪式，宣布国内首个以国产全功能GPU为底座的大规模算力集群正式落地。
在各AI芯片公司致力于构建各自生态的同时，学术界提出开源作为国产AI芯片发展的创新路径。
2022年10月，梁晓晓团队推出开源GPGPU（通用GPU）平台“青花瓷”。“大模型时代，英伟达领先优势明显。我们以学校作为一个中立单位推出免费、开放、开源的软硬件生态，希望有助于为国内AI芯片公司解决钱、人、时间的问题。”梁晓晓说。
2022年8月，清华大学集成电路学院副教授何虎团队推出基于RISC-V（一种开放免费的指令集架构）的开源GPGPU实现方案。何虎说：“硬件和软件之间有一个核心接口，就是指令集架构。指令集架构一边可以构建丰富的软件生态，另一边可以对接各种国产AI芯片，软件生态和芯片之间可以更加灵活地适配。”
开源的创新路径为加快AI芯片国产化替代提供了新思路。上述专家告诉记者，目前，已有不少公司加入开源生态、开源指令集的合作开发中。
