AI大模型呈現爆發式增長，由此帶來了海量的算力需求，這對數據中心的基礎設施建設、技術等提出了新要求，也讓數據中心走向智算中心。如何滿足智算中心建設需求、解決其中難題、進一步為行業提供高效算力服務等，成為當前業界關注的焦點。

　　8月31日，以“AI造物 算引變革”為主題的第十八屆中國IDC產業（長三角）年度大典在上海舉行。本次大會邀請到了來自政府部門、行業協會、知名企業的數百位專家學者，共同探討數據中心和云計算領域的最新動態和趨勢。

　　在美國西部掘金時代，淘金者發財的少，但賣鏟子、牛仔褲等“賣鏟人”卻實實在在所獲不菲。在大模型時代，GPU（算力芯片）、DPU（專用數據處理器）、液冷、高速連接線等就是給產業提供配套的“賣鏟人”。與會多位專家強調，大模型時代，智算中心迎來快速發展，算力基座先行，高端算力芯片等“賣鏟人”也迎來新機遇。

　　向智算中心加速演進

　　以大模型為代表的AIGC火熱發展，帶來了AI算力需求的爆發式增長，直接驅動算力基礎設施迭代創新，數據中心正在向智算中心加速演進。

　　“往年，算力的年化增長率為20%至30%；今年，保守估計增速在50%以上，呈現井噴的狀態。”燧原科技產品市場總經理高平表示，這對行業的核心部件有新要求，如AI芯片從以前單純的追求算力指標到追求帶寬和大存儲，服務器的穩定可靠性也是越來越重要。

　　騰訊云分布式云產品負責人楊志華表示，未來，AI服務將無處不在，企業的需求和算力會被重構。在AI高速浪潮推動下，傳統的應用系統必須迭代更新，否則就會落后于競爭對手。分布式云將是下一步的首選。企業的算力底層云服務的運維可以交給騰訊云等。

　　算力產業有多大的成長潛力？華為數字能源中國區副總裁胡春池稱：“我們未來要真正掌握和占據數字經濟的高地，中國人工智能的發展還有很長的路要走。站在未來十年來看，至少我們的算力需求的增長應該是在百倍以上。”

　　當前在數據中心向智算中心加速演變的過程中，技術、運維等方面還存在著諸多難點。中國航空規劃設計研究總院有限公司電子工程設計院副院長范強表示，從基礎設施的角度來說，有兩個難點：一是供應鏈，因為電的供應是一個大問題，還有內部的改造，配電房的比例、架構等都很重要；二是GPU服務器的制冷技術，因為純靠風冷制冷效率越來越低，能否和液冷結合，這是未來非常好的發展方向。

　　“賣鏟人”淘金大模型時代

　　“‘算力浦江計劃’明確提出，高性能算力占比35%、國產化算力占比達到50%以上。”上海市通信管理局信息通信發展處魏征介紹，“算力浦江計劃”助力國產芯片制造，大量的GPU、DPU企業落地上海，構建了完整的算力芯片產業布局。

　　“AI大模型對算力的核心訴求是大帶寬和低時延，這就需要新型算力底座支撐，硬件不再以CPU（中央處理器）為中心，而是從芯片內到節點內向系統級分布式異構延伸，CPU+GPU+DPU+PFGA（可編程邏輯門陣列芯片）成為主流的趨勢。”中科馭數產品運營部副總經理曹輝認為，DPU可為AI算力底座提供必需的大帶寬和低時延能力，云、邊、端構成了泛在的立體架構，通過與DPU的深度融合，構成新型的算力底座。

　　曹輝介紹，作為DPU芯片初創公司，中科馭數將iaaS層（基礎設施即服務，包括網絡、存儲、云原生和安全等）放在DPU上運行，從而為用戶提供全套的性能更高和算力更好的解決方案，超低時延可低至1微秒。魏征介紹，上海市通信管理局的綠色算力“試點+改造”項目顯示，使用DPU芯片，數據中心的數據傳輸降低能耗可降低超過35%。

　　隨著大模型浪潮涌起，智算中心除了需要更多的GPU、DPU等芯片，其服務器巨大的能耗、數據高速交換等也對散熱、節能、互聯等提出新需求。

　　“幾年前AI芯片的功率是兩三百瓦，未來可能達到六七百甚至上千瓦，是名副其實的電老虎。”高平認為，AI服務器能耗的降低、穩定可靠性變得越來越重要，液冷很重要。范強介紹，普通的數據中心機架功率4千瓦至8千瓦，智算中心的兩臺服務器就可能達到10至20千瓦；服務器制冷已經從傳統水冷發展到現在的蒸發冷、液冷等，需求量巨大。

　　互聯科技華東區總經理練羽認為，算力稀缺將推動國內幾十家GPU初創公司的技術加速突破。