今年以來，隨著AI大模型極速獲得認可，全球智能化產業迎來了新的發展高峰。全球各大科技廠商紛紛布局大模型，國內更是出現了“百模大戰”的盛況。

而隨著大模型的快速崛起，一個早已縈繞在AI行業多年的問題也進一步暴露：針對AI任務的專項算力，在需求持續拉大中，供給持續緊缺。

一時之間，世界各國普遍出現了“算力慌”“一卡難求”的現象，甚至有歐美科技企業開始以GPU資源進行融資的奇特現象出現。

這些現象明確地告訴我們，智能時代，算力即生產力，算力即資本。面向智能時代，如何破解算力難，算力荒的挑戰？如何長足、健康發展智能算力技術？如何讓智能算力成為走向科技自立自強的助力？

這些問題，需要一個確切的答案。

8月18日，作為中國首個以數據中心算力賦能為主題的省部聯辦會議，2023中國算力大會在寧夏銀川開幕，本屆大會以“算領新產業潮流，力賦高質量發展”為主題，詳細展示了中國算力產業的發展前景與最新成果。

其中，紫光股份旗下新華三集團攜新一代智慧計算產品、技術和解決方案亮相現場。會上，新華三與中國信息通信研究院共同發布了《2023智能算力發展白皮書》。

面向洶涌而來的智能時代，在中國算力大會當中，可以找到和確認關于智能算力的“中國答案”。

智能算力的定義與趨勢

面對洶涌而來的AI浪潮，可能每個人都會聽過水漲船高的GPU，但可能很少人能夠詳細說出，究竟什么是智能算力？

從基礎技術層面看，智能算力也稱人工智能算力，是面向人工智能應用，提供人工智能算法模型訓練與模型運行服務的計算機系統能力。

當AI技術的重要性不斷提升，智能算力作為基礎設施的價值也在提升。可以說，智能算力是智能應用、智能產業的底座，是發展智能經濟，構筑智能社會的前提條件。

而無論從各種方面來看，智能算力都處在一個極速的爆發期。截至到2022年底，全球算力總規模達到650 EFLOPS，其中智能算力規模為142 EFLOPS，規模占比達到了驚人的21.9%，與去年相比增加了25.7%。可以說，在整個計算產業版圖中，智能算力是目前增長最快、需求最高、受關注程度最大的一種。

而具體到中國智能算力發展，可以看到截止2022年底，中國算力總規模為180 EFLOPS，智能算力規模為41 EFLOPS。也就是說，智能算力規模占比達22.7%，與去年相比增加了41.4%。這樣的增速遠遠超過了全球智能算力的平均增長。也就是說，目前中國智能算力產業處在需求大、增長快、價值高的發展階段。可以看到，半導體與計算公司紛紛瞄準智能算力浪潮，推出了針對性的產品與解決方案。比如說，新華三就推出了專門面向大模型訓練的AI服務器及51.2T、800G CPO硅光數據中心交換機，以及支持大算力調度的傲飛算力平臺。

了解了智能算力的定于與發展速度后，下一個問題是，智能算力最終帶來的應用價值是什么？

從目前情況來看，元宇宙、自動駕駛、AIGC、數字孿生等最為火熱的科技風口，似乎都離不開智能算力的支持。比如說，AIGC是目前非常火爆的領域，在全球范圍內掀起了投資與建設熱潮。而AIGC的背后是算力、數據、算法等核心要素的有機融合，其使用的模型越大，對算力要求越高。從目前趨勢來看，未來AIGC對智能算力的需求將會更加強勁，從而智能算力相關產業領域的價值得到重塑。

在2023中國算力大會現場可以看到，各行各業都在關注智能算力的解決方案與供給情況，期待獲得更有力的智能算力支持。這就是因為，智能算力是智能技術與應用的源頭，是智能化創新的底座。

接下來，我們可以由此深入，探索智能算力發展路上的更多可能。

智能算力面對的挑戰與機遇

就任何一個科技產業而言，都必須不斷在“遭遇挑戰-解決問題-產業升級”的循環中完成發展，智能算力也不例外。可以看到，在全球科技產業同時涌現出巨大的智能算力需求情況下，這一領域出現了顯著的供不應求情況，進而造成了“算力慌”“算力難”等現象。與此同時，伴隨著AI技術的不斷發展，能耗、安全、生態合作等問題也逐漸暴露了出來。但有挑戰才有發展目標，才有相關企業與從業者的機遇節點。

《2023智能算力發展白皮書》中指出，智能算力發展具有五大挑戰。同時，《白皮書》中也詳細給出了每項挑戰的解決方案，幫助業界夯實共識，捕捉發展窗口。

比如說，算力需求是目前智能算力最為核心，也是最為重大的挑戰。智能算力需求的急劇上升是全球AI領域共同面對的問題，而為了應對包括智能算力在內的算力緊缺，推動社會化的算力集約型發展，中國創造性提出并實施了東數西算工程。同時也要看到，數據中心之間的聯動挑戰，造成了算力資源配置效率依舊有待提升。解決這些問題，構成了智能算力發展與東數西算持續推進中的重大機遇。

為此，《白皮書》中提出了通過構建智算中心、云計算中心等升級算力資源供給，同時通過網絡將數據源周圍閑散算力調度起來的解決方案。搭配提高算力使用效率、發展新型網絡架構、建立統一算力調度平臺等方案，可以最大化發揮出東數西算相關價值，滿足中國產業各界對智能算力的巨大需求。

除了算力需求之外，《白皮書》中還提出了能耗挑戰不斷加大；算法復雜度持續提升；AI模型與AI計算面臨的數據隱私與安全問題；智能算力相關產業生態合作難題等一系列挑戰，并針對這些挑戰給出了具體的解決方案建議。可以說，目前階段智能算力依舊處在高速發展的初始期與黃金期。只有找準挑戰，高效發力，才能最大化捕捉智能算力發展過程中的紅利。

面向未來，中國答案

在總結了定義，審視了挑戰之后，接下來最為關鍵的問題是：面對智能算力發展，中國科技產業應該如何破局？如何給出符合時代趨勢與潮流的答案。

為此，《白皮書》深層透視了智能算力的未來發展，并為各個相關產業領域提供了發展建議。其中指出，智能算力發展未來將有五大基本趨勢：

1.人工智能加速滲透，多樣化場景催生多元化算力需求。

面向未來，AI技術將不是單獨存在，而是深度滲透到場景與應用當中。因此，異構化、多樣化的計算需求將持續增加，云邊端協同的智能計算將成為主流。在這些因素的推動下，我們將進入多樣性計算的新時代。

2.政策驅動，智能算力低碳發展成硬性要求。

智能算力的發展恰好與雙碳目標的踐行保持同頻。因此，未來必定會在政策導向下采取更加地毯化的算力獲取方式來滿足AI需求。低碳技術也將成為計算與AI產業一項核心的競爭力。

3.邊緣智能應運而生，邊緣計算與人工智能融合發展。

相對來看，從云端獲取智能算力，會產生對網絡環境的極大依賴，而本地化的智能算力又面臨著高昂的硬件成本。因此，未來極大可能會將智能算力獲取方式向邊緣側遷移，因此AI技術將會與邊緣計算產業同步發展。

4.智算中心建設加速，應對高質量算力需求。

在東數西算與新一代數據中心大潮下，提供異構計算資源的智算中心將成為新的風口。智算中心將提供指數級的智能算力提升，實現AI場景的性能升級與能耗降低。

5.模型規模不斷擴展，海量多元化數據亟需巨量化算力。

自深度學習崛起以來，一個清晰可見的規律是模型規模越來越大，以模型規模帶來的智能涌現效果愈發清晰。有理由相信，接下來將出現超大參數量的巨量模型。目前的大模型或許僅僅是開始，而智能算力必須為此做出準備。

在這五大趨勢的倒逼下，智能算力產業將會迎來確定性的未來發展。首先算力需求將會持續爆發，產業發展勢頭與供應鏈挑戰將會持續加大；其次智能算力的國產化進程將必然加快，全棧自主的智能算力將成為接下來的產業發展重點與戰略支柱；此外，智能算力將融入到千行百業當中去創造價值，這也就為各個領域的智能算力解決方案與產業生態發展提供了動力。

《白皮書》為此在產業、技術、標準等方面提出了智能算力的發展建議。

比如說在產業方面，建議從國家戰略層面制定規劃，多舉措推動智能算力健康有序發展。其中包括構筑統一智能算力服務中心與孵化平臺、加強對相關產業資金支持、推動智能算力綠色發展等。

而在技術方面，應該加大對智能算力的技術研發，尤其是對重點技術的創新攻關。在標準方面，加快推動開放標準建設，將多元化算力轉變為可調度的算力資源。

據IDC預測，中國智能算力規模將持續高速增長，預計到2026年中國智能算力規模將達到1271.4 EFLOPS，未來五年復合增長率達52.3%。可以說，智能算力正在中國迎來它的黃金發展期，相關各個技術領域、產業生態角色，都將迎來歷史性的發展機遇。

智能算力的大江大河，需要我們去讀懂、去面對、去探索。最終我們將行舟其上，給出關于智能算力與智能時代的中國答案。

審核編輯 黃宇