中國在用算力中心機架總規模超過830萬標準機架，算力總規模達246Eflops（2460萬億次浮點運算），位居世界前列，工業、教育、醫療、能源等多個領域算力應用項目超過1.3萬個。

中國信息通信研究院發布的《中國綜合算力指數報告（2024）》顯示，美國和中國算力基礎設施增長居全球前列。我國58.3%的算力中心已連接到國家骨干網，為數據的高效傳輸提供了有力支撐。算力網絡互聯互通水平大幅提升，國家算力樞紐節點已全面實現20毫秒時延保障能力，全國65%的省市可以在5毫秒內接入一個算力數據集群。從省級行政區來看，綜合算力指數排名前10位的依次是河北、廣東、上海、江蘇、北京、浙江、山東、山西、內蒙古和寧夏。其中，北京、上海、廣東和江蘇連續3年躋身前5位。

回顧整個2023年，中國GenAI進入發展元年，模型參數量持續擴大，訓練任務所需單集群規模正從128集群向256集群演進。同時，隨著頭部GenAI產品的落地，智能算力需求爆發式增長。相比于2022年，2023年智算服務市場增長81.6億元人民幣。其中GenAI IaaS市場貢獻59%，智算集成服務市場貢獻38%，Non-GenAI IaaS僅貢獻3%的增量。由于需求的快速變動以及所需基礎設施的投資運營門檻較高，頭部的科技企業更偏愛采用GenAI IaaS服務。

阿里云

無論是訓練還是推理，大模型都離不開云。阿里巴巴集團CEO、阿里云智能集團董事長兼CEO吳泳銘提到，在新增算力市場上，超過50%的新需求由AI驅動產生，AI算力需求已經占據主流地位，這一趨勢還會持續擴大。CPU主導的計算體系正在加速向GPU主導的計算體系轉移，AI計算正在加速滲透千行百業。當前，行業前沿模型訓練計算量每年增長4~5倍，中國AI算力規模2022～2027年復合增長率高達33.9%；模型參數以10倍速增長，模型數據集以50倍速增長，對存力也提出了更高需求。

自宣布“AI驅動、公共云優先”以來，阿里云大刀闊斧地進行投入AI基礎設施建設，單網絡集群已拓展至十萬卡級別，正在從芯片、服務器、網絡、存儲到散熱、供電、數據中心等方方面面，重新打造面向未來的AI先進基礎設施。

阿里云新上線的磐久AI服務器，支持單機16卡、顯存1.5T，并提供AI算法預測GPU故障，準確率達92%；阿里云ACS首次推出GPU容器算力，通過拓撲感知調度，實現計算親和度和性能的提升；為AI設計的高性能網絡架構HPN7.0，可穩定連接超過10萬個GPU ，模型端到端訓練性能提升10%以上；阿里云CPFS文件存儲，數據吞吐20TB/s，為AI智算提供指數級擴展存儲能力；人工智能平臺PAI，已實現萬卡級別的訓練推理一體化彈性調度，AI算力有效利用率超90%。

（APSARA云棲大會）

商湯

全國首個5A級智算中心誕生，在上海自貿區臨港新片區，商湯智算中心通過理論算力、有效算力、算力能效、業務模型場景支持能力、加分項等5個維度的技術評測，獲得5A級智算中心算力性能認證，成為國內智算中心建設的“樣板間”。這個項目一期投資56億元，主要建設園區智算大樓與科研行政大樓，用于AI智算中心平臺硬件搭建、平臺軟件、平臺管理系統和大模型應用等多領域研發。算力為14000 PFLOPS，遠遠超出立項規劃的3740 PFLOPS算力總量。經過持續擴容，算力可支撐超過20個千億參數超大模型同時訓練，并支持萬億參數大模型的全生命周期生成。

在硬件技術上，智算中心實現了萬卡的超大集群互聯，并保持90%的加速效率。在訓練穩定性上，具備超30天不間斷訓練AI大模型的能力；出現訓練間斷時，診斷恢復時長已縮短至半小時。

在軟件技術上，商湯大裝置與“日日新”大模型體系的集合，重構了算法的供給模式。通過提供“日日新”基礎模型，各行各業的用戶只需在此基礎上進行微調或增量訓練，就可以高效率地開發出符合自身需求的行業模型。這種服務實現了算法的基礎設施化，與算力基礎設施的服務配套，讓國內各種行業大模型的開發更為高效、便捷。

（商湯臨港智算中心服務器）

不過，國際數據公司（IDC）中國分析師杜昀龍表示，“算力需求是很大，只不過現有類型無法滿足用戶需求。無論是適配方面還是性價比角度，都達不到客戶的預期。”

● 如何解決智算中心成本過高的問題？

當前，AI大模型服務器算力需求提升，使得智算中心單機柜功率密度大幅度增長。在智算中心的運營上，電費占運營支出的60%以上，有企業測算，馬斯克最近落成的10萬卡AI集群“孟菲斯”一天的耗電，相當于北京東城區一天的電量。電費很大部分來自制冷產生的費用，優化制冷系統，已成為數據中心提高能源效率、降低成本的重要環節。

近日，京東云液冷服務器在2024中國算力大會上榮獲“DC Tech 創新先鋒”優秀成果獎，服務器采用EVAC 散熱器及液冷技術，可使散熱效能提升 50%；基于多元供電方案，在單機柜 20KW 的條件下，單機柜功耗 1 年可節省 8500 度電。

為應對GPU服務器高功耗、傳統風冷機房改造升級等難題，京東云液冷服務器采用冷板式設計，能夠支持多個平臺的GPU共計 750W的功耗；整機部件采用模塊化設計，靈活支持前置I/O或后置I/O，免工具維護，能夠直接替換標準散熱器，同時支持整機柜部署和傳統機柜部署。液冷服務器已經成為智算中心內名副其實的節能降耗利器。

● 智算中心如何由“量”轉“質”？

高質量算力不能只關注芯片，還應從系統角度綜合考慮滿足實際應用。國家信息中心信息化和產業發展部主任單志廣就提醒稱，在一體化構建算力體系過程中，要避免重建設、輕需求，應以應用為導向，提高整個算力中心的利用度。

中國信息通信研究院云計算與大數據研究所總工程師郭亮稱，“建設智算中心需要‘適度超前’，結合當地實際需求做整體的分析和預判。”

北電數智戰略與市場負責人楊震表示，“長遠來看，‘以終為始’地打造一個健康良性的智算中心商業閉環，或是更為關鍵和有效的方式。”如何以終為始打造智算中心的商業閉環，本質上還是發掘人工智能的應用場景，實現當地產業或企業智能化轉型升級。比如，地方政府最初可把自身一些數據、場景釋放出來，形成一些人工智能標桿，再進一步與當地產業、頭部企業結合，將雪球越滾越大。

綜上所述，中國算力產業在基礎設施、技術創新以及產業應用上取得了長足的進步，但也面臨著運營成本高、資源利用率不均衡等挑戰。未來，智算中心的建設不僅要追求算力規模的擴展，還應注重系統性優化和應用導向。只有這樣，算力基礎設施才能在支持各行各業數字化轉型中發揮更大作用，助力中國在全球科技創新競爭中取得更為顯著的領先地位。

AI美圖