人工智能风起云涌 算力基建支撑加速前进

科学进步一小步,人类文明一大步。

1913年,福特流水线的诞生,使汽车的组装效率实现了指数级提升,由原来的748分钟缩短至90分钟,生产效率提高了8倍,实现了工业生产从蒸汽机驱动向电气化驱动的成功转型,进而开启了整个工业制造业电气化转型新时代。电力,为当时的经济插上了“转型翅膀”。

一百多年后的今天,数字经济风起云涌,人工智能(AI)技术蓬勃发展,算力需求激增。作为重要“底座”,算力的赋能作用日渐凸显,已成为社会经济向数字化、智能化转型的核心驱动力。这一次,算力将接棒电力,为经济社会发展插上新的“转型翅膀”。证券时报“中国智造面对面”系列推出“AI”篇,一窥中国人工智能产业发展现状。

支撑AI规模化应用

2023年,人工智能技术实现质的飞跃。通过生成式AI(AIGC)技术,人们可用自然语言与机器进行便捷交互,并将海量的数据经过训练、推理,快速转化为生产力,产生实际商业价值。

AI技术加速向各行各业渗透,需要运算大量的数据,这个过程所消耗的资源就是算力。2023年,随着以AIGC为代表的人工智能技术井喷式的发展,算力需求也迎来爆发式增长,部分高端算力产品价格不断上涨。

工业富联首席数据官刘宗长在接受证券时报记者采访时表示,三五年前,人工智能在生产、管理的环节只是试点,一些示范工厂或产线应用了AI技术,技术指标上可能已达到公司需求,但难以规模复制。如今,人工智能到了一个转折点,正在慢慢地规模化应用,比如工业富联开发的AI自动检测工站,已规模应用于公司的检测流程。此外,在先进分析、品质管理等场景下,AI技术也已被大范围使用。

像工业富联一样正在使用AI技术,或者其他云计算、边缘计算、5G、物联网等技术的企业大量存在,背后都涉及数据的计算、转换、存储等。因此,在数字经济、人工智能时代,算力已成为驱动产业转型、经济发展的核心驱动力。

算力基建蓬勃发展

实现数字经济高质量发展,需要筑牢算力基础设施。据了解,算力基础设施包括超算中心、智算中心、通用数据中心等形态,里面存放大量服务器,专门对数据进行集中管理(存储、计算、交换)。通用数据中心侧重大量数据的存储、管理,算力中心则侧重科学计算,超算中心则主要用来模拟核爆炸、气候预测等。

目前,我国数据中心或算力中心分布广泛,但超算中心仅有14个,分布在深圳、广州、无锡、昆山、济南、青岛、太原、郑州、西安、成都等地。

工信部数据显示,2018年以来,我国数据中心机架数量年复合增长率超过30%,截至今年6月底,我国算力总规模达到每秒1.97万亿亿次浮点运算,位居全球第二。

“算力基础建设成为了新基建的重要内容之一,国家统筹建立的‘东数西算’八大枢纽、国家超算中心等,就相当于高速公路的国道,各个地方建立的算力中心等则相当于省道,国家把算力新基建建好了,以后的产业才会有更大的发展机会。”拓维信息董事长李新宇对证券时报记者表示。

国家超算长沙中心主任李肯立告诉证券时报记者,尽管“东数西算”等可以部分解决东西部算力需求和资源不匹配的问题,但是还做不到像电力一样方便地输送,因为算力输入是硬件,目前标准等各方面还不统一,技术方面还存在难点。“在这个背景下,当下各城市根据自身算力需求,在本地建设算力中心,也是比较现实且可循的方式。”李肯立说。

国际数据机构IDC联合其他机构发布的《2021—2022全球计算力指数评估报告》显示,计算力指数平均每提高1个点,数字经济和地区生产总值将分别增长3.5‰和1.8‰。一个国家或地区增加对计算力的投资可以带来经济的增长,且这种增长具有长期性和倍增效应。

另据浪潮人工智能研究院测算,预计到2025年全球计算力规模将比2020年提升30倍。

像用电一样使用算力

近些年,我国数字经济转型逐渐深入,智能化转型大力推进,算力发展政策东风频吹。

2022年2月,国家发改委等多部门印发通知,全面启动“东数西算”工程,同意在京津冀、长三角、粤港澳大湾区、成渝、内蒙古、贵州、甘肃、宁夏等8地启动建设国家算力枢纽节点,并规划了10个国家数据中心集群。

今年以来,从国家到地方的各种算力重磅措施、方案也频出。10月8日,工信部等发布《算力基础设施高质量发展行动计划》,提出要着力推动算力基础设施高质量发展,随后,上海、广东、深圳、成都等多地相继出台算力发展政策。

12月26日,国家算力政策再加码。国家发改委、国家数据局等五部门联合印发《深入实施“东数西算”工程 加快构建全国一体化算力网的实施意见》(下称《意见》),提出到2025年底综合算力基础设施体系初步成型等一系列目标。

《意见》旨在以算力高质量发展赋能经济高质量发展为主线,协同推进“东数西算”工程,形成跨地域、跨部门发展合力,助力网络强国、数字中国建设,提出到2025年,我国综合算力基础设施体系初步成型,用户使用各类算力的易用性明显提高、成本明显降低,国家枢纽节点间网络传输费用大幅降低;算力网关键核心技术基本实现安全可靠,以网络化、普惠化、绿色化为特征的算力网高质量发展格局逐步形成,同时强调,将从通用算力、智能算力、超级算力一体化布局等五个统筹出发,推动建设联网调度、普惠易用、绿色安全的全国一体化算力网。

显然,算力已成为经济高质量发展的重要动能,从过去“东数西算”的启动到现在“全国一体化算力网”的构建,国家更加注重算力基础设施建设的质量。

“未来的算力,可能像现在的电力一样,能够实现全国的统一调配管理、即取即用。”李新宇对证券时报记者表示。

价格将趋于合理

值得一提的是,激增的算力需求以及美国高端芯片供应受限等,已导致市场算力产品供不应求,价格暴涨,这在一定程度上增加了企业的算力成本。

vivo副总裁、AI全球研究院院长周围曾在接受证券时报记者采访时坦言,“手机调用云端大模型,目前大概一次1.5分,这个成本非常高,我们3亿用户每天用十次,一年下来要一百亿元左右的支出。”

国盛证券《ChatGPT需要多少算力》报告显示,大模型前期训练成本很高,一次超过百万美元,这个费用不仅涵盖了模型的架构、算法和训练数据的选择,还包括了模型训练所需要的大量计算资源和时间成本。而随着模型上线部署后使用量的增加,推理成本可能远超训练成本,尤其随着大语言模型不断升级迭代,参数量突破万亿、模型能力越来越强、用户使用量激增,推理成本也会呈几何式增长。

对此,刘宗长对证券时报记者表示,造成算力成本高的原因主要有两方面,一是因为需求大幅增长而产能不够,二是由于地缘政治、美国芯片禁令影响。

“目前公司正配合客户在布局新的产能,预计明年在供应端会有一个明显的提升,同时随着供应的恢复,产品价格也会有所下降,进而会带动更多新的需求。”刘宗长说,“当供应与需求开始平衡后,算力价格会逐渐趋于合理,回归理性。”

李新宇也认为,随着时间的推移,技术的进步、生态的成熟,未来算力成本会逐步降低。

算力成本较高另一原因,是我国算力产业仍与国际头部企业存在一定差距,未来若能把握产业生态的发展规律,供给格局也将发生变化。

中国科学院院士王怀民对证券时报记者表示,我国算力产业发展要抓住机遇快速迭代升级,不仅要从芯片、软件方面发力,更要注重生态的培育和打造,而中国在生态营造上具备独特的优势,中国具有庞大的消费市场、工程师群体等。

热门相关:一品侍卫   都市最强小村医   山神   胸大的后邻家少女   无上崛起