人工智能风起云涌 算力基建支撑加速前进

　　科学进步一小步，智能支撑人类文明一大步。风起

　　1913年，云涌福特流水线的算力诞生，使汽车的基建加速组装效率实现了指数级提升，由原来的前进748分钟缩短至90分钟，生产效率提高了8倍，人工实现了工业生产从蒸汽机驱动向电气化驱动的智能支撑成功转型，进而开启了整个工业制造业电气化转型新时代。风起电力，云涌为当时的算力经济插上了“转型翅膀”。

　　一百多年后的基建加速今天，数字经济风起云涌，前进人工智能(AI)技术蓬勃发展，人工算力需求激增。作为重要“底座”，算力的赋能作用日渐凸显，已成为社会经济向数字化、智能化转型的核心驱动力。这一次，算力将接棒电力，为经济社会发展插上新的“转型翅膀”。证券时报“中国智造面对面”系列推出“AI”篇，一窥中国人工智能产业发展现状。

　　支撑AI规模化应用

　　2023年，人工智能技术实现质的飞跃。通过生成式AI(AIGC)技术，人们可用自然语言与机器进行便捷交互，并将海量的数据经过训练、推理，快速转化为生产力，产生实际商业价值。

　　AI技术加速向各行各业渗透，需要运算大量的数据，这个过程所消耗的资源就是算力。2023年，随着以AIGC为代表的人工智能技术井喷式的发展，算力需求也迎来爆发式增长，部分高端算力产品价格不断上涨。

　　工业富联首席数据官刘宗长在接受证券时报记者采访时表示，三五年前，人工智能在生产、管理的环节只是试点，一些示范工厂或产线应用了AI技术，技术指标上可能已达到公司需求，但难以规模复制。如今，人工智能到了一个转折点，正在慢慢地规模化应用，比如工业富联开发的AI自动检测工站，已规模应用于公司的检测流程。此外，在先进分析、品质管理等场景下，AI技术也已被大范围使用。

　　像工业富联一样正在使用AI技术，或者其他云计算、边缘计算、5G、物联网等技术的企业大量存在，背后都涉及数据的计算、转换、存储等。因此，在数字经济、人工智能时代，算力已成为驱动产业转型、经济发展的核心驱动力。

　　算力基建蓬勃发展

　　实现数字经济高质量发展，需要筑牢算力基础设施。据了解，算力基础设施包括超算中心、智算中心、通用数据中心等形态，里面存放大量服务器，专门对数据进行集中管理(存储、计算、交换)。通用数据中心侧重大量数据的存储、管理，算力中心则侧重科学计算，超算中心则主要用来模拟核爆炸、气候预测等。

　　目前，我国数据中心或算力中心分布广泛，但超算中心仅有14个，分布在深圳、广州、无锡、昆山、济南、青岛、太原、郑州、西安、成都等地。

　　工信部数据显示，2018年以来，我国数据中心机架数量年复合增长率超过30%，截至今年6月底，我国算力总规模达到每秒1.97万亿亿次浮点运算，位居全球第二。

　　“算力基础建设成为了新基建的重要内容之一，国家统筹建立的‘东数西算’八大枢纽、国家超算中心等，就相当于高速公路的国道，各个地方建立的算力中心等则相当于省道，国家把算力新基建建好了，以后的产业才会有更大的发展机会。”拓维信息董事长李新宇对证券时报记者表示。

　　国家超算长沙中心主任李肯立告诉证券时报记者，尽管“东数西算”等可以部分解决东西部算力需求和资源不匹配的问题，但是还做不到像电力一样方便地输送，因为算力输入是硬件，目前标准等各方面还不统一，技术方面还存在难点。“在这个背景下，当下各城市根据自身算力需求，在本地建设算力中心，也是比较现实且可循的方式。”李肯立说。

　　国际数据机构IDC联合其他机构发布的《2021—2022全球计算力指数评估报告》显示，计算力指数平均每提高1个点，数字经济和地区生产总值将分别增长3.5‰和1.8‰。一个国家或地区增加对计算力的投资可以带来经济的增长，且这种增长具有长期性和倍增效应。

　　另据浪潮人工智能研究院测算，预计到2025年全球计算力规模将比2020年提升30倍。

　　像用电一样使用算力

　　近些年，我国数字经济转型逐渐深入，智能化转型大力推进，算力发展政策东风频吹。

　　2022年2月，国家发改委等多部门印发通知，全面启动“东数西算”工程，同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动建设国家算力枢纽节点，并规划了10个国家数据中心集群。

　　今年以来，从国家到地方的各种算力重磅措施、方案也频出。10月8日，工信部等发布《算力基础设施高质量发展行动计划》，提出要着力推动算力基础设施高质量发展，随后，上海、广东、深圳、成都等多地相继出台算力发展政策。

　　12月26日，国家算力政策再加码。国家发改委、国家数据局等五部门联合印发《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《意见》)，提出到2025年底综合算力基础设施体系初步成型等一系列目标。

　　《意见》旨在以算力高质量发展赋能经济高质量发展为主线，协同推进“东数西算”工程，形成跨地域、跨部门发展合力，助力网络强国、数字中国建设，提出到2025年，我国综合算力基础设施体系初步成型，用户使用各类算力的易用性明显提高、成本明显降低，国家枢纽节点间网络传输费用大幅降低;算力网关键核心技术基本实现安全可靠，以网络化、普惠化、绿色化为特征的算力网高质量发展格局逐步形成，同时强调，将从通用算力、智能算力、超级算力一体化布局等五个统筹出发，推动建设联网调度、普惠易用、绿色安全的全国一体化算力网。

　　显然，算力已成为经济高质量发展的重要动能，从过去“东数西算”的启动到现在“全国一体化算力网”的构建，国家更加注重算力基础设施建设的质量。

　　“未来的算力，可能像现在的电力一样，能够实现全国的统一调配管理、即取即用。”李新宇对证券时报记者表示。

　　价格将趋于合理

　　值得一提的是，激增的算力需求以及美国高端芯片供应受限等，已导致市场算力产品供不应求，价格暴涨，这在一定程度上增加了企业的算力成本。

　　vivo副总裁、AI全球研究院院长周围曾在接受证券时报记者采访时坦言，“手机调用云端大模型，目前大概一次1.5分，这个成本非常高，我们3亿用户每天用十次，一年下来要一百亿元左右的支出。”

　　国盛证券《ChatGPT需要多少算力》报告显示，大模型前期训练成本很高，一次超过百万美元，这个费用不仅涵盖了模型的架构、算法和训练数据的选择，还包括了模型训练所需要的大量计算资源和时间成本。而随着模型上线部署后使用量的增加，推理成本可能远超训练成本，尤其随着大语言模型不断升级迭代，参数量突破万亿、模型能力越来越强、用户使用量激增，推理成本也会呈几何式增长。

　　对此，刘宗长对证券时报记者表示，造成算力成本高的原因主要有两方面，一是因为需求大幅增长而产能不够，二是由于地缘政治、美国芯片禁令影响。

　　“目前公司正配合客户在布局新的产能，预计明年在供应端会有一个明显的提升，同时随着供应的恢复，产品价格也会有所下降，进而会带动更多新的需求。”刘宗长说，“当供应与需求开始平衡后，算力价格会逐渐趋于合理，回归理性。”

　　李新宇也认为，随着时间的推移，技术的进步、生态的成熟，未来算力成本会逐步降低。

　　算力成本较高另一原因，是我国算力产业仍与国际头部企业存在一定差距，未来若能把握产业生态的发展规律，供给格局也将发生变化。

　　中国科学院院士王怀民对证券时报记者表示，我国算力产业发展要抓住机遇快速迭代升级，不仅要从芯片、软件方面发力，更要注重生态的培育和打造，而中国在生态营造上具备独特的优势，中国具有庞大的消费市场、工程师群体等。

免责声明：家电资讯网站对《人工智能风起云涌 算力基建支撑加速前进》一文中所陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。

本网站有部分内容均转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，本网站无法鉴别所上传图片或文字的知识版权，本站所转载图片、文字不涉及任何商业性质，如果侵犯，请及时通知我们，本网站将在第一时间及时删除，不承担任何侵权责任。联系QQ：411954607

本网认为，一切网民在进入家电资讯网站主页及各层页面时已经仔细看过本条款并完全同意。敬请谅解。

本书首发来自成都索客科技有限公司，第一时间看正版内容！