我国智算中心达87个，高端算力市场紧缺怎么办？
智算中心发展现状
智算中心建设成果
近年来，随着人工智能的快速发展，智算中心的建设取得了显著成果。中国信通院的报告指出，截至2024年7月底，纳入监测的智算中心已达87个。这些智算中心在我国的分布具有一定的规律，与区域特点高度协同。不同规模的智算中心在不同区域发挥着各自的作用，大型算力中心主要分布在国家算力枢纽节点和AI超一线城市，为通用基础大模型训练等提供支撑。
智算中心的重要性
智算中心作为智能算力基础设施，是人工智能发展的关键环节和核心底座。它与传统算力有所不同，是由基于GPU、FPGA、ASIC等AI芯片的加速计算平台提供，主要用于人工智能的训练和推理计算。国家信息中心的相关指南也指出，智算中心的投资能带动人工智能核心产业以及相关产业的大幅增长，在推动人工智能发展方面具有不可替代的作用。
高端算力市场的供需矛盾
高端算力短缺现状
目前高端算力市场存在短缺的情况。从产业实践来看，虽然智算中心数量不少，但高端算力的供应仍不能满足需求。这一现象与人工智能技术及生态迭代加快，对智能算力提出更强更大规模的需求有关。推进基础预训练大模型需要大规模智算集群支撑，高端算力的不足可能会影响相关工作的推进。
中低端算力过剩原因
与之相对的是中低端算力市场出现供过于求的现象。这可能是由于智算中心建设布局缺乏精准的市场分析和规划。在建设过程中，没有充分考虑到不同层次算力的实际需求差异，导致部分地区中低端算力过度建设，而高端算力的建设相对滞后。
智算中心建设面临的挑战与应对策略
网络技术的挑战
在智算中心建设中，网络方面面临着挑战。计算能力的提升速度远超网络能力的提升，这就产生了新的网络技术需求。现有的以太网可能无法满足智算中心的网络要求，要么需要在现有以太网上进行改进，要么需要开发全新的网络连接技术，以确保智算中心的高效运行。
能耗问题的挑战
能耗问题也是智算中心建设的一个重要挑战。在大模型训练过程中，约2/3的成本是电费。这表明能耗成本在智算中心运营中占比极高。未来需要关注节能计算和混合计算的发展，通过技术创新来降低能耗，提高智算中心的运营效益。
应对策略
针对这些问题，报告提出了一些建议。在投资布局方面要分类引导，对于基础通用大模型的训练推理，由于技术门槛高、投资规模大，应当政策引导有序建设，打造国家级超大规模智算中心。而对于行业大模型研发及落地赋能，因其技术门槛略低、个性化程度高，适宜作为地方智算基建的主攻方向。同时要联合创新要素资源，以更好地应对智算中心建设面临的各种挑战。
相关问答
智算中心主要分布在哪些地方？
智算中心主要分布在国家算力枢纽节点如和林格尔、贵阳、芜湖等地，AI超一线城市如北京、上海、深圳等地，各地市、区也有分布。
为什么高端算力市场会短缺？
因为人工智能技术及生态迭代快，对高端算力需求强且规模大，而智算中心建设布局规划不够精准，高端算力建设相对滞后。
中低端算力过剩会带来什么影响？
中低端算力过剩可能导致资源浪费，建设资金的低效使用，还可能影响智算中心整体布局的合理性，不利于高端算力的发展。
网络技术对智算中心建设有何重要性？
网络技术关系到智算中心的运行效率，计算能力提升快于网络能力，若网络技术不改进，智算中心无法高效运行。
如何解决能耗问题？
可以关注节能计算和混合计算的发展，通过技术创新来降低能耗，提高智算中心运营效益。
对基础通用大模型建设有什么建议？
应政策引导有序建设，支持头部厂商与先进地区共同投入，打造并授牌3-5个国家级超大规模智算中心。
