近日以“AI造物算引變革”為主題的第十八屆中國IDC產業（長三角）年度大典在上海舉行。本次大會邀請到了來自政府部門、行業協會、知名企業的數百位專家學者，共同探討數據中心和雲計算領域的最新動態和趨勢。在美國西部掘金時代，淘金者發財的少，但賣鏟子、牛仔褲等“賣鏟人”卻實實在在所獲不菲。在大模型時代，GPU（算力芯片）、DPU（專用數據處理器）、液冷、高速連接線等就是給產業提供配套的“賣鏟人”。與會多位專家強調，大模型時代，智算中心迎來快速發展，算力基座先行，高端算力芯片等產業鏈公司也迎來新機遇。

需要增長百倍以上以

大模型為代表的AIGC火熱發展，帶來了AI算力需求的爆發式增長，直接驅動算力基礎設施迭代創新，數據中心正在向智算中心加速演進。“往年，國內算力的年化增長率為20%至30%；今年，保守估計增速在50%以上，呈現井噴的狀態。”燧原科技產品市場總經理高平表示，這對行業的核心部件有新要求，如AI芯片從以前單純的追求算力指標到追求帶寬和大存儲，服務器的穩定可靠性也是越來越重要。

騰訊雲分佈式雲產品負責人楊志華表示，未來AI服務將無處不在，企業的需求和算力會被重構。在AI高速浪潮推動下，傳統的應用系統必須迭代更新，否則就會落後於競爭對手。分佈式雲產品將是下一步的首選。算力產業有多大的成長潛力？華為數字能源中國區副總裁胡春池表示：“我們未來要真正掌握和佔據數字經濟的高地，中國人工智能的發展還有很長的路要走。站在未來十年來看，至少我們的算力需求的增長應該是在百倍以上。”當前在數據中心向智算中心加速演變的過程中，技術、運維等方面還存在著諸多難點。

中國航空規劃設計研究總院有限公司電子工程設計院副院長範強表示，從基礎設施的角度來說，有兩個難點。一是供應鏈，因為電的供應是一個大問題，還有內部的改造，配電房的比例、架構等都很重要；二是GPU服務器的製冷技術，因為純靠風冷製冷效率越來越低，能否和液冷結合，這是未來非常好的發展方向。

推動技術加速突破

“‘算力浦江計劃’明確提出，高性能算力佔比35%、國產化算力佔比達到50%以上。”上海市通信管理局信息通信發展處魏征介紹，“算力浦江計劃”助力國產芯片製造，大量的GPU、DPU企業落地上海，構建了完整的算力芯片產業佈局。“AI大模型對算力的核心訴求是大帶寬和低時延，這就需要新型算力底座支撐，硬件不再以CPU為中心，而是從芯片內到節點內向系統級分佈式異構延伸，CPU+GPU+DPU+PFGA（可編程邏輯門陣列芯片）成為主流的趨勢。”中科馭數產品運營部副總經理曹輝認為，DPU可為AI算力底座提供必需的大帶寬和低時延能力，雲、邊、端構成了泛在的立體架構，通過與DPU的深度融合，構成新型的算力底座。

曹輝介紹，作為DPU芯片初創公司，中科馭數將iaaS層（基礎設施即服務，包括網絡、存儲、雲原生和安全等）放在DPU上運行，從而為用戶提供全套的性能更高和算力更好的解決方案，超低時延可低至1微秒。

魏征介紹，上海市通信管理局的綠色算力“試點+改造”項目顯示，使用DPU芯片，數據中心的數據傳輸降低能耗可降低超過35%。隨著大模型浪潮湧起，智算中心除了需要更多的GPU、DPU等芯片，其服務器巨大的能耗、數據高速交換等也對散熱、節能、互聯等提出新需求。

“幾年前AI芯片的功率是兩三百瓦，未來可能達到六七百甚至上千瓦，是名副其實的電老虎。”高平認為，AI服務器能耗的降低、穩定可靠性變得越來越重要，液冷很重要。範強介紹，普通的數據中心機架功率4千瓦至8千瓦，智算中心的兩台服務器就可能達到10至20千瓦；服務器製冷已經從傳統水冷發展到現在的蒸發冷、液冷等，需求量巨大。

互聯科技華東區總經理練羽認為，算力稀缺將推動國內幾十家GPU初創公司的技術加速突破。算力租賃值得關注華安證券近日研報指出，隨著大模型以及相關應用的發展，算力需求呈現爆發式增長。但除了大型互聯網企業、AI龍頭企業具有較多的GPU算力芯片儲備外，中小企業在發展AI模型、應用過程中，遭遇算力瓶頸。

此時，算力租賃成為廣大中小企業解決算力需求的最優解，未來算力建設規劃仍然值得關注。據財聯社星礦數據統計，規劃算力市值比超過20%的A股上市公司包括中貝通信、恆潤股份、利通電子、威星智能、立昂技術和青雲科技。其中，AI算力租賃的“新秀”中貝通信日前發佈公告，稱將投建合肥智算中心項目。中貝通信於2023年初確定將AI大模型業務、智算算力服務作為新基建業務發展重點，目前已分別部署合肥與長三角兩個算力中心。

截至目前，中貝通信合肥智算中心一期項目預計提供3,000P算力，規劃在2023年四季度可投入使用，總體建成後最大可提供算力9,000P；長三角算力中心與恆為合建，計劃投資2億元人民幣提供800至1,000P算力能力，項目預計在2023年三季度啟動。

中貝通信借助已有數據中心運維經驗，較早佈局算力運維和租賃業務，搶佔市場先機，未來營收有望強力拓展。多條賽道有望超車“中國有很多GPU的初創公司，不要低估中國在芯片領域的追趕能力。”英偉達CEO黃仁勳曾表示。雖然距離國內廠商趕超英偉達尚有較大的距離，但AI芯片並非只有GPU。郭濤表示，中國在AI芯片領域的研發和生產方面已經取得了一些重要成果，除GPU芯片外，未來有望在CPU、FPGA芯片、ASIC芯片等多個方面實現彎道超車。張孝榮也認為，除了GPU之外，國內廠商還可以研發其他類型的加速器，如FPGA、DSP等。

這些加速器可以針對特定的AI計算任務進行優化，提高計算效率和性能。除此之外，還可以通過優化演算法和模型設計，減少對計算資源的依賴，提高計算效率。例如，剪枝、量化等技術可以減少模型的參數量和計算量；將AI計算能力下沉到設備端，減少對雲端計算資源的依賴；通過在設備端進行本地計算，可以提高響應速度和數據隱私保護。總之，國內可以通過不斷創新和技術積累，在AI芯片領域有所創新，不要著眼於不切實際的彎道超車，而要以滿足實際需求為主，逐漸縮短與國際巨頭之間的差距。