ChatGPT打开算力需求空间 我国算力基础设施建设发展环境

• 黄江 2023年2月13日 来源：新浪 805 49
• 繁体

随着近期ChatGPT的爆火出圈， 以大模型、大数据，高算力为基础的人工智能内容自动生成技术(AIGC)被推上“热搜”，进而打开市场对算力需求的想象空间。

据国际数据公司IDC与浪潮信息联合发布的《2022-2023中国人工智能计算力发展评估报告》显示，相较于2020年我国135EFLOPS的算力总规模，2022年我国智能算力规模近乎翻倍，达到268EFLOPS，超过通用算力规模;预计未来5年我国智能算力规模的年复合增长率将达52.3%。

ChatGPT打开算力需求空间

算力正成为我国经济建设的新引擎，是数字经济发展的重要一环。一方面，算力基础设施建设引领了新的产业方向;另一方面，在“东数西算”背景下，相关设施建设正从我国东部沿海地区向中西部地区扩展，实现全国数字经济进一步均衡发展。

随着近期ChatGPT的爆火出圈， 以大模型、大数据，高算力为基础的人工智能内容自动生成技术(AIGC)被推上“热搜”，进而打开市场对算力需求的想象空间。

事实上，近年来，算力技术正逐渐渗透于生活的方方面面，各类融合应用竞相涌现。算力基础设施建设更是作为释放数据优势、推动数字经济创新发展的重要“底座”，成为推动各地数字经济发展、发挥投资拉动作用的热点领域。

算力已是数字经济时代的重要生产力。国务院发布的《“十四五”数字经济发展规划》强调，以数据要素为核心引擎推动数字经济深化发展。加快算力基础设施建设则为数据要素不断注入新动能，从而加快数字产业化和产业数字化进程，催生新技术、新产业、新业态、新模式，支撑经济高质量发展。

我国算力基础设施建设发展环境

近年来，得益于全国一体化算力网络国家枢纽节点的部署和“东数西算”工程的推进，我国算力基础设施建设保持快速发展，供给水平大幅提升，创新成果不断涌现，发展环境持续优化。

当前，算力的重要性已被提升到新的高度，算力作为数字经济时代新的生产力，对推动科技进步、行业数字化转型以及经济社会发展发挥重要作用。

根据中国信通院的研究，目前我国已经形成体系较完整、规模体量庞大、创新活跃的计算产业，网络基础设施能力稳步提升，5G网络建设持续推进，算网协同体系快速发展，数据产量快速增长，数据资源开放共享步伐不断加快。

数据显示，我国在用数据中心机架总规模超过590万标准机架，服务器规模约2000万台，算力总规模超过150EFlops(每秒15000京次浮点运算)，排名全球第二。

作为算力的物理载体，建设数据中心成为各地提升数字实力的主要手段之一。然而，近期也出现了一些值得关注的问题。如：各省市忽视实际需求，加码数据中心建设，造成巨大资源浪费;行业高度关注节能等技术发展，却忽视本身实际需求;各地在高度重视数据中心建设的同时，如何避免一哄而上，造成算力资源的浪费，以及该如何关注数据中心的使用效率等问题。

基于此，本报在座谈会的基础上汇总了相关专家的意见和建议，作为推进算力新基建高质量发展的参考。

适度超前建设数据中心

新型数据中心是以支撑经济社会数字化转型、智能升级、融合创新为导向，以5G、工业互联网、云计算、人工智能等应用需求为牵引，汇聚多元数据资源、运用绿色低碳技术、具备安全可靠能力、提供高效算力服务、赋能千行百业应用的新型基础设施，具有高技术、高算力、高能效、高安全特征。

在全社会加速数字化转型的当下，数据中心建设也如火如荼。据中国信通院测算，截至2021年底，我国近6年累计出货超过1960万台通用服务器、50万台AI服务器，算力总规模超过202EFlops，全球占比为33%。

专家指出，有些地方出现过度超前部署的问题，有的地方为了追求排名或者国内影响力，片面追求性能效应，导致设施建成以后，当地需求严重不足，设备空转，进一步造成了巨大的资源浪费问题。

专家建议，把握好适度超前的“度”极为重要。数字基础设施建设是一场“摸不到石头的过河”。“适度超前”不能变为“过度超前”，要严格结合自身的需求，充分发挥市场在资源配置中的决定性作用，更好地发挥政府作用。否则，可能与市场实际需求脱节，产生商用时间拉长、投资的投入产出比增大等问题。

根据中研普华研究院《2023-2028年服务器行业深度分析及投资战略研究咨询报告》显示：

目前的数据基础设施已经能够处理云计算、5G网络和视频流的涌入，但这可能不足以支持人工智能的全面应用所带来的最新数字变革。

相反，人工智能的数字基础设施可能需要一个完全独立的云计算框架。这一新框架需要根据特定数据中心集群的位置及其所具有的功能重新定义现有数据中心网络。

科技企业紧跟人工智能趋势

最近备受讨论的ChatGPTAI人工智能语音合成器拥有100多万用户，并获得了微软100亿美元的投资。此外，亚马逊网络服务于11月与StabilityAI合作，谷歌创建了一个名为Lamda的类似ChatGPT系统。与此同时，Meta最近宣布暂停其数据中心建设，以便能够重新配置其服务器场，从而满足AI的数据处理要求。

人工智能平台的数据处理需求已经增长到这样的程度，如果没有微软即将升级的Azure云平台，ChatGPT的创建者OpenAI将无法继续运营该平台。

为什么人工智能需要新的数据基础设施

像ChatGPT这样的人工智能平台的“大脑”通过两个不同的“半球”或“叶”来运作，前者提取满足用户内容请求所需的所有数据，后者支持生成平台，在用户被问到问题后立即以更“人性化”的方式回答用户的问题。

训练叶将需要大量的“计算能力”来处理生成ChatGPT创建的所有内容所需的所有数据点。从本质上讲，训练叶提取数据点并在模型中重新组织它们。这个过程是反复进行的，每一次，人工智能实体都能更好地理解，它教会自己如何吸收信息，并像人类一样交流它所学到的东西。

虽然这是一个有趣的过程，但训练叶不仅需要强大的计算能力，还需要最先进的图形处理单元(GPU)半导体才能发挥最大的功能。此外，任何专注于“训练”人工智能平台的基础设施都需要大量的电力，因此数据中心必须位于可再生能源附近。新的液体冷却系统和重新设计的备用电源和发电机系统也必须安装。

至于人工智能平台大脑的另一半，推理叶负责在用户提出问题后几秒内回答问题，它有自己的一套需求，目前的数据基础设施无法满足。好消息是，目前连接的数据中心网络可以适应这种需求，但设施必须升级才能处理所需的大量处理能力。这些设施还必须在变电站附近。

目前最大的云计算提供商正在向需要的人工智能初创企业提供数据处理能力。他们愿意提供这种服务，因为他们认为人工智能初创公司是潜在的长期客户。

而大型云计算企业之间正在进行一场代理人战争。他们真的是唯一有能力建造拥有无数参数的真正大型人工智能平台的企业。

《2023-2028年服务器行业深度分析及投资战略研究咨询报告》由中研普华研究院撰写，本报告对该行业的供需状况、发展现状、行业发展变化等进行了分析，重点分析了行业的发展现状、如何面对行业的发展挑战、行业的发展建议、行业竞争力，以及行业的投资分析和趋势预测等等。报告还综合了行业的整体发展动态，对行业在产品方面提供了参考建议和具体解决办法。

• 相关深度报告REPORTS

  

  2023-2028年服务器行业深度分析及投资战略研究咨询报告

  服务器行业研究报告主要分析了服务器行业的国内外发展概况、行业的发展环境、市场分析（市场规模、市场结构、市场特点等）、竞争分析（行业集中度、竞争格局、竞争组群、竞争因素等）、产品价格...

  查看详情

延伸阅读

推荐阅读

猜您喜欢