專題：

　　◎記者 劉怡鶴

　　如同農(nóng)業(yè)時代的水利、工業(yè)時代的電力，算力是數(shù)字經(jīng)濟時代的關(guān)鍵生產(chǎn)力。2023年，用于訓練AI大模型的智能算力成為供不應(yīng)求的生產(chǎn)資源之一。

　　展望2024年，業(yè)內(nèi)預(yù)計，智能算力在總算力規(guī)模中的比重將進一步提升。隨著AI大模型進入應(yīng)用階段，用于推理的算力將和訓練算力一樣受到關(guān)注，分散且更靠近用戶的邊緣算力或迎來新風口。另一方面，在全球AI芯片供應(yīng)緊缺的背景下，國產(chǎn)AI芯片的研發(fā)也在加快。

　　智能算力比重將進一步提升

　　2023年末，《深入實施“東數(shù)西算”工程 加快構(gòu)建全國一體化算力網(wǎng)的實施意見》（下稱《實施意見》）出爐。在全國一體化大數(shù)據(jù)中心體系總體布局的基礎(chǔ)上，《實施意見》提出構(gòu)建全國一體化算力網(wǎng)，包括統(tǒng)籌通用算力、智能算力、超級算力的一體化布局，統(tǒng)籌東中西部算力的一體化協(xié)同等。

　　上海社會科學院信息研究所副所長丁波濤接受上海證券報記者采訪表示：“當前我國數(shù)字經(jīng)濟仍保持較快發(fā)展勢頭，尤其是2023年興起的生成式AI，更需要大數(shù)據(jù)、大模型和大算力作為支撐。”

　　丁波濤認為，社會算力需求是多元化的，既需要擴大算力總規(guī)模，也需要提高算力質(zhì)量；既需要發(fā)展一般性的通用算力，也需要擴大智能算力和超級算力供給；既需要加強西部算力體系建設(shè)促進“東數(shù)西算”，也需要提升東部算力能級實現(xiàn)數(shù)據(jù)的本地計算。因此，《實施意見》著重解決我國算力體系中存在的地區(qū)布局失衡、算力資源分散、算力流通遇阻等問題，進一步優(yōu)化全國整體算力供給結(jié)構(gòu)。

　　截至2023年6月底，我國在用數(shù)據(jù)中心機架總規(guī)模超過760萬標準機架，算力總規(guī)模達到197EFLOPS（EFLOPS是指每秒百億億次浮點運算次數(shù)），位居全球第二。我國算力總規(guī)模近五年年均增速近30%。

　　2023年10月印發(fā)的《算力基礎(chǔ)設(shè)施高質(zhì)量發(fā)展行動計劃》提出，到2025年，計算力方面，算力規(guī)模超過300EFLOPS，智能算力占比達到35%。《2023智能算力發(fā)展白皮書》顯示，2022年我國智能算力規(guī)模為41EFLOPS，在總算力規(guī)模中占22.8%。智能算力在總算力規(guī)模中的比重將進一步提升已成為業(yè)內(nèi)共識。

　　推理算力將與訓練算力并重

　　2023年智能算力的關(guān)鍵詞是“訓練”，即AI大模型需要消耗大算力進行訓練。

　　云計算服務(wù)商優(yōu)刻得擁有兩座自建數(shù)據(jù)中心，分別位于“東數(shù)西算”西部樞紐節(jié)點內(nèi)蒙古烏蘭察布和東部節(jié)點長三角地區(qū)的上海市。目前，烏蘭察布數(shù)據(jù)中心已形成可支持萬億參數(shù)、千卡集群的大模型訓練能力，服務(wù)于大模型訓練和推理任務(wù)。

　　優(yōu)刻得副總裁劉杰告訴記者，由于2023年大模型訓練需求爆發(fā)，優(yōu)刻得烏蘭察布數(shù)據(jù)中心機柜銷售數(shù)量大幅增加，已提前啟動二期建設(shè)。

　　與上述大型數(shù)據(jù)中心提供的高密度算力不同，邊緣算力在靠近數(shù)據(jù)源頭的邊緣側(cè)進行計算及存儲。近年來，網(wǎng)宿科技憑借其豐富的邊緣計算節(jié)點資源，進一步發(fā)力邊緣云計算服務(wù)。2023年8月起，網(wǎng)宿科技推出升級版GPU算力平臺，提供低時延、靈活彈性的邊緣AI計算服務(wù)。

　　網(wǎng)宿科技高級副總裁李伯洋說，2024年，隨著各行各業(yè)迎來垂類大模型，AI大模型應(yīng)用逐步落地，用于推理的算力將和訓練算力一樣受到關(guān)注。當AI技術(shù)進入大規(guī)模應(yīng)用階段，交互非常頻繁，對時延提出較高要求，推理算力需求靠近用戶、趨于分散，邊緣算力將發(fā)揮更大作用。

　　算力產(chǎn)業(yè)鏈加快擁抱國產(chǎn)化

　　智能算力的核心是AI芯片，GPU就是目前較成熟的通用型AI芯片。GPU芯片巨頭英偉達在全球AI芯片市場上具有壟斷優(yōu)勢。但業(yè)內(nèi)預(yù)計，2024年AI芯片國產(chǎn)化替代將加速推進。

　　上海交通大學計算機科學與工程系教授梁曉曉介紹說，國內(nèi)AI芯片的研發(fā)路徑有三：一是專用芯片；二是通用型GPU芯片；三是彎道或變道超車路線，如存算一體、量子計算、光子計算等。

　　近年來，我國興起了一批AI芯片初創(chuàng)公司，涵蓋多種技術(shù)路徑。在英偉達GPU供應(yīng)緊缺和受到限制背景下，國產(chǎn)AI芯片加快落地算力產(chǎn)業(yè)鏈。2023年12月，摩爾線程在北京舉行了首個全國產(chǎn)千卡千億模型訓練平臺——摩爾線程KUAE智算中心揭幕儀式，宣布國內(nèi)首個以國產(chǎn)全功能GPU為底座的大規(guī)模算力集群正式落地。

　　在各AI芯片公司致力于構(gòu)建各自生態(tài)的同時，學術(shù)界提出開源作為國產(chǎn)AI芯片發(fā)展的創(chuàng)新路徑。

　　2022年10月，梁曉曉團隊推出開源GPGPU（通用GPU）平臺“青花瓷”。“大模型時代，英偉達領(lǐng)先優(yōu)勢明顯。我們以學校作為一個中立單位推出免費、開放、開源的軟硬件生態(tài)，希望有助于為國內(nèi)AI芯片公司解決錢、人、時間的問題。”梁曉曉說。

　　2022年8月，清華大學集成電路學院副教授何虎團隊推出基于RISC-V（一種開放免費的指令集架構(gòu)）的開源GPGPU實現(xiàn)方案。何虎說：“硬件和軟件之間有一個核心接口，就是指令集架構(gòu)。指令集架構(gòu)一邊可以構(gòu)建豐富的軟件生態(tài)，另一邊可以對接各種國產(chǎn)AI芯片，軟件生態(tài)和芯片之間可以更加靈活地適配。”

　　開源的創(chuàng)新路徑為加快AI芯片國產(chǎn)化替代提供了新思路。上述專家告訴記者，目前，已有不少公司加入開源生態(tài)、開源指令集的合作開發(fā)中。

海量資訊、精準解讀，盡在新浪財經(jīng)APP

責任編輯：王許寧