我国智算中心产业布局情况如何?

我国智算中心产业布局情况如何?

最佳答案 匿名用户编辑于2024/03/13 13:24

我国加快智算中心布局,三十城积极响应。

1.智算中心是“东数西算”的关键,为社会提供智算资源

据国家信息中心,未来 80%的场景都将基于人工智能,所占据的算力资源将主要由智算中心提供。 AI 大模型已经成为国家、企业和科研院所积极发展、重点投入的大方向。而普惠大众的智能算力 就是 AI 发展的基础资源,将要像水、电一样驱动科技发展、社会进步。智算中心正式实现这些科 技创新的源泉。 近年来,国家制定一系列政策,在全国范围内推动信息基础设施建设,智算中心的建设是其中的 关键环节。2020 年 4 月 20 日,国家发展改革委首次明确新型基础设施范围,将智能计算中心 作为算力基础设施的重要代表纳入信息基础设施范畴。2021 年 5 月,国家发改委等四部门联合 发布了《全国一体化大数据中心协同创新体系算力枢纽实施方案》,提出布局全国算力网络枢纽 节点。2022 年 2 月 17 日,国家发改委、中央网信办、工业和信息化部、国家能源局联合印发通 知,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。 “东数西算”工程正式全面启动。而智 算中心承载的以模型训练为代表的非实时性计算尤为适合“东数西算”。

我国智算中心加快布局,孵化多行业大模型,推动 AI 应用落地。随着全国一体化算力网络和“东 数西算”工程的部署,我国智能计算中心也加快布局。根据国家信息中心与相关部门联合发布的 《智能计算中心创新发展指南》,当前我国超过 30 个城市正在建设或提出建设智算中心,一般智 算中心的的起步算力目标是 100P,整体布局以东部地区为主,并逐渐向中西部地区拓展。比如天 津的智能计算中心项目一期工程覆盖 850 余家企业及科研院所;成都智算中心去年上线,聚焦智 慧医疗、智慧办公等应用场景。根据 ICPA 智算联盟统计,截至 2022 年 3 月,全国已投运的人工能计算中心有近 20 个,在建设的人工智能计算中心超 20 个。各地方也结合本地产业特色,加 快人工智能应用创新,聚合人工智能产业生态,例如武汉人工智能计算中心陆续孵化出紫东.太初、 武汉.LuoJia 等大模型,加速推动 AI 在多模态交互、遥感等领域的落地应用。

智算中心产业链涉及多关键环节,可提供数据服务、算力服务、算法服务、生态服务等全面服务。 智算中心产业链上游主要由AI服务器供应商、存储设备供应商、网络设备供应商以及数据中心管 理系统提供商等IT基础设施提供商以及土建施工承包商、供配电系统供应商、制冷系统提供商土 建基础设施商。其中,AI芯片以及AI芯片间的互联是决定智算性能的关键。目前,AI加速计算主 要是采用CPU系统搭载GPU、FPGA、ASIC等异构加速芯片,我国AI芯片在性能和软件生态方面 还有待进一步提高。而NVLink和OAM两种高速互联架构可以保障多加速器间进行高速互联通信, 提升模型训练效率,满足各领域场景和复杂的AI模型的计算需求。另外,大模型分布式训练对计 算、存储都有高性能、易扩展的要求,同时低延迟、高带宽的网络有助于保障AI集群训练的高效。 智算产业链中游为智算服务提供商、云服务供应商、IDC服务商等。行业下游则为互联网、金融 等行业及各种先进产业的落地应用,为企业和科研单位提供数据服务、算力服务、算法服务、生 态服务等多元化服务。

科技部出台政策推动公共算力平台建设。依照《新一代人工智能发展规划》,科技部启动“人工 智能驱动的科学研究”(AI for Science)专项部署工作,同时发布《科技部办公厅关于开展国家新一代人工智能公共算力开放创新平台申报工作的通知》,提出要推进 AI 领域的模型与算法创新 工作,加快推动国家新一代人工智能公共算力开放创新平台建设,支持高性能计算中心与智算中 心异构融合发展。 公共算力平台对自主研发芯片以及国产开发框架的使用提出要求,推动 AI 基础设施国产化浪潮。 公共算力平台的建设指引(下称《指引》)中要求在混合部署的公共算力平台中,自主研发芯片 所提供的算力标称值占比不低于 60%,并优先使用国产开发框架,使用率不低于 60%。此外,在 算力方面,对 AI 训练和推理的常用规格进行要求,16 位浮点 (FP16)性能应达到 400PFLOPS, 32 位浮点 (FP32)性能应达到 200PFLOPS,16 位整型 (INT16)性能应达到 400POPS。同时, 《指引》针对如今大模型训练需求的井喷需求,同时对环境承载能力提出要求,提出平台应配置 成熟易用的人工智能全栈运行环境,能够运行千亿级参数的预训练模型,且同时实现至少三种典 型人工智能业务场景的解决方案。

2. 各地打造大算力智算中心,为社会提供澎湃算力

2.2.1 北京昇腾人工智能计算中心成立,长期实现 1000P 的算力规模

2023 年 2 月,北京昇腾人工智能计算中心正式点亮,首次采用市场化运作模式,智算中心打造产 业发展新模式。2023 年 2 月 17 日,2023 中关村论坛首场系列活动——北京人工智能产业创新发 展大会成功举办。在会上,北京昇腾人工智能计算中心正式点亮。该计算中心由北京市门头沟区 政府联合中关村发展集团、华为公司携手打造,可为企业和科研单位等提供昇腾 AI 澎湃算力服务。 北京昇腾人工智能计算中心实现了两个“首发”:首先,该中心采用市场化运作模式,积极探索 人工智能“根技术+产业资本+产业政策”建设新模式。二是以自主创新根技术为依托,通过搭建“公 共算力服务平台”、“应用创新孵化平台”、“产业聚合发展平台”、“科研创新与人才培养平台”四个平 台,形成“普惠算力+创业服务+创新平台+优质人才”的产业发展新模式,打造具有特色产业的“京 西智谷”。

北京昇腾人工智能计算中心一期的算力规模实现 100P,未来将达到 1000P。北京昇腾人工智能 计算中心一期算力规模达到 100P,而其首批签约的 47 家企业以及科研范围的算力使用规模预计 为 248P。未来,该智算中心将持续扩容:短期将实现 500P 的算力规模,长期将为企事业单位、 科研院所提供 1000P 的普惠算力,助力人工智能产业蓬勃发展。

北京昇腾人工智能计算中心赋能金融、医疗、出行等多行业的大模型。在会上,该智算中心与多 模态量化金融大模型及其应用——MTGFinTech 正式签约,MTGFinTech 支持金融计量、金融随 机分析模型,应用于风险管理、产品定价、资产管理等场景。与智算中心合作的还有全球首个视 觉为中心的自动驾驶大模型——神行,该模型能够打通感知到预测全流程,推动自动驾驶规模化 落地,应用于驾驶辅助、共享出行、城区配送等方面。

商汤承建的上海临港 AIDC 人工智能计算中心算力规模超群,可满足同时训练 20 个千亿参数量大 模型。商汤 AIDC 计算中心占地超过 13 万平方米,一期机柜数量 5000 个,现已正式投入使用。 中心通过部署 2.7 万块 GPU 实现超过 4910 Petaflops 的总算力供给,实现大幅超过业界绝大多数 在 200-300 Petaflops 区间浮动的智算中心算力规模,通过完成行业十倍的规模提升实现了跨越式 提高的用户体验。在庞大规模的算力支撑下,商汤 AIDC 可以同时满足训练 20 个千亿参数量大模 型的性能要求,算力可支持的单个最大模型的参数量超过万亿,能够充分满足各大厂商积极研发 大模型的基础设施需求,支撑中国 AI 智算产业高速发展。商汤 AIDC 的优点不仅仅局限于规模一 项,还同时达到了低碳节能的绿色环保发展要求。商汤通过采取各种能源优化措施、实施离心系 统并部署工业冷却制冷剂,通过提高每摄氏度 3%到 5%的冷却效率,有效实现 80%的降低幅度, 年均 PUE 优化至 1.28,与国内其他数据中心相比能耗平均水平低约 10%。AIDC 是支撑商汤大模 型的有力基础计算平台,同时也是向社会输送普惠算力的坚实底座。

2.2 商汤承建临港 AIDC 智算中心,算力规模远超同业水平

商汤承建的上海临港 AIDC 人工智能计算中心算力规模超群,可满足同时训练 20 个千亿参数量大 模型。商汤 AIDC 计算中心占地超过 13 万平方米,一期机柜数量 5000 个,现已正式投入使用。 中心通过部署 2.7 万块 GPU 实现超过 4910 Petaflops 的总算力供给,实现大幅超过业界绝大多数 在 200-300 Petaflops 区间浮动的智算中心算力规模,通过完成行业十倍的规模提升实现了跨越式 提高的用户体验。在庞大规模的算力支撑下,商汤 AIDC 可以同时满足训练 20 个千亿参数量大模 型的性能要求,算力可支持的单个最大模型的参数量超过万亿,能够充分满足各大厂商积极研发 大模型的基础设施需求,支撑中国 AI 智算产业高速发展。商汤 AIDC 的优点不仅仅局限于规模一 项,还同时达到了低碳节能的绿色环保发展要求。商汤通过采取各种能源优化措施、实施离心系 统并部署工业冷却制冷剂,通过提高每摄氏度 3%到 5%的冷却效率,有效实现 80%的降低幅度, 年均 PUE 优化至 1.28,与国内其他数据中心相比能耗平均水平低约 10%。AIDC 是支撑商汤大模 型的有力基础计算平台,同时也是向社会输送普惠算力的坚实底座。

参考报告REPORT

计算机行业专题报告:AI兴起,智能算力浪潮来袭.pdf

计算机行业专题报告:AI兴起,智能算力浪潮来袭。ChatGPT等通用大模型的成功极大拉动对智能算力的需求,目前我国人均智能算力仍处于全球中等水平,发展智能算力对我国拥有重大战略意义。随着ChatGPT带来的新一代AI浪潮,国内外Bert、GPT4、文心一言等通用大模型相继发布,基于大模型的多场景应用也不断拓展,万亿级别参数的大模型以及各种垂直行业的应用极大地驱动了对智能算力的需求。人工智能一直是中美两国科技竞争的重要领域,中国的数据优势较为明显,然而算法和智能算力却明显落后于美国。近年来,我国智能算力快速增长,然而我国的人均算力仍处于中等水平,落后于美、英、德等国家。人均算力的水平与一国的智能...

我来回答

快速提问

海量报告支持,行业专家解读

海量文库支持,行业专家解答

用户解答榜
分享至