電子發燒友網報道（文/周凱揚）“智算中心”的概念最早由浪潮的首席科學家王恩東于2020年提出，通過生產、聚合、調度和釋放算力這幾個作業環節，為企業或個人提供公共的算力資源，促進AI產業化，可以說是AI時代下的新型基礎設施。而專注在AI算力上這一點，也讓其有別于超算中心和云數據中心。

2020年4月，國家發改委也聯合浪潮，對這一新型基礎設施發布了《智能計算中心規劃建設指南》，對國內智算中心的建設給出了指導標準。在這種種因素下，全國各大城市紛紛開始搶建智算中心，比如南京、武漢、深圳，杭州，以及東數西算節點中的內蒙古、新疆等省市，也紛紛將智算中心的規劃建設提上日程。

智算中心的加速部署

在智算中心的部署中，云服務廠商最為積極，因為他們在云數據中心上的經驗，足以讓他們作為智算中心“投－建－運”的最佳主體選擇。以阿里云為例，阿里云在近日啟動了全球最大的智算中心，位于河北張家口市的張北超級智算中心，AI算力建設規模達到了驚人的12EFLOPS。



在雙碳的目標下，張北超級智算中心將采用浸沒式液冷集群，并使用風能等清潔能源供應，將PUE指標見到了1.09。在阿里云的飛天智算平臺下，千卡并行效率從過去最低40%提升至90%，GPU不再是占著卡槽不干事了。對于AI訓練大模型來說，效率提高了11倍，推理效率提高了6倍。

更重要的是，飛天智算平臺支持一云多芯的服務器部署，無論是現有的x86服務器芯片，還是阿里巴巴自研的ARM芯片，又或是頭部廠商的GPU、NPU芯片都能兼容，阿里云甚至對國內自研GPU進行了應用優化。

除了阿里巴巴以外，國內的云服務廠商和服務器廠商，譬如華為、騰訊和浪潮等，也從去年開始傳出揭牌、簽約和中標智算中心項目的新聞。去年，浪潮集團投資2億元，在新疆克拉瑪依云計算園區打造了西北首個智算中心；深圳大學今年就和騰訊深化戰略合作，后者打造多個學科智算中心底座，提高科研算力。隨著設備陸續到位，未來我們會看到更多的智算中心投入運營。

自動駕駛的訓練大腦

作為汽車產業中最為體量最大的AI應用，自動駕駛不僅對車載算力提出了高要求，在完善自動駕駛策略的過程中，也需要更高性能的智算中心來完成訓練、標注等工作。對于造車新勢力而言，選擇第三方方案廠商可能是短期內成本優勢更高的做法，但考慮到提高競爭力，還是通過智算中心這種公共資源發展自己的自動駕駛技術最優。畢竟他們的老對手特斯拉都已經搭建了數臺超級計算機，甚至自研了超算芯片。

就拿今年8月小鵬與阿里云在內蒙古烏蘭察布市合建的智算中心“扶搖”為例，這是目前我國最大的自動駕駛智算中心，基于阿里云的飛天智能計算平臺，算力最高可達600PFLOPS，從公開信息來看，提供算力的主要還是GPU。



加上不久前的高端GPU限令事件中，何小鵬表示他們已經將未來幾年的需求買回來了，可以推測“扶搖”用到的很有可能就是英偉達的A100。而要想達到600PFLOPS的峰值算力，至少也得需要接近2000塊A100 80GB GPU。很明顯，找云服務廠商投建智算中心能更快傍上算力大腿，省去了這些車企與服務器廠商、加速器廠商定制方案的麻煩。

寫在最后

盡管在不少人看來智算中心只是另一種形式的數據中心，只不過兜售的是AI算力而已。但事實是，智算中心的出現恰恰證明了AI負載已經開始滲透到政企學研的日常工作中，智算中心給到了一個靈活調度算力的公共樞紐，而且智算中心是雙碳目標提出后才出現的，無論是功耗控制還是供電來源，都響應了綠色節能減排的指示，也促成了它作為下一代數字經濟和智慧城市的重要基礎設施。

對于用戶來說，我們目前對AI的感知依然不強，每當一個AI產品面世后新意轉瞬即逝，甚至感受不到真正的智能。這正是因為缺乏智算中心這種公共平臺，才遲遲沒有真正的爆款AI應用場景出現。在智算中心降低了AI應用成本后，會有更多的公司和個體投身到AI的開發中去。