今年以来，随着AI大模型极速获得认可，全球智能化产业迎来了新的发展高峰。全球各大科技厂商纷纷布局大模型，国内更是出现了“百模大战”的盛况。

而随着大模型的快速崛起，一个早已萦绕在AI行业多年的问题也进一步暴露：针对AI任务的专项算力，在需求持续拉大中，供给持续紧缺。

一时之间，世界各国普遍出现了“算力慌”“一卡难求”的现象，甚至有欧美科技企业开始以GPU资源进行融资的奇特现象出现。

这些现象明确地告诉我们，智能时代，算力即生产力，算力即资本。面向智能时代，如何破解算力难，算力荒的挑战？如何长足、健康发展智能算力技术？如何让智能算力成为走向科技自立自强的助力？

这些问题，需要一个确切的答案。

8月18日，作为中国首个以数据中心算力赋能为主题的省部联办会议，2023中国算力大会在宁夏银川开幕，本届大会以“算领新产业潮流，力赋高质量发展”为主题，详细展示了中国算力产业的发展前景与最新成果。

面向汹涌而来的智能时代，在中国算力大会当中，可以找到和确认关于智能算力的“中国答案”。

一、智能算力的定义与趋势

面对汹涌而来的AI浪潮，可能每个人都会听过水涨船高的GPU，但可能很少人能够详细说出，究竟什么是智能算力？

从基础技术层面看，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。

当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，智能算力是智能应用、智能产业的底座，是发展智能经济，构筑智能社会的前提条件。

而无论从各种方面来看，智能算力都处在一个极速的爆发期。截至到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。

而具体到中国智能算力发展，可以看到截止2022年底，中国算力总规模为180 EFLOPS，智能算力规模为41 EFLOPS。也就是说，智能算力规模占比达22.7%，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，目前中国智能算力产业处在需求大、增长快、价值高的发展阶段。可以看到，半导体与计算公司纷纷瞄准智能算力浪潮，推出了针对性的产品与解决方案。比如说，新华三就推出了专门面向大模型训练的AI服务器及51.2T、800G CPO硅光数据中心交换机，以及支持大算力调度的傲飞算力平台。

了解了智能算力的定于与发展速度后，下一个问题是，智能算力最终带来的应用价值是什么？

从目前情况来看，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与建设热潮。而AIGC的背后是算力、数据、算法等核心要素的有机融合，其使用的模型越大，对算力要求越高。从目前趋势来看，未来AIGC对智能算力的需求将会更加强劲，从而智能算力相关产业领域的价值得到重塑。

在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。

接下来，我们可以由此深入，探索智能算力发展路上的更多可能。

二、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。

比如说，算力需求是目前智能算力最为核心，也是最为重大的挑战。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，构成了智能算力发展与东数西算持续推进中的重大机遇。

为此，《白皮书》中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，同时通过网络将数据源周围闲散算力调度起来的解决方案。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计算面临的数据隐私与安全问题；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。

三、面向未来，中国答案

在总结了定义，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？如何给出符合时代趋势与潮流的答案。

为此，《白皮书》深层透视了智能算力的未来发展，并为各个相关产业领域提供了发展建议。其中指出，智能算力发展未来将有五大基本趋势：

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，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，我们将进入多样性计算的新时代。

2.政策驱动，智能算力低碳发展成硬性要求。

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。

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。

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。

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。

在这五大趋势的倒逼下，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，智能算力将融入到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。

《白皮书》为此在产业、技术、标准等方面提出了智能算力的发展建议。

比如说在产业方面，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。其中包括构筑统一智能算力服务中心与孵化平台、加强对相关产业资金支持、推动智能算力绿色发展等。

而在技术方面，应该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。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。

据IDC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，智能算力正在中国迎来它的黄金发展期，相关各个技术领域、产业生态角色，都将迎来历史性的发展机遇。

智能算力的大江大河，需要我们去读懂、去面对、去探索。最终我们将行舟其上，给出关于智能算力与智能时代的中国答案。（文章内容来源于脑极体。）