首页 > 学习交流 > 详情
2024智能算力新趋势,预见未来科技风向
2024-04-09 11:36:13

标题图片.gif

引 

发展数字经济是把握新一轮科技革命和产业变革新机遇的战略选择。在数字化、智能化时代,算力就是数字经济发展的核心生产力,智能算力就是创新力。2024年,人工智能算力中心将在全球的地位更加凸显,这不仅仅是因为其在数量上的增长,更重要的是在质量、技术和应用等方面的全面提升。


1.png

2024年,中国的算力政策主要集中在推动算力基础设施的高质量发展,以及构建全国一体化算力网。这些政策旨在加速数字经济的发展,并支持各行各业的数字化转型。


《算力基础设施高质量发展行动计划》强调了算力基础设施的重要性,它被视为新型信息基础设施的重要组成部分。该计划提出了到2025年的主要发展目标,包括提升算力规模、运载力、存储力以及应用赋能。具体目标包括算力规模超过300EFLOPS,智能算力占比达到35%,以及存储总量超过1800EB等。


本文将深入探讨分析这一主题,从当前全球视角出发,对我国智能算力的总体情况、智能算力价值及技术发展现状进行系统性梳理。同时,深入分析智能算力发展面临的挑战与机遇。最后展望其未来可能的发展趋势。





智能算力的定义与现状





全球算力发展正面临应用多元化、供需不平衡等挑战,人工智能、数字孪生、元宇宙等新兴领域的崛起,推动算力规模快速增长、计算技术多元创新、产业格局重构重塑,智能算力作为数字经济时代新的生产力,对推动科技进步、赋能行业数字化转型以及经济社会发展发挥着日益重要的作用。



智能算力也称人工智能算力,是面向人工智能应用,提供人工智能算法模型训练与模型运行服务的计算机系统能力。智能算力通常由 GPUGraphics Processing Unit,图形处理器)、ASICApplication Specific Integrated Circuit,专用集成电路)、FPGAField Programmable Gate Array,现场可编程逻辑门阵列)、NPUNeural network Processing Unit,神经网络处理器)等各类专用芯片承担计算工作,在人工智能场景应用时具有性能更优、能耗更低等优点。

AI技术的重要性不断提升,智能算力作为基础设施的价值也在提升。可以说,智能算力是数字经济时代的重要支撑、是人工智能发展的动力、是科技创新的新引擎。

全球智能算力的总体情况呈现快速增长的趋势。截至2022年底,全球算力总规模达到650 EFLOPS,其中智能算力规模为142 EFLOPS,规模占比达到了惊人的21.9%,与去年相比增加了25.7%可以说,在整个计算产业版图中,智能算力是目前增长最快、需求最高、受关注程度最大的一种。


2.jpg

1  近两年全球算力规模情况


我国智能算力规模发展方面,可以看截至2022年底,中国算力总规模为180 EFLOPS,排名全球第二。其中,智能算力规模为41 EFLOPS。也就是说智能算力规模占比达22.8%,与去年相比增加了41.4%这样的增速远远超过了全球智能算力的平均增长。也就是说,中国智能算力正处于高速增长阶段。

3.jpg

近两年我国算力规模情况







智能算力带来的应用价值




人工智能在各行业应用程度均呈现不断加深的趋势,应用场景越来越广泛。智能算力在行业情况可根据人工智能的行业渗透度来分析。随着智能算力的提升,新的算法和技术不断涌现,为人工智能发展带来了新的创新机遇。如元宇宙、自动驾驶、AIGC、数字孪生等最为火热的科技风口,似乎都离不开智能算力的支持。



比如说,AIGC是目前非常火爆的领域,在全球范围内掀起了投资和建设热潮,从目前趋势来看,未来AIGC对智能算力的需求将会更加强劲,这将有助于重塑智能算力相关产业领域的价值。

2023中国算力大会现场可以看到,各行各业都在关注智能算力的解决方案与供给情况,期待获得更有力的智能算力支持。这就是因为,智能算力是智能技术与应用的源头,是智能化创新的底座。







智能算力面对的挑战与机遇




就任何一个科技产业而言,都必须不断在“遭遇挑战—解决问题—产业升级”的循环中完成发展,智能算力也不例外。可以看到,在全球科技产业同时涌现出巨大的智能算力需求情况下,这一领域出现了显著的供不应求情况,进而造成了“算力慌”“算力难”等现象。与此同时,伴随着AI技术的不断发展,能耗、安全、生态合作等问题也逐渐暴露了出来。但有挑战才有发展目标,才有相关企业与从业者的机遇节点。



《2023智能算力发展白皮书》中指出,智能算力发展具有五大挑战。同时,《白皮书》中也详细给出了每项挑战的解决方案,帮助业界夯实共识,捕捉发展窗口。

例如,算力需求是目前智能算力最为核心和最为重大的挑战。智能算力需求的急剧上升是全球AI领域共同面对的问题,而为了应对包括智能算力在内的算力紧缺,推动社会化的算力集约型发展,中国创造性提出并实施了东数西算工程。同时也要看到,数据中心之间的联动挑战,造成了算力资源配置效率依旧有待提升。解决这些问题,是智能算力发展和东数西算持续推进中的重大机遇。

为此,《白皮书》提出了通过构建智算中心、云计算中心等升级算力资源供给,并通过网络将数据源周围闲散算力进行调度的解决方案。搭配提高算力使用效率、发展新型网络架构、建立统一算力调度平台等方案,可以最大化发挥出东数西算相关价值,满足中国产业各界对智能算力的巨大需求。

除了算力需求之外,《白皮书》中还提出了能耗挑战不断加大;算法复杂度持续提升;AI模型与AI计算所面临的数据隐私和安全问题;智能算力相关产业生态合作难题等一系列挑战,并针对这些挑战给出了具体的解决方案建议。可以说,目前阶段智能算力依旧处在高速发展的初始期与黄金期。只有找准挑战,高效发力,才能最大化捕捉智能算力发展过程中的红利。







智能算力的未来发展




在总结了定义并审视了挑战之后,接下来最为关键的问题是:面对智能算力发展,中国科技产业应该如何破局?



4.1 人工智能加速渗透,多样化场景催生多元化算力需求。

面向未来,人工智能在各行各业的应用离不开海量数据的处理、存储和云化,AI技术将不是单独存在,而是深度渗透到场景与应用当中。因此,异构化、多样化的计算需求将持续增加,云边端协同的智能计算将成为主流。在这些因素的推动下,预计在未来10年内,智能算力将向多元化发展,提供更高的计算性能。

IDC 预测在数字智能创新阶段,数字化普及率上升到新的高度,应用规模将从百万级上升到千万级,连接数上升到百亿级,智能算力将成为基础能力,这一阶段的显著特点使传统单一架构难以满足要求,对计算平台提出了新的挑战,驱动计算架构向多样性发展。

4.2 政策驱动,智能算力低碳发展成硬性要求。

传统的计算和数据处理方式往往需要大量的能源消耗,并且会产生大量的碳排放;而采用低碳算力可以显著减少碳排放量,降低对环境的影响。智能算力的发展恰好与双碳目标的践行保持同频。因此,未来必定会在政策导向下采取更加地毯化的算力获取方式来满足AI需求。低碳技术也将成为计算与AI产业一项核心的竞争力。

算力基础设施碳排放相关标准已逐步制定和发布,四部门明确提出数据中心绿色低碳达到 4A 等级,数据中心低碳等级评估中三大运营商、第三方数据中心企业和科技企业的 20 余个数据中心已经通过测试评估,绿色低碳发展已成为各级政府的关注焦点和建设推进的基本要求,面对全球对于减少碳排放和应对气候变化的呼吁,低碳算力将成为我国算力发展的重要方向。

4.3 边缘智能应运而生,边缘计算与人工智能融合发展。

相对来看,从云端获取智能算力,会产生对网络环境的极大依赖,而本地化的智能算力又面临着高昂的硬件成本。因此,未来极大可能会将智能算力获取方式向边缘侧迁移,因此AI技术将会与边缘计算产业同步发展。

未来边缘智能将在公共安全、智能交通、智能制造、智能驾驶等诸多场景得到广泛应用。大量的智能设备被部署在边缘节点上,边缘侧将成为整个网络数据汇聚处理的最前线。如何应对海量异构数据的冲击是边缘计算技术的重要挑战,数据的筛分、整合、存储、访问、安全管理等也将成为边缘智能的技术研究热点。

4.4 智算中心建设加速,应对高质量算力需求。

在东数西算与新一代数据中心大潮下,提供异构计算资源的智算中心将成为新的风口。智算中心将提供指数级的智能算力提升,实现AI场景的性能升级与能耗降低。另外,智算中心有利于提高算力安全可用性,从算力卡到服务器自主打造整个算力底座的核心部件不仅针对性更强、效率更高,还更加自主可控、安全可靠,更能确保智算中心安全稳定运行。

未来的智算中心建设将采用多元开放的架构,兼容成熟主流的软件生态,支持主流的AI框架、算法模型、数据处理技术以及广泛的行业应用。

4.5 模型规模不断扩展,海量多元化数据亟需巨量化算力。

自深度学习崛起以来,一个清晰可见的规律是模型规模越来越大,以模型规模带来的智能涌现效果愈发清晰。有理由相信,接下来将出现超大参数量的巨量模型。目前的大模型或许仅仅是开始,而智能算力必须为此做出准备。

从以上几个关键问题来看,智能算力产业将会迎来确定性的未来发展。首先算力需求将会持续爆发,产业发展势头与供应链挑战将会持续加大;其次智能算力的国产化进程将必然加快,全栈自主的智能算力将成为接下来的产业发展重点与战略支柱;此外,智能算力将融入千行百业当中去创造价值,这也就为各个领域的智能算力解决方案与产业生态发展提供了动力。


4.jpg

随着新一轮科技革命和产业变革深入发展,人工智能渗透到各行各业,智能算力在赋能产业发展、促进数字融合方面将发挥更加显著的作用,其带动产业创新的乘数效应也将进一步放大,在未来数年内将为各领域创新发展注入新的活力。



目前,智能算力还面临诸多挑战,一方面,海量数据呈指数级增长,数据在加速流动;另一方面,高算力需求还存在能耗高、算法越来越复杂、数据隐私和安全性等多方面的挑战和问题,亟待加以重视,出台政策推动相关产业发展。

● 在产业方面,建议从国家战略层面制定规划,多举措推动智能算力健康有序发展。其中包括加强我国人工智能芯片的研制、构建统一的人工智能算力服务中心与孵化平台、加强资金支持、推动智能算力绿色发展等。

● 在技术方面,加大对智能算力的技术研发,尤其是对重点技术的创新攻关。将计算机视觉、自然语言处理、机器学习等各类智能算力技术进行整合,实现多模态的算力开发,提供更丰富的智能应用。加快推进软硬件适配,提高计算效率和资源利用率,构建从智能芯片到算法框架,从行业大模型到应用的全站式产业链,加快人工智能发展。

● 在标准方面,加快推动开放标准建设,将多元化算力转变为可调度的算力资源。促进各部门间的协同合作,共同制定智能算力的技术标准和规范,推动行业的规范化和标准化发展。建立和完善智能算力数据安全的标准体系,保障用户数据的隐私和安全,加强对个人信息的保护。建立公平、公正的竞争机制,推动产业链中各环节的公平竞争,促进整个智能算力产业的健康发展。

据预测,中国智能算力规模将持续高速增长,预计到2026年,中国智能算力规模将达到1271.4 EFLOPS,未来五年复合增长率达52.3%。可以说,智能算力在中国正迎来它的黄金发展期,相关各个技术领域和产业生态角色都将迎来历史性的发展机遇。



结尾图片1.png结尾图片2.png结尾图片3.png

2024智能算力新趋势,预见未来科技风向
2024-04-09 11:36:13

标题图片.gif

引 

发展数字经济是把握新一轮科技革命和产业变革新机遇的战略选择。在数字化、智能化时代,算力就是数字经济发展的核心生产力,智能算力就是创新力。2024年,人工智能算力中心将在全球的地位更加凸显,这不仅仅是因为其在数量上的增长,更重要的是在质量、技术和应用等方面的全面提升。


1.png

2024年,中国的算力政策主要集中在推动算力基础设施的高质量发展,以及构建全国一体化算力网。这些政策旨在加速数字经济的发展,并支持各行各业的数字化转型。


《算力基础设施高质量发展行动计划》强调了算力基础设施的重要性,它被视为新型信息基础设施的重要组成部分。该计划提出了到2025年的主要发展目标,包括提升算力规模、运载力、存储力以及应用赋能。具体目标包括算力规模超过300EFLOPS,智能算力占比达到35%,以及存储总量超过1800EB等。


本文将深入探讨分析这一主题,从当前全球视角出发,对我国智能算力的总体情况、智能算力价值及技术发展现状进行系统性梳理。同时,深入分析智能算力发展面临的挑战与机遇。最后展望其未来可能的发展趋势。





智能算力的定义与现状





全球算力发展正面临应用多元化、供需不平衡等挑战,人工智能、数字孪生、元宇宙等新兴领域的崛起,推动算力规模快速增长、计算技术多元创新、产业格局重构重塑,智能算力作为数字经济时代新的生产力,对推动科技进步、赋能行业数字化转型以及经济社会发展发挥着日益重要的作用。



智能算力也称人工智能算力,是面向人工智能应用,提供人工智能算法模型训练与模型运行服务的计算机系统能力。智能算力通常由 GPUGraphics Processing Unit,图形处理器)、ASICApplication Specific Integrated Circuit,专用集成电路)、FPGAField Programmable Gate Array,现场可编程逻辑门阵列)、NPUNeural network Processing Unit,神经网络处理器)等各类专用芯片承担计算工作,在人工智能场景应用时具有性能更优、能耗更低等优点。

AI技术的重要性不断提升,智能算力作为基础设施的价值也在提升。可以说,智能算力是数字经济时代的重要支撑、是人工智能发展的动力、是科技创新的新引擎。

全球智能算力的总体情况呈现快速增长的趋势。截至2022年底,全球算力总规模达到650 EFLOPS,其中智能算力规模为142 EFLOPS,规模占比达到了惊人的21.9%,与去年相比增加了25.7%可以说,在整个计算产业版图中,智能算力是目前增长最快、需求最高、受关注程度最大的一种。


2.jpg

1  近两年全球算力规模情况


我国智能算力规模发展方面,可以看截至2022年底,中国算力总规模为180 EFLOPS,排名全球第二。其中,智能算力规模为41 EFLOPS。也就是说智能算力规模占比达22.8%,与去年相比增加了41.4%这样的增速远远超过了全球智能算力的平均增长。也就是说,中国智能算力正处于高速增长阶段。

3.jpg

近两年我国算力规模情况







智能算力带来的应用价值




人工智能在各行业应用程度均呈现不断加深的趋势,应用场景越来越广泛。智能算力在行业情况可根据人工智能的行业渗透度来分析。随着智能算力的提升,新的算法和技术不断涌现,为人工智能发展带来了新的创新机遇。如元宇宙、自动驾驶、AIGC、数字孪生等最为火热的科技风口,似乎都离不开智能算力的支持。



比如说,AIGC是目前非常火爆的领域,在全球范围内掀起了投资和建设热潮,从目前趋势来看,未来AIGC对智能算力的需求将会更加强劲,这将有助于重塑智能算力相关产业领域的价值。

2023中国算力大会现场可以看到,各行各业都在关注智能算力的解决方案与供给情况,期待获得更有力的智能算力支持。这就是因为,智能算力是智能技术与应用的源头,是智能化创新的底座。







智能算力面对的挑战与机遇




就任何一个科技产业而言,都必须不断在“遭遇挑战—解决问题—产业升级”的循环中完成发展,智能算力也不例外。可以看到,在全球科技产业同时涌现出巨大的智能算力需求情况下,这一领域出现了显著的供不应求情况,进而造成了“算力慌”“算力难”等现象。与此同时,伴随着AI技术的不断发展,能耗、安全、生态合作等问题也逐渐暴露了出来。但有挑战才有发展目标,才有相关企业与从业者的机遇节点。



《2023智能算力发展白皮书》中指出,智能算力发展具有五大挑战。同时,《白皮书》中也详细给出了每项挑战的解决方案,帮助业界夯实共识,捕捉发展窗口。

例如,算力需求是目前智能算力最为核心和最为重大的挑战。智能算力需求的急剧上升是全球AI领域共同面对的问题,而为了应对包括智能算力在内的算力紧缺,推动社会化的算力集约型发展,中国创造性提出并实施了东数西算工程。同时也要看到,数据中心之间的联动挑战,造成了算力资源配置效率依旧有待提升。解决这些问题,是智能算力发展和东数西算持续推进中的重大机遇。

为此,《白皮书》提出了通过构建智算中心、云计算中心等升级算力资源供给,并通过网络将数据源周围闲散算力进行调度的解决方案。搭配提高算力使用效率、发展新型网络架构、建立统一算力调度平台等方案,可以最大化发挥出东数西算相关价值,满足中国产业各界对智能算力的巨大需求。

除了算力需求之外,《白皮书》中还提出了能耗挑战不断加大;算法复杂度持续提升;AI模型与AI计算所面临的数据隐私和安全问题;智能算力相关产业生态合作难题等一系列挑战,并针对这些挑战给出了具体的解决方案建议。可以说,目前阶段智能算力依旧处在高速发展的初始期与黄金期。只有找准挑战,高效发力,才能最大化捕捉智能算力发展过程中的红利。







智能算力的未来发展




在总结了定义并审视了挑战之后,接下来最为关键的问题是:面对智能算力发展,中国科技产业应该如何破局?



4.1 人工智能加速渗透,多样化场景催生多元化算力需求。

面向未来,人工智能在各行各业的应用离不开海量数据的处理、存储和云化,AI技术将不是单独存在,而是深度渗透到场景与应用当中。因此,异构化、多样化的计算需求将持续增加,云边端协同的智能计算将成为主流。在这些因素的推动下,预计在未来10年内,智能算力将向多元化发展,提供更高的计算性能。

IDC 预测在数字智能创新阶段,数字化普及率上升到新的高度,应用规模将从百万级上升到千万级,连接数上升到百亿级,智能算力将成为基础能力,这一阶段的显著特点使传统单一架构难以满足要求,对计算平台提出了新的挑战,驱动计算架构向多样性发展。

4.2 政策驱动,智能算力低碳发展成硬性要求。

传统的计算和数据处理方式往往需要大量的能源消耗,并且会产生大量的碳排放;而采用低碳算力可以显著减少碳排放量,降低对环境的影响。智能算力的发展恰好与双碳目标的践行保持同频。因此,未来必定会在政策导向下采取更加地毯化的算力获取方式来满足AI需求。低碳技术也将成为计算与AI产业一项核心的竞争力。

算力基础设施碳排放相关标准已逐步制定和发布,四部门明确提出数据中心绿色低碳达到 4A 等级,数据中心低碳等级评估中三大运营商、第三方数据中心企业和科技企业的 20 余个数据中心已经通过测试评估,绿色低碳发展已成为各级政府的关注焦点和建设推进的基本要求,面对全球对于减少碳排放和应对气候变化的呼吁,低碳算力将成为我国算力发展的重要方向。

4.3 边缘智能应运而生,边缘计算与人工智能融合发展。

相对来看,从云端获取智能算力,会产生对网络环境的极大依赖,而本地化的智能算力又面临着高昂的硬件成本。因此,未来极大可能会将智能算力获取方式向边缘侧迁移,因此AI技术将会与边缘计算产业同步发展。

未来边缘智能将在公共安全、智能交通、智能制造、智能驾驶等诸多场景得到广泛应用。大量的智能设备被部署在边缘节点上,边缘侧将成为整个网络数据汇聚处理的最前线。如何应对海量异构数据的冲击是边缘计算技术的重要挑战,数据的筛分、整合、存储、访问、安全管理等也将成为边缘智能的技术研究热点。

4.4 智算中心建设加速,应对高质量算力需求。

在东数西算与新一代数据中心大潮下,提供异构计算资源的智算中心将成为新的风口。智算中心将提供指数级的智能算力提升,实现AI场景的性能升级与能耗降低。另外,智算中心有利于提高算力安全可用性,从算力卡到服务器自主打造整个算力底座的核心部件不仅针对性更强、效率更高,还更加自主可控、安全可靠,更能确保智算中心安全稳定运行。

未来的智算中心建设将采用多元开放的架构,兼容成熟主流的软件生态,支持主流的AI框架、算法模型、数据处理技术以及广泛的行业应用。

4.5 模型规模不断扩展,海量多元化数据亟需巨量化算力。

自深度学习崛起以来,一个清晰可见的规律是模型规模越来越大,以模型规模带来的智能涌现效果愈发清晰。有理由相信,接下来将出现超大参数量的巨量模型。目前的大模型或许仅仅是开始,而智能算力必须为此做出准备。

从以上几个关键问题来看,智能算力产业将会迎来确定性的未来发展。首先算力需求将会持续爆发,产业发展势头与供应链挑战将会持续加大;其次智能算力的国产化进程将必然加快,全栈自主的智能算力将成为接下来的产业发展重点与战略支柱;此外,智能算力将融入千行百业当中去创造价值,这也就为各个领域的智能算力解决方案与产业生态发展提供了动力。


4.jpg

随着新一轮科技革命和产业变革深入发展,人工智能渗透到各行各业,智能算力在赋能产业发展、促进数字融合方面将发挥更加显著的作用,其带动产业创新的乘数效应也将进一步放大,在未来数年内将为各领域创新发展注入新的活力。



目前,智能算力还面临诸多挑战,一方面,海量数据呈指数级增长,数据在加速流动;另一方面,高算力需求还存在能耗高、算法越来越复杂、数据隐私和安全性等多方面的挑战和问题,亟待加以重视,出台政策推动相关产业发展。

● 在产业方面,建议从国家战略层面制定规划,多举措推动智能算力健康有序发展。其中包括加强我国人工智能芯片的研制、构建统一的人工智能算力服务中心与孵化平台、加强资金支持、推动智能算力绿色发展等。

● 在技术方面,加大对智能算力的技术研发,尤其是对重点技术的创新攻关。将计算机视觉、自然语言处理、机器学习等各类智能算力技术进行整合,实现多模态的算力开发,提供更丰富的智能应用。加快推进软硬件适配,提高计算效率和资源利用率,构建从智能芯片到算法框架,从行业大模型到应用的全站式产业链,加快人工智能发展。

● 在标准方面,加快推动开放标准建设,将多元化算力转变为可调度的算力资源。促进各部门间的协同合作,共同制定智能算力的技术标准和规范,推动行业的规范化和标准化发展。建立和完善智能算力数据安全的标准体系,保障用户数据的隐私和安全,加强对个人信息的保护。建立公平、公正的竞争机制,推动产业链中各环节的公平竞争,促进整个智能算力产业的健康发展。

据预测,中国智能算力规模将持续高速增长,预计到2026年,中国智能算力规模将达到1271.4 EFLOPS,未来五年复合增长率达52.3%。可以说,智能算力在中国正迎来它的黄金发展期,相关各个技术领域和产业生态角色都将迎来历史性的发展机遇。



结尾图片1.png结尾图片2.png结尾图片3.png

孖壳技术有限公司

地址:江西省赣江新区直管区万和路 988 号万创科技城 1 栋
邮编:330114

image
liujy@crp-s.com