文章图片




文章图片




文|智能相对论
作者|沈浪
回顾过去的2022年 ， 人工智能产业继续在巨变中迎来突破性成长 。
一方面 ， 人工智能产业相关的应用越来越丰富、创新 ， 比如元宇宙的出现和走红 ， 为市场创造的一个全新的业态 ， 也为用户带来了诸多新奇的体验 。
另一方面 ， 支撑人工智能产业的计算力格局也在悄然发生变化 。 根据IDC联合浪潮信息发布的《2022-2023中国人工智能计算力发展评估报告》 ， 中国人工智能计算力保持快速增长 ， 2022年智能算力规模达到268百亿亿次/秒(EFLOPS) ， 超过通用算力规模 。 预计未来5年中国智能算力规模的年复合增长率将达52.3% 。
在这些变化趋势下 ， 智算中心的产业地位愈发突显 ， 并受到地方与市场的共同追捧 。 根据统计 ， 我国已有超过30个城市正在建设或提出建设智算中心 ， 同时也有不少科技企业正在与地方协同 ， 深度参与到这个进程中 ， 比如浪潮信息的淮海智算中心、商汤的上海智算中心、阿里的张北超级智算中心等等 ， 就在为当地的人工智能产业提供着强效的算力服务 。



时至今日 ， 智算中心已经发展成为引领人工智能产业发展的重要一环 。 但是 ， 相应的建设问题在发展过程中也在不断的暴露 ， 需要在产业的变革中不断明晰智算中心的发展路径 。 对此 ， 国家信息中心联合浪潮信息在2020年发布的《智能计算中心规划建设指南》的基础上又进行更新 ， 于近期发布了新一版的《智能计算中心创新发展指南》（以下简称《指南》） ， 为行业提供更全面、系统的视角去引导地方和企业建设智算中心 。



从“规划建设”到“创新发展” ， 基于两份指南提供的视角 ， 伴随着智算中心建设热潮 ， 人工智能产业也即将进入一个全新的发展阶段 。
01 人工智能产业正当变革时
当前 ， 人工智能产业的变革是一种常态 ， 诸多新的需求和挑战伴随着产业的发展持续涌现 。 从《指南》所提供的视角就能发现 ， 人工智能产业历经着几大明显的变化趋势 。
一是算力需求的多元化和快速增长
随着人工智能相关新应用、新业态的出现 ， 人工智能产业对算力的需求正在迎来巨量化、多元化的发展趋势 。 以元宇宙为例 ， 预测表明 ， 元宇宙将需要至少6次方倍于目前的10倍的算力 ， 巨量化趋势显著 。
同时 ， 多元化的趋势也在凸显 ， 简单从芯片应用的视角来理解 ， 由于不同的场景如自动驾驶、智慧交通、智能制造等需要用到的AI芯片不一样 ， 如何适配不同的AI芯片并使其转化为相应的算力 ， 对应的多元算力融合问题正在成为人工智能产业的焦点问题 。
二是人工智能产业链的完善与进阶驱动
相比于过去 ， 当前的人工智能产业链已经得到了进一步的完善 ， 由此所需要的人工智能服务也在进阶 。 《智能计算中心创新发展指南》提到一个具体的变化 ， 「人工智能朝着海量数据、复杂大模型、超强算力方向发展 ， 这既要求计算中心的算力提升 ， 也要求AI要素的流动和共享 。 」
其中 ， AI要素的流动和共享所代表的即是人工智能服务的进阶 ， 这就需要智算中心能将算法、模型、算力三者有机融合起来 ， 提供AI的数据库、AI的模型、AI的开放平台等多种AI产品服务 。 在这个过程中 ， 人工智能产业所需要的服务越来越复杂 ， 算力基础设施为人工智能产业提供的服务就不能停留在算力层面 ， 还将继续向算法、模型等细分领域拓展 。
三是可持续发展理念的精准导向
伴随着时代认知的进步 ， 当前人工智能产业所关注的不仅仅是效率问题 ， 也开始向绿色化发展的可持续模式跨进 。 特别是在“碳中和、碳达峰”的战略目标确立后 ， 国家对人工智能产业的绿色化发展提出了更为严格的标准和要求 。
其中 ， 在能效方面 ， 国家多部门就陆续出台了文件 ， 对大型算力基础设施的能效进行约束 。 具体来看 ， 2017年 ， 国家对新建大型、超大型数据中心的PUE要求为1.5 ， 直到2021年 ， 降至了1.3以下 ， 国家枢纽节点平均PUE更是要求进一步降到 1.25 以下 。