在如今“智算”屬性不足的大背景下，建設(shè)智算中心不單純是一項(xiàng)資金游戲，更是一個(gè)思維觀念、企業(yè)架構(gòu)轉(zhuǎn)化的新模型。

作者|思杭

編輯|皮爺

出品|產(chǎn)業(yè)家

過去12個(gè)月，英偉達(dá)市值飆升了238%。這已經(jīng)算是商業(yè)史上的現(xiàn)象級(jí)事件。

成為熱點(diǎn)的不止有英偉達(dá)，還有站在英偉達(dá)背后的“人物”黃仁勛。就像當(dāng)年的馬斯克一樣，現(xiàn)在的黃仁勛幾乎每次發(fā)言都是科技界的“頭條”。

“AI工廠”便是黃仁勛近期頻繁提到的詞語。在2月的英偉達(dá)2024財(cái)年第四季度財(cái)報(bào)電話會(huì)上，黃仁勛將一種專注于AI生成的新型數(shù)據(jù)中心定義為“AI工廠”。其中，為AI工廠輸送“能源”的正是讓英偉達(dá)市值上漲萬億美元的GPU芯片。

而黃仁勛口中新型的數(shù)據(jù)中心“AI工廠”也正是國(guó)內(nèi)近兩年異�；馃岬闹撬阒行�。

那么，究竟什么是智算中心？以及，黃仁勛口中的AI工廠到底是什么？

簡(jiǎn)單來理解，智算中心就是為如今的AI大模型、AI應(yīng)用，以及未來所有的人工智能項(xiàng)目提供計(jì)算力的新型“發(fā)電廠”。它是專為AI而生的。

與傳統(tǒng)計(jì)算中心不同的是，智算中心所需要的算力是由GPU提供，而前者則是由CPU提供。在過去，GPU的用處則更多是在游戲行業(yè)，而到了今天的AI時(shí)代，GPU芯片則變成了一種“必需品”。

2023年10月前，阿里、騰訊、字節(jié)跳動(dòng)、百度等國(guó)內(nèi)大型科技公司都是從英偉達(dá)手里獲取AI芯片。但伴隨著美國(guó)禁止英偉達(dá)等本土企業(yè)向中國(guó)出售A100/H100等AI芯片，這也一定程度上導(dǎo)致了國(guó)內(nèi)的算力短缺。在過去的2023年，“缺卡”也更在成為一眾大模型企業(yè)的普遍現(xiàn)狀。

但實(shí)際上，早在之前，國(guó)內(nèi)的AI算力軍備競(jìng)賽早已打響。從國(guó)家啟動(dòng)“東數(shù)西算”工程開始，傳統(tǒng)IT企業(yè)、云廠商和電信運(yùn)營(yíng)商就已經(jīng)在緊鑼密鼓地布局智算中心。

早在2022年已有相關(guān)動(dòng)作。1月，商湯科技智能計(jì)算中心在上海市臨港區(qū)啟動(dòng)運(yùn)營(yíng)；8月，阿里云張北超級(jí)智算中心在張家口張北縣；9月，百度智能云（鹽城）智算中心在江蘇省鹽城市落地，以及包括華為晟騰系列、昆侖芯、寒武紀(jì)等越來越多中國(guó)廠商也都在2022年甚至之前已經(jīng)在穩(wěn)步布局。

在過去的一年中，智算中心的建設(shè)在中國(guó)大地上可謂如火如荼。

縱觀2023年的整個(gè)算力產(chǎn)業(yè)發(fā)展上，在智算中心之外，AI芯片、AI服務(wù)器、數(shù)據(jù)訓(xùn)練中臺(tái)等等，如今也更在成為云廠商、傳統(tǒng)IT企業(yè)和電信運(yùn)營(yíng)商的一塊兵家必爭(zhēng)之地。而在2024的今年，這些節(jié)奏更在進(jìn)一步提速。智算中心，飛奔在路上。

一、2024，歡迎來到智算中心「元年」

國(guó)家隊(duì)的入場(chǎng)無疑是最引人注目的。

2023年，超30座城市搶建智算中心。這是國(guó)家信息中心與相關(guān)部門聯(lián)合發(fā)布的《智能計(jì)算中心創(chuàng)新發(fā)展指南》中給出的一組數(shù)據(jù)。

而2024年，智算中心則更是迎來它的“元年”。

在剛剛結(jié)束的兩會(huì)，一個(gè)產(chǎn)業(yè)界最關(guān)注的話題便是，政府工作報(bào)告提出開展“人工智能+”行動(dòng)。而在這其中，據(jù)《證券日?qǐng)?bào)》的記者了解到，不少企業(yè)界人士都認(rèn)為，“人工智能+算力基礎(chǔ)”會(huì)率先“動(dòng)起來”。

事實(shí)也的確如此。從2024年初開始盤點(diǎn)：1月8日，中國(guó)移動(dòng)智算中心（武漢）在武漢未來科技城開放運(yùn)營(yíng)，預(yù)計(jì)成為華中地區(qū)規(guī)模最大的智算中心；1月22日，上海電信在上海點(diǎn)亮“大規(guī)模算力集群暨人工智能公共算力服務(wù)平臺(tái)”，預(yù)計(jì)成為國(guó)內(nèi)首個(gè)超大規(guī)模國(guó)產(chǎn)算力液冷集群；1月30日，中國(guó)聯(lián)通人工智能創(chuàng)新中心成立儀式在京舉行。此外，北電數(shù)智承建的北京數(shù)字經(jīng)濟(jì)算力中心達(dá)產(chǎn)后將實(shí)現(xiàn)1000P智能算力供給。

從中可以看到一個(gè)明顯的信號(hào)，包括互聯(lián)網(wǎng)廠商、通信廠商、電信運(yùn)營(yíng)商在內(nèi)的一眾企業(yè)都正在加大力度建設(shè)智算中心。

判定算力資源的最直觀指標(biāo)便是看服務(wù)器規(guī)模。后者規(guī)模越大，前者算力資源就更多。

而在2024年初中國(guó)移動(dòng)發(fā)布的一份供應(yīng)商信息核查公告中透露，2024年～2025年，中國(guó)移動(dòng)將采購(gòu)特定場(chǎng)景AI訓(xùn)練服務(wù)器6000臺(tái)。如果按照中國(guó)移動(dòng)《2023年至2024年新型智算中心（試驗(yàn)網(wǎng)）招標(biāo)》中第12個(gè)標(biāo)包——1250臺(tái)（包括風(fēng)冷和液冷）中標(biāo)價(jià)24.7億元粗略估算，這筆投資將超過120億元。

實(shí)際上，與電信運(yùn)營(yíng)商相比，云廠商和傳統(tǒng)IT企業(yè)的投入其實(shí)占比更大。

國(guó)際數(shù)據(jù)公司IDC的一位中國(guó)分析師對(duì)《財(cái)經(jīng)》記者表示，從服務(wù)器采購(gòu)量占比來看，互聯(lián)網(wǎng)云廠商等科技公司占比約40%，電信運(yùn)營(yíng)商占比超過15%，數(shù)據(jù)中心服務(wù)商、地方大數(shù)據(jù)產(chǎn)業(yè)園以及其他IT服務(wù)公司占比約10%。

實(shí)際上，再往前追溯，在這種強(qiáng)投入的背景下，互聯(lián)網(wǎng)云廠商則在更早之前已經(jīng)便開始投入到智能計(jì)算當(dāng)中。從一組云廠商的動(dòng)態(tài)中即可窺見出這一趨勢(shì)：

2019年，百度智能云提出ABC戰(zhàn)略（AI，Big data，Cloud Computing），致力于智能計(jì)算、智能應(yīng)用、智能生態(tài)的全面發(fā)展；

2021年7月，騰訊在合肥設(shè)立的騰訊智慧產(chǎn)業(yè)總部基地正式揭牌；

截至2021年上半年，華為云的“南貴北烏”智算中心已經(jīng)全面建設(shè)完成，并于2022年進(jìn)入年度國(guó)家綠色數(shù)據(jù)中心名單；

2023年9月，京東云發(fā)布數(shù)智算力矩陣；

2023年，火山引擎與理想汽車合作，在山西省建設(shè)智算中心；

...

這種對(duì)于智能計(jì)算的強(qiáng)調(diào)對(duì)大模型廠商而言也更是自然趨勢(shì)。此外，在如今國(guó)外GPU芯片困難的背景下，互聯(lián)網(wǎng)廠商和傳統(tǒng)IT企業(yè)也都在加速“追趕”，力爭(zhēng)自研能應(yīng)用于AI大模型及其他AI應(yīng)用的芯片。比如華為的昇騰、阿里巴巴的含光和百度的昆侖等等。

而在AI服務(wù)器的供應(yīng)上，這部分的市場(chǎng)份額目前主要還在傳統(tǒng)IT企業(yè)手中。據(jù)IDC數(shù)據(jù)，2022年中國(guó)AI服務(wù)器市場(chǎng)（按銷售額），浪潮以46.6%份額占據(jù)首位，新華三、寧暢分別以11%和9%占據(jù)第二、第三名。

在如此AI算力軍備競(jìng)賽打響的背后，實(shí)際上隱藏起來的是如今國(guó)內(nèi)巨大的算力缺口。

據(jù)不完全統(tǒng)計(jì)，過去一年單單是中國(guó)大模型創(chuàng)新企業(yè)就超過250家，而中國(guó)更是凝聚了1070萬名開發(fā)者，服務(wù)23.5萬家企事業(yè)單位。更不用說，伴隨著如今的產(chǎn)業(yè)落地，這種需求更將會(huì)加速涌現(xiàn)。

首次提出“智算中心”的浪潮認(rèn)為，未來人工智能計(jì)算需求占比將在80%以上。而且未來對(duì)一個(gè)大模型訓(xùn)練所需的算力，可能每3～4個(gè)月就翻一番，這意味著一年就要增加10倍。阿里云智能解決方案首席架構(gòu)師鄭海超也曾公開提到，大模型帶來的算力需求為每?jī)赡?75倍的增長(zhǎng)。

在如此巨大的算力缺口下，智算中心在國(guó)內(nèi)的大規(guī)模建設(shè)也成為了一種必然。

而對(duì)于像“智算中心”這種基礎(chǔ)設(shè)施而言，政策的推動(dòng)則起到了加速的作用。2017年，《新一代人工智能發(fā)展規(guī)劃》提出“建立人工智能超級(jí)計(jì)算中心”，自此智算中心也被提高到國(guó)家戰(zhàn)略的高度。

從2020年開始至今，智算中心更是多次出現(xiàn)在“十四五”報(bào)告、新型數(shù)據(jù)中心發(fā)展三年行動(dòng)計(jì)劃、數(shù)字中國(guó)建設(shè)整體布局規(guī)劃等等白皮書中。戰(zhàn)略地位被一再提高，直到2024年3月的兩會(huì)上，“人工智能+”行動(dòng)被寫入政府工作報(bào)告，相關(guān)產(chǎn)業(yè)都將得到高度重視。

根據(jù)IDC圈不完全統(tǒng)計(jì)，截至2023年底，全國(guó)帶有“智算中心”的項(xiàng)目有128個(gè)，其中83個(gè)項(xiàng)目有規(guī)模披露，超過7.7萬P。這也正是企業(yè)與國(guó)家隊(duì)共同努力得到的一份成績(jī)單。

然而，在傳統(tǒng)IT廠商、云廠商和電信運(yùn)營(yíng)商“搶建”智算中心的當(dāng)下，一些問題也正在被看見。

二、建一個(gè)智算中心，難在哪？

2024年哈爾濱平房區(qū)批復(fù)了4.6億元的哈投智算中心；2023年長(zhǎng)春公布了4.8億元長(zhǎng)春新區(qū)智算中心的建設(shè)計(jì)劃，青島市公布了17.7億元的元宇宙智慧算力中心建設(shè)計(jì)劃，南昌市公布了4.5億元的江西人工智能計(jì)算中心建設(shè)計(jì)劃。

地方城市正在市場(chǎng)和政策的驅(qū)動(dòng)下積極響應(yīng)，投入建設(shè)智算中心。

然而，這種異常高漲的熱情背后，對(duì)應(yīng)的并非是實(shí)際的算力需求。一方面，據(jù)《財(cái)經(jīng)》了解，一些城市投資智算中心的邏輯是，希望以此擴(kuò)大基建、招商引資、吸納人才，推動(dòng)本地產(chǎn)業(yè)升級(jí)。很多地方政府還會(huì)為企業(yè)發(fā)放算力券，進(jìn)行市場(chǎng)補(bǔ)貼。

而在沒有合理規(guī)劃和試驗(yàn)的情況下，盲目建設(shè)智算中心的行為則會(huì)導(dǎo)致極大的資源浪費(fèi)。

全國(guó)政協(xié)委員、中科院計(jì)算所研究員張?jiān)迫�也在《算力�?jīng)濟(jì)發(fā)展趨勢(shì)分析與展望》中分析道，“有些地方只是為了追求排名、追求規(guī)模效應(yīng)，運(yùn)營(yíng)過程不透明、缺乏監(jiān)管，建成之后發(fā)現(xiàn)需求不足，沒有大的應(yīng)用，出現(xiàn)了很多智算中心直接空轉(zhuǎn)、關(guān)機(jī)的現(xiàn)象，造成很大浪費(fèi)�！�

實(shí)際上，建一個(gè)智算中心需要更為合理的規(guī)劃和實(shí)驗(yàn)驗(yàn)證。對(duì)此，張?jiān)迫�給到的第一點(diǎn)建議便是，“對(duì)新增建設(shè)類算力網(wǎng)工程技術(shù)裝置進(jìn)行實(shí)驗(yàn)驗(yàn)證，在驗(yàn)證的基礎(chǔ)上再放大�！�

尤其是大型算力網(wǎng)的構(gòu)建則更需要通過原型實(shí)驗(yàn)，進(jìn)行嚴(yán)格論證。一個(gè)正常大型項(xiàng)目的邏輯是，在應(yīng)用場(chǎng)景確定下來的基礎(chǔ)上，再衡量項(xiàng)目建設(shè)的投入產(chǎn)出比。但如今在算力的架構(gòu)、調(diào)度、測(cè)量、交易、安全技術(shù)等方面都尚不成熟。

嚴(yán)格意義上講，目前國(guó)內(nèi)的智算中心還并不能稱之為真正的“智算”，在運(yùn)營(yíng)模式、服務(wù)等方面都還深受傳統(tǒng)IDC行業(yè)影響。

北電數(shù)智首席戰(zhàn)略官楊震告訴產(chǎn)業(yè)家，AI時(shí)代，企業(yè)需要的，除了能夠精準(zhǔn)匹配需求、極具性價(jià)比的智能算力服務(wù)，還要有端到端的人工智能全棧服務(wù)。

除了算力，企業(yè)應(yīng)用人工智能還涉及數(shù)據(jù)、模型開發(fā)和調(diào)優(yōu)、AI應(yīng)用等多個(gè)環(huán)節(jié)。每個(gè)環(huán)節(jié)對(duì)于傳統(tǒng)企業(yè)都存在技術(shù)門檻高、人才缺失、開發(fā)周期長(zhǎng)等難題。據(jù)了解，北電數(shù)智的做法是聯(lián)合生態(tài)伙伴提供底座大模型、豐富的行業(yè)垂直大模型、一棧式AI工具鏈，企業(yè)可以靈活調(diào)用各種能力，加工出所需要的AI應(yīng)用；此外，其也圍繞數(shù)據(jù)要素打造賦能工具，幫助擁有豐富數(shù)據(jù)的企業(yè)挖掘數(shù)據(jù)價(jià)值。

楊震告訴產(chǎn)業(yè)家，事實(shí)上，具有全智算屬性的AIDC，是在提供從底層算力到頂層應(yīng)用使能的全棧能力。在他看來，北電數(shù)智承建的北京數(shù)字經(jīng)濟(jì)算力中心就是在打造新型的AIDC，也就是黃仁勛說的“AI工廠”。

實(shí)際上，智算中心與傳統(tǒng)數(shù)據(jù)中心的區(qū)別一方面在于能夠幫助AI企業(yè)提供AI算力；另一方面則在于改變運(yùn)營(yíng)方式。

而提供AI算力的前提除了需要AI芯片，更重要的則是如何發(fā)揮“平臺(tái)”作用，為企業(yè)提供配套的算力服務(wù)。尤其是在如今的大模型時(shí)代，一個(gè)參數(shù)規(guī)模達(dá)千億甚至萬億級(jí)的大模型， GPU卡的需求就高達(dá)數(shù)萬張。

因此，于企業(yè)而言，“算力服務(wù)除了提供算力外，還要有底座大模型、豐富的行業(yè)垂直大模型、一棧式AI工具鏈等。而這些都是智算中心應(yīng)該做到的�！睏钫鸨硎�。

但從目前的智算中心建設(shè)情況來看，整體的現(xiàn)狀是只注重“量”，而忽視“質(zhì)”。在智算中心的華麗外殼下，卻裝著傳統(tǒng)數(shù)據(jù)中心的“里子”。

此外，在如今智算中心占領(lǐng)高地的當(dāng)下，一個(gè)更新的問題也在被放到臺(tái)面上：傳統(tǒng)IDC將如何轉(zhuǎn)型？

“過去，云廠商和傳統(tǒng)IDC企業(yè)存在競(jìng)爭(zhēng)關(guān)系，而未來將是互補(bǔ)，甚至是合作的關(guān)系�！痹�2月末的阿里云戰(zhàn)略發(fā)布會(huì)上劉偉光曾公開表示。與此同時(shí)，AIDC企業(yè)北電數(shù)智也同樣認(rèn)為，傳統(tǒng)IDC實(shí)現(xiàn)轉(zhuǎn)型則要避免“單打獨(dú)斗”，要和生態(tài)合作伙伴共同發(fā)揮各自優(yōu)勢(shì)，聯(lián)合創(chuàng)新。

換言之，如果實(shí)現(xiàn)智算中心的“AI工廠”的平臺(tái)價(jià)值，在算力之外，還需要關(guān)于數(shù)據(jù)的訓(xùn)練、標(biāo)注以及后期的微調(diào)等等。能夠預(yù)測(cè)的是，在2024年將會(huì)有越來越多圍繞智算中心的生態(tài)出現(xiàn)。這里面不僅包括晟騰、寒武紀(jì)等芯片企業(yè)，更多的也恰是整個(gè)大模型生產(chǎn)鏈上的企業(yè)，比如標(biāo)注企業(yè)、大模型isv開發(fā)者等等。

此外，從ChatGPT到Sora，大模型應(yīng)用不僅僅帶動(dòng)了算力需求的爆發(fā)，能耗也在急劇增長(zhǎng)。比如最近ChatGPT爆出日消耗電力超50萬度，相當(dāng)于美國(guó)家庭每天用電量的1.7萬多倍。而在此背景下，智算中心的綠色節(jié)能也被提上日程。

這也恰是如今越來越多的智算中心開始選擇液冷配置的原因。但相較于傳統(tǒng)的水電模式，液冷需要的硬件配備以及對(duì)應(yīng)的成本都將會(huì)更大，對(duì)不少算力規(guī)模較小的智算中心而言，這也更是一項(xiàng)難覆蓋的成本。

但在單點(diǎn)上，國(guó)內(nèi)企業(yè)也有突破。比如在2023中國(guó)算力大會(huì)期間，聯(lián)想問天發(fā)布的AI大模型訓(xùn)練服務(wù)器便實(shí)現(xiàn)了相比同級(jí)別服務(wù)器功耗降低約10%，恰是基于液冷對(duì)服務(wù)器的加持。

不難看出，在種種難題下，不論其算力規(guī)模大小，智算中心的建設(shè)實(shí)際上都并非容易，一方面是如何實(shí)現(xiàn)技術(shù)突破，這些包括和芯片的兼容、適配等等，另一方面是如何打通生態(tài)，開辟新的運(yùn)營(yíng)方式。

對(duì)智算中心而言，這不單純是一項(xiàng)資金的游戲，更是一個(gè)思維觀念、企業(yè)架構(gòu)轉(zhuǎn)化的新模型。

換句話說，這是一個(gè)基于AI時(shí)代的新IDC企業(yè)模型。如果要做好，在資金和技術(shù)之外，更要有兼容和共創(chuàng)。

三、算力，狂飆在大模型時(shí)代

在越發(fā)強(qiáng)烈的市場(chǎng)需求下，行業(yè)本身的問題也更在加速浮現(xiàn)。

過去一年，ChatGPT發(fā)生過多次宕機(jī)事件，最長(zhǎng)宕機(jī)時(shí)間甚至達(dá)到16小時(shí)21分鐘。盡管OpenAI所用到的芯片都來自于全球生產(chǎn)GPU芯片最厲害的企業(yè)英偉達(dá)，但算力依然捉襟見肘。

從AI芯片的架構(gòu)來分析，目前最為核心的架構(gòu)是GPU、FPGA、ASIC。其中，GPU通用性較強(qiáng)，適合大規(guī)模并行計(jì)算，且設(shè)計(jì)及制造工藝較成熟，目前占據(jù)AI芯片市場(chǎng)的主要份額。

而FPGA則可以更好地解決當(dāng)下AI時(shí)代所出現(xiàn)的暗硅效應(yīng)，其中，暗硅效應(yīng)（Dark Silicon）指由于芯片工藝和尺寸的限制，芯片上只有一小部分區(qū)域可以同時(shí)運(yùn)行，其余的區(qū)域被閑置或關(guān)閉，這些閑置或關(guān)閉的區(qū)域被稱為“暗硅”。

能看到的是，國(guó)內(nèi)的大型科技企業(yè)都在嘗試FPGA架構(gòu)，如阿里、華為等等。

從全球范圍來看，智算中心的軍備競(jìng)賽早已拉響。首先是美國(guó)，斥資3000億美元重點(diǎn)投資數(shù)據(jù)中心和智算中心；接下來是出資50億歐元支持人工智能研究的德國(guó)。而在日本，NTT（日本電報(bào)電話公司）2023年宣布，未來5年內(nèi)向人工智能、數(shù)據(jù)中心等領(lǐng)域投資590億美元。另外，Meta甚至叫停部分在建數(shù)據(jù)中心，轉(zhuǎn)而打造智算中心。

張?jiān)迫�在《算力�?jīng)濟(jì)發(fā)展趨勢(shì)分析與展望》中寫道，“工業(yè)互聯(lián)網(wǎng)、自動(dòng)駕駛、全息通信等業(yè)務(wù)對(duì)網(wǎng)絡(luò)時(shí)延、帶寬和確定性等條件的要求遠(yuǎn)遠(yuǎn)高于消費(fèi)互聯(lián)網(wǎng)。如L3~L5級(jí)別的自動(dòng)駕駛要求端到端的時(shí)延不超過3毫秒，而傳統(tǒng)的集中式的云服務(wù)時(shí)延一般會(huì)超過50毫秒。在這樣的情況下，把海量數(shù)據(jù)上傳到云計(jì)算中心進(jìn)行集中處理的模式難以為繼�！�

這些都將是算力狂飆的最直接需求。面對(duì)這些更為廣泛的需求，圈內(nèi)更多的觀點(diǎn)是算力分布式理念。即從單一的CPU走向CPU、GPU、NPU、FPGA等多架構(gòu)，進(jìn)而滿足需求。

未來，“算力會(huì)像水、電一樣通用”。這是如今大模型時(shí)代里一個(gè)美好的暢想。

那么，今天距離這樣的暢想還有多遠(yuǎn)？

二十年前，“十五計(jì)劃”提出了電信網(wǎng)、互聯(lián)網(wǎng)、有線電視網(wǎng)三網(wǎng)融合的概念。此后的八年一直到2008年北京奧運(yùn)會(huì)，中國(guó)已經(jīng)完全實(shí)現(xiàn)讓居民接入高速寬帶傳輸網(wǎng)絡(luò)的愿景。

二十年后的今天，這樣的場(chǎng)景也在重新上演。在如今的算力時(shí)代，“算網(wǎng)融合”被提升到重要位置，其主要模式恰是讓居民和企業(yè)使用算力像使用網(wǎng)絡(luò)一樣方便、便捷。

想象一下在個(gè)人移動(dòng)端，某天你可以在手機(jī)上辦理“算力套餐”，直接購(gòu)買算力，像現(xiàn)在購(gòu)買流量一樣；而在企業(yè)端也是如此，比如教育、能源、工業(yè)、交通等等領(lǐng)域都可以更廉價(jià)地購(gòu)買算力。未來，隨著智算中心的規(guī)模擴(kuò)大、技術(shù)提升，以及算力訂閱式、分布式的普及，有理由相信，這些都將會(huì)一一實(shí)現(xiàn)。

按照這樣的速度，“算力像水電一樣通用”這樣的暢想也許不需要第二個(gè)“八年”。

       原文標(biāo)題 : 智算中心元年：如何理解“AI工廠”