“比方說我們這個機柜里面，總共有10臺服務器，根據功率，每個機柜會安裝8到16臺服務器，根據不同的需求和功能，實現計算和存儲。”在位于安徽蕪湖的中國電信云計算中心，總經理張運保向記者介紹數據中心的運營情況。

2022年初，隨著國家發改委等四部門聯合批復，十個國家數據中心集群規劃正式公布，其中“蕪湖集群”赫然在列。

政策引導下，蕪湖市迅速啟動算力“新基建”，一年多來，蕪湖市累計招引重點項目11個、總投資接近2300億元，其中不乏中國電信、聯云世紀、華為云等投資超百億的數據中心項目。

(資料圖片僅供參考)

蕪湖電信云計算中心，工作人員正在進行機房巡檢

早在2017年，中國電信就將蕪湖作為31個云資源骨干節點之一，規劃建設集團級云計算中心。“目前已經建成的數據中心機架總規模有1.5萬架，可容納的服務器的話有15萬臺，算力資源有50萬核。”蕪湖云計算中心總經理張運保向記者介紹道，“我們目前部署的算力資源以通用算力為主，后續通過一些高性能的CPU，我們也在部署一些智算的能力。”

從通用算力到智能算力

數據中心建設贏來新機遇 新動能

當數據成為新的經濟要素，算力也就成為了數據發揮價值的關鍵驅動力，引發了全球對于人工智能大模型的高度關注，在公眾“圍觀吃瓜”之前，業內已經先行一步。

位于上海臨港的商湯科技人工智能計算中心（AIDC），面向的正是人工智能時代爆發的大模型訓練需求。

位于上海臨港的商湯人工智能計算中心

“從硬件層面來說包含了我們各類服務器、各類芯片組成的一個計算集群，以及我們所有的AI計算平臺、數據平臺、網絡等。” 在商湯科技大裝置事業群智算中心總經理林海看來，AIDC是需要打通軟件和硬件，組成可以進行模型生產的通用基礎設施。“目前為止我們可以實現4000卡GPU的單項任務的訓練，整個的并行效率可以達到91.5%，我們在這個園區里邊可以容納的訓練任務，可以實現20個千億級參數的模型的訓練。”

據了解，商湯早在2018年便開始布局人工智能計算原型機的研制，去年初，AIDC正式在上海臨港啟動運營，在市場人士看來，商湯已拿到了智能算力時代的“船票”。

頭部玩家群雄逐“數”

帶動云、軟件、芯片產業重塑

與商湯類似，作為國內領先的ICT企業，華為在2019年發布了由數千顆昇騰910處理器組成的AI訓練集群Atlas 900。在上海超級中心的數據機房，記者見到了這臺號稱“全球最快”的服務器機柜。

“從體積上來說，它跟我們傳統的機柜是同樣的，采用42U的設計，但是通過我們對于網絡、存儲和人工智能計算算力的高度集成，它單機柜可以實現20P算力。” 上海昇騰人工智能生態創新中心COO張中陽告訴記者。

上海超算中心機房搭載的華為Atlas900服務器

立足于全棧自研的數據中心解決方案，華為推出了業界唯一覆蓋“端、邊、云”全場景的達芬奇架構處理器，發布了包括支持通用計算的鯤鵬系列，支持AI的昇騰系列，支持智能終端的麒麟系列及支持智慧屏的鴻鵠系列，“應該是把昇騰稱之為NPU，實際上N它代表的就是神經網絡計算，我們其實也是希望能夠在人工智能領域里面，推出一款專用的AI計算的芯片。”張中陽談到。

從芯片到軟件到云平臺，華為給出了支撐智能算力的國產答卷。

進入算力基建化時代

綠色+低碳成為數據中心建設新命題

來自國家網信辦的數據顯示，截至2022年底我國數據中心機架總規模已超過650萬標準機架，近5年年均增速超過30%。

面對大規模數據計算產生的熱能，傳統方式是使用空調降溫。而在中國電信蕪湖云計算中心即將啟用的機房內，“冷水主機+板換+冷卻塔”的聯合供冷模式讓人耳目一新。

蕪湖電信云計算中心水冷機房

“它跟我們早期的風冷相比，整個單位能耗就下降得非常多，通過冷水和熱水的交換，實際上實現了制冷的效果。” 蕪湖云計算中心總經理張運保向記者介紹道。

商湯的AIDC則運用了一整套智能決策的系統來降低PUE，“在我們的訓練任務上來的時候，我們的IT功耗的水平，IT負載力的水平，跟外部的氣候條件以及跟我們所有設備運行的參數，這三者之間實際上是一個聯動關系。” 商湯科技大裝置事業群智算中心總經理林海認為，解決能耗的問題，還需要借助AI管理的手段。

高能耗背后

隱含算力資源供需失衡的深層次矛盾

數據中心的投資可以帶來較高的經濟外部性、利潤溢出效應。但算力要動起來，要與數據連同，才能將價值發揮出來。

在安永大中華區數字化與新興科技合伙人王志遠看來，當前我國算力供需存在“旱的旱死澇的澇死”這一結構不平衡現象。

“其實現在可能超過50%以上的IDC，CPU以及內存的使用比例非常低，存在算力的浪費，另外又有一些企業存在大量高并發的算力需求，由于缺少算力資源，無法響應客戶需求。”他認為，要解決這個問題，需要借助一些AI算力分配的邏輯，滿足企業對于算力的彈性需求。

由上海超算中心打造的算力調度平臺

我國算力供需結構失衡的另一層面體現在通用算力資源過多，智算資源不足，這一點也在人工智能時代被放大。

上海超級計算中心主任李根國認為，在數字經濟轉型和國際市場競爭的背景下，當前我國的建設的智算資源還遠遠不夠，在他看來，我國算力產業的發展離不開產業鏈各環節的共同努力。

“不論是芯片制造的，還是服務器制造的，還是提供算力的機構，在國家戰略的推動下，攜手打造良好的產業生態，每個環節各司其職，共同推動我國算力的發展。”李根國告訴記者。

標簽：