随着AI大模型等工具的快速发展,高性能算力需求正呈现出爆发性增长,推动通用算力向超算、智算领域升级。
各地近期纷纷发布相关算力布局方案并加快完善算力网络,以适应产业发展需要。 上海自贸区临港新片区近日发布了加快构建算力产业生态相关行动方案。根据方案,到2025年,临港新片区将形成以智算算力为主的多元算力供给体系,包括基础算力和超算算力协同作用。计划中,人工智能算力占比将达到80%,算力产业总体规模突破100亿元。此外,2023中国科幻大会上,算力网络和元宇宙发展也成为焦点热议话题。 目前,算力产业备受市场关注,资本市场和相关企业纷纷谋求布局。那么,算力产业发展有多大空间,还面临哪些问题及挑战呢? 据统计,国内多家企业与科研院所已研发了数十个AI大模型。随着AI应用的迅猛发展,对算力的需求呈现爆发式增长。因此,算力技术及网络吸引了众多上市公司积极布局。例如,云天励飞表示将加大研发投入,包括建立AI大模型基础算力中心等。科大讯飞也表示,公司目前的算力已足以满足大模型训练需求。 信息消费联盟理事长项立刚认为,目前各地和多家企业正不断建立算法平台,为大模型应用构建坚实基础。随着算力网络的完善,产学研协作加速推动科技成果转化,AI大模型多场景应用离实际商业化越来越近。当前,市场对大模型及算力的关注度从“热议”逐步变为“热捧”。 然而,尽管AI算力已成为产业发展的重要基础设施,仍存在一些问题和挑战。诸如能耗要求高、生态兼容性较低、技术差异导致算力孤岛现象及科研转化不足等问题。 中科院计算技术研究所高级工程师李明宇表示,随着大模型等应用的发展,对算力的消耗越来越大。当前,多地企业和高校在建设超算中心时面临诸如采购GPU困难、数据迁移成本较高等问题。对此,他建议尝试跨站点调度及加速构建全国一体化算力网络。 赖能和,中国石油集团东方地球物理公司数据中心原总工程师则指出,异构计算已成为多样性算力发展的主要趋势。当前,我国华为昇腾、寒武纪等厂商在GPU、加速器两大类上均取得了较快布局,相关技术兼容性也在逐步打通。这要求我们加速推动新型算力生态体系的发